[发明专利]语音识别方法、装置、介质及电子设备

权利要求书

1.一种语音识别方法，其特征在于，所述方法包括：

将获取的音频数据输入至预先建立的语音识别模型，得到所述语音识别模型输出的文本形式的初步识别结果；

确定所述初步识别结果中每一文本单位对应的所述音频数据中的音频片段；

针对所述初步识别结果中每一文本单位，若该文本单位对应的音频片段的声压满足预定条件，则将所述初步识别结果中的该文本单位替换为占位符，得到与所述初步识别结果对应的中间结果；

确定所述中间结果与预设的标准文本库中的每一标准文本序列的匹配度；

基于所述匹配度，在所述标准文本库的各标准文本序列中选出目标标准文本序列作为最终识别结果。

2.根据权利要求1所述的方法，其特征在于，所述音频数据为问句音频数据，所述标准文本库为标准问题库，所述标准文本序列为标准问题，所述标准问题与标准解答对应，在基于所述匹配度，在所述标准文本库的各标准文本序列中选出目标标准文本序列作为最终识别结果之后，所述方法还包括：

获取与所述最终识别结果对应的标准解答；

将所述标准解答输出。

3.根据权利要求2所述的方法，其特征在于，所述匹配度为第一匹配度，所述标准问题库还包括与每一标准问题对应的标准音频数据，所述基于所述匹配度，在所述标准文本库的各标准文本序列中选出目标标准文本序列作为最终识别结果，包括：

基于所述第一匹配度，在所述标准问题库的各标准问题中选出候选标准问题；

在所述标准文本库中获取与每一候选标准问题对应的标准音频数据；

确定每一标准音频数据与所述问句音频数据的匹配度，作为第二匹配度；

根据各候选标准问题对应的标准音频数据的第二匹配度，在各候选标准问题中选出目标标准问题作为最终识别结果。

4.根据权利要求3所述的方法，其特征在于，所述确定每一标准音频数据与所述问句音频数据的匹配度，作为第二匹配度，包括：

分别将所述标准音频数据和所述问句音频数据分成帧；

提取每一帧音频数据的特征向量；

根据所述标准音频数据和所述问句音频数据各帧音频数据的特征向量，分别构建所述问句音频数据和每一所述标准音频数据的特征矩阵；

针对每一标准音频数据，确定该标准音频数据的特征矩阵与所述问句音频数据的特征矩阵的相似度，作为该标准音频数据与所述问句音频数据的匹配度。

5.根据权利要求1所述的方法，其特征在于，所述预定条件为：与文本单位对应的音频片段的声压的平均值低于预设声压平均值阈值。

6.根据权利要求1所述的方法，其特征在于，所述确定所述中间结果与预设的标准文本库中的每一标准文本序列的匹配度，包括：

针对每一标准文本序列，获取该标准文本序列与所述中间结果中共同包含的文本单位的数目与所述中间结果中包含的所有文本单位的数目的比值，作为第一比值；

针对每一标准文本序列，在所述中间结果中确定出该标准文本序列与所述中间结果中共同包含的各文本单位之间的占位符，作为目标占位符；

针对每一标准文本序列，针对每一目标占位符，在所述中间结果中获取该目标占位符的前后两个文本单位并确定该标准文本序列中与该前后两个文本单位相同的前后两个文本单位之间是否存在占位符；

如果是，将所述占位符标记为对应占位符；

针对每一标准文本序列，获取针对该标准文本序列确定的对应占位符的数目与目标占位符的数目的比值，作为第二比值；

基于针对每一标准文本序列获取的所述第一比值和所述第二比值，确定所述中间结果与预设的标准文本库中的每一标准文本序列的匹配度。

7.根据权利要求1所述的方法，其特征在于，所述基于所述匹配度，在所述标准文本库的各标准文本序列中选出目标标准文本序列作为最终识别结果，包括：

从所述标准文本库中获取对应的所述匹配度最大的标准文本序列作为目标标准文本序列，并将所述目标标准文本序列作为最终识别结果。