[发明专利]语音识别方法、装置、设备及计算机可读存储介质

说明书

本发明公开了一种语音识别方法、装置、设备及计算机可读存储介质，所述方法包括：对待识别语音数据进行语音识别得到所述待识别语音数据的各第一候选结果；调用预设的相关度模型计算得到所述待识别语音数据与各所述第一候选结果之间的第一相关度预测结果；根据所述第一相关度预测结果从各所述第一候选结果中选取目标候选结果作为所述待识别语音数据的语音识别结果。本发明相比于依据人为经验设置的线性评分组合方式，能够获得更加准确的排序结果，从而能够获得更加准确的语音识别结果。

技术领域

本发明涉及语音数据处理技术领域，尤其涉及一种语音识别方法、装置、设备及计算机可读存储介质。

背景技术

随着语音数据处理技术的发展，语音识别系统已经广泛地应用于各个领域。语音识别系统中，对N-候选重打分(N-best Hypotheses Rescoring)是一个重要的部分，对语音识别效果有至关重要的影响。N-候选是对语音数据识别得到的N个候选结果，N-候选重打分是对N个候选结果重新进行打分排序。目前采用的N-候选重打分的方式是先用语音模型(Acoustic Model)和语言模型(Language Model)对每个候选进行评估打分，然后将语音模型评分和语言模型评分组合起来给出N-候选的最终排序结果，取排名第一的候选作为最终的语音识别结果。但是这种先给出语音模型评分和语言模型评分，再线性组合两种得分的方式，需要根据经验来设置得分的线性组合方式，具有很大的不确定性，从而导致语音识别效果不够准确。

发明内容

本发明的主要目的在于提供一种语音识别方法、设备、系统及计算机可读存储介质，旨在解决目前N-候选重打分的方式，需要根据经验来设置得分的线性组合方式，具有很大的不确定性，从而导致语音识别效果不够准确的问题。

为实现上述目的，本发明提供一种语音识别方法，所述方法包括以下步骤：

对待识别语音数据进行语音识别得到所述待识别语音数据的各第一候选结果；

调用预设的相关度模型计算得到所述待识别语音数据与各所述第一候选结果之间的第一相关度预测结果；

根据所述第一相关度预测结果从各所述第一候选结果中选取目标候选结果作为所述待识别语音数据的语音识别结果。

可选地，所述调用预设的相关度模型计算得到所述待识别语音数据与各所述第一候选结果之间的第一相关度预测结果的步骤之前，还包括：

获取对训练语音数据进行语音识别得到的至少两个第二候选结果，以及获取各所述第二候选结果的相关度标签；

将所述训练语音数据、各所述第二候选结果和所述相关度标签作为训练数据，采用所述训练数据对待训练模型进行训练得到所述相关度模型。

可选地，当所述训练数据中第二候选结果的个数为两个时，所述采用所述训练数据对待训练模型进行训练得到所述相关度模型的步骤包括：

将所述训练语音数据和两个所述第二候选结果输入待训练模型，得到所述训练语音数据与两个所述第二候选结果之间的第二相关度预测结果；

基于所述相关度标签和所述第二相关度预测结果对所述待训练模型的模型参数进行更新；

根据更新后的待训练模型得到所述相关度模型。

可选地，所述获取各所述第二候选结果的相关度标签的步骤包括：

获取所述训练语音数据的真实文本；

分别计算各所述第二候选结果相对于所述真实文本的误识率；

根据各所述误识率得到各所述第二候选结果的相关度标签。

可选地，所述预设的相关度模型包括语言表征模块、编码器和相关度计算模块，