[发明专利]语音识别中噪音的过滤方法、装置、介质及对话机器人

说明书

本申请涉及一种语音识别中噪音的过滤方法、装置、介质及对话机器人。过滤方法用于指定场景下的噪音文本的过滤，包括：获取语音语料，并将语音语料转化为文本信息，得到输入文本；将输入文本输入到相关性模型，相关性模型基于专业语料库判断输入文本与指定场景的相关性；根据相关度确定输入文本是否为噪音文本，将噪音文本过滤，若不是噪音文本，则将输入文本输入到对话系统。本申请提供了在一指定场景下使用的、能够过滤掉清晰人声的噪音的软过滤方案，能够减少噪音文本流入对话系统，以提升智能交互系统在实际应用中的表现。

技术领域

本发明涉及语音识别处理技术领域，特别是涉及一种语音识别中噪音的过滤方法、装置、介质及对话机器人。

背景技术

服务于某一指定场景(如营业厅)的语音交互系统可以与客户进行智能化的人机交互，并有针对性地为用户提供引导，答疑，和推荐等个性化服务，具有低成本、高效率的优势。

然而，在实际场景应用中，客观环境多变且有诸多不确定因素。环境噪音、嘈杂的人声、广播、音乐和旁人的聊天，都有可能对语音识别模块(ASR)造成干扰，导致识别出一些无实际意义的、无关用户意图的噪音文本。这些噪音文本继续进入对话系统将对其后续的判断形成干扰，一方面，影响自然语言理解模块(NLU)对用户意图的判断，有几率将噪音文本识别成已存在的用户意图，甚至错误地提取到词槽关键词，让这些干扰信息流入下一个环节；另一方面，错误的意图和词槽会造成对话管理模块(DM)作出错误的动作预测，从而给用户错误的或无效的反馈，影响对话系统的流畅度与可靠程度，降低用户体验。基于上述原因，噪音文本的存在使得对话系统需要对意图识别的可信度更加谨慎，一定程度上限制了NLU的泛化能力，降低其对人类自然语言多变的适应性。若能在前期将大部分噪音文本进行过滤，将很有机会提升对话系统在实际应用中的表现。

当前的噪音过滤技术更多依赖硬件，判断声源，设置语音起点(如hi siri)，然而如何过滤掉清晰的人声噪音仍是一大难题。

发明内容

基于此，有必要针对如何过滤掉清晰的人声噪音的问题，提供一种语音识别中噪音的过滤方法、装置、介质及对话机器人。

本申请第一方面提供一种语音识别中噪音的过滤方法，用于指定场景下的噪音文本的过滤，包括：

获取语音语料，并将语音语料转化为文本信息，得到输入文本；

将输入文本输入到相关性模型，相关性模型基于专业语料库判断输入文本与指定场景的相关性；

根据相关度确定输入文本是否为噪音文本，将噪音文本过滤，若不是噪音文本，则将输入文本输入到对话系统。

本申请第二方面提供一种指定场景下语音识别中噪音的过滤装置，包括：

语料获取部件，用于获取语音语料；

文本转化部件，用于将语音语料转化为文本信息，得到输入文本；

相关性模型，用于基于一个指定场景下的专业语料库判断输入文本与指定场景的相关性；

过滤部件，用于根据相关度确定噪音文本，将噪音文本过滤，若不是噪音文本，则输入到对话系统。

通过构建一个指定场景下对应领域的专业语料库，并基于专业语料库对输入文本进行相关性判定、通顺度判定，通过相关性和通顺度来确定是否将输入文本输入到对话系统，能够实现清晰人声的噪音过滤。通过对文本进行二次噪音过滤，确保文本符合自然语言表达习惯以及文本符合对话系统的应用场景。噪音过滤模型可以通过降低对话系统对阈值的需求来减少敏感度的牺牲，以此达到更高的准确率。

本申请第三方面提供一种机器可读存储介质，其上存储有计算机程序，其中所述计算机程序在由处理器执行时实现前述的语音识别中噪音的过滤方法。