[发明专利]一种语音识别的方法和系统

说明书

本申请实施例公开了一种语音识别的方法和系统。所述方法包括：获取语音信号；对语音信号进行分帧；通过解码网络按帧对语音信号解码，确定第一中间解码路径及其分值；响应于第一中间解码路径的末端解码出目标词：将第一中间解码路径复制到第二路径集合中作为第二中间解码路径，改变所复制的第一中间解码路径的分值得到第二中间解码路径的分值；通过解码网络，基于第二路径集合中的第二中间解码路径，按帧继续对语音信号解码，确定第二解码路径及其分值；以及基于第二解码路径以及各解码路径对应的分值，确定语音识别结果。

技术领域

本申请涉及人机交互领域，特别涉及一种语音识别的方法和系统。

背景技术

语音识别是人机交互的一个重要入口，在语音输入法、语音搜索和智能语音交互等领域有重要应用。经过几十年的研究，目前语音识别在很多领域已经达到实用化的地步。但是，现有的方法在识别一些专有词汇或者一些新兴词汇时，由于词表覆盖不全或训练语料较少，导致训练的模型对这类词汇识别结果较差。

针对这些专有名词和新兴词汇识别较差的问题，通常的做法是，收集相关的文本语料加入到训练集，然后重新训练模型，并更新到线上系统。但这样做一方面需要重新收集语料并训练模型，导致更新周期长；另一方面每个用户所关心的特定词汇不尽相同，用一套模型去适配所有用户的场景，难以实现。因此，需要提供一种能便捷地实现对专有名词或新兴词汇的识别的方法和系统。

发明内容

本申请一方面提供一种语音识别的方法。所述语音识别的方法包括：获取语音信号；对语音信号进行分帧；通过解码网络按帧对所述语音信号解码，确定至少一条第一中间解码路径；每条第一中间解码路径对应一个分值；响应于至少一条第一中间解码路径的末端解码出目标词：将所述第一中间解码路径复制到第二路径集合中作为第二中间解码路径，改变所复制的第一中间解码路径的分值得到所述第二中间解码路径的分值；通过所述解码网络，基于第二路径集合中的第二中间解码路径，按帧继续对所述语音信号解码，确定至少一条第二解码路径及其分值；以及基于所述至少一条第二解码路径以及各解码路径对应的分值，确定语音识别结果。

本申请另一方面提供一种语音识别系统。所述系统包括：获取模块，用于获取语音信号；分帧模块，用于对语音信号进行分帧；解码模块，用于：通过解码网络按帧对所述语音信号解码，确定至少一条第一中间解码路径；每条第一中间解码路径对应一个分值；响应于至少一条第一中间解码路径的末端解码出目标词：将所述第一中间解码路径复制到第二路径集合中作为第二中间解码路径，改变所复制的第一中间解码路径的分值得到所述第二中间解码路径的分值；通过所述解码网络，基于第二路径集合中的第二中间解码路径，按帧继续对所述语音信号解码，确定至少一条第二解码路径及其分值；以及识别结果确定模块，用于基于所述至少一条第二解码路径以及各解码路径对应的分值，确定语音识别结果。

本申请的另一方面提供一种语音识别的装置，该装置包括至少一个处理器以及至少一个存储器；所述至少一个存储器用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现以上语音识别方法所述的操作。

本申请的另一方面提供一种计算机可读存储介质，所述存储介质存储计算机指令，当所述计算机指令被处理器执行时实现以上语音识别方法所述的操作。

附图说明

本申请将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本申请一些实施例所示的语音识别的示例性流程图；

图2是根据本申请一些实施例所示的基于第一解码路径集合解码语音信号的示例性流程图；

图3是根据本申请一些实施例所示的基于第二解码路径集合解码语音信号的示例性流程图；

图4是根据本申请一些实施例所示的将第二解码路径集合中的第二中间解码路径移动到第一路径集合中的示例性流程图；