[发明专利]语音数据识别方法、设备及介质

权利要求书

1.一种语音数据识别方法，其特征在于，所述语音数据识别方法包括：

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候选结果；

获取所述各候选结果的初始排序结果，并获取所述各候选结果的关联主题信息；

基于所述初始排序结果以及所述关联主题信息，对所述各候选结果进行重新排序，得到目标排序结果；

根据所述目标排序结果从各所述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。

2.如权利要求1所述语音数据识别方法，其特征在于，所述获取所述各候选结果的关联主题信息的步骤，包括：

将所述候选结果输入至非人工标注训练语句数据优化的预设对话主题模型中，对所述候选结果进行主题特征提取处理，得到所述各候选结果的关联主题信息；

其中，所述非人工标注训练语句数据是基于模拟标签数据优化的预设预训练模型得到的，所述模拟标签数据是基于预设无标签原始语句数据转换得到的。

3.如权利要求2所述语音数据识别方法，其特征在于，所述模拟标签数据为通过将预设无标签原始语句数据，部分替换为生成的无标签语句数据后，得到的，且所述模拟标签数据至少包括真假模拟标签的数据。

4.如权利要求3所述语音数据识别方法，其特征在于，所述将所述候选结果输入至非人工标注训练语句数据优化的预设对话主题模型中，对所述候选结果进行主题特征提取处理，得到所述各候选结果的关联主题信息的步骤之前，所述方法还包括：

获取预设无标签的原始语句数据；

生成无标签语句数据，将所述预设无标签原始语句数据，部分替换为所述无标签语句数据，得到模拟标签数据；

基于所述模拟标签数据，对预设训练模型进行训练，得到满足预设条件的目标模型，将所述目标模型设置为所述预设预训练模型；

将预设训练语句数据输入至所述预设预训练模型中，得到非人工标注训练语句数据；

基于所述非人工标注训练语句数据，训练得到预设对话主题模型。

5.如权利要求4所述语音数据识别方法，其特征在于，所述基于所述模拟标签数据，对预设训练模型进行训练，得到满足预设条件的目标模型，将所述目标模型设置为所述预设预训练模型的步骤，包括：

确定所述模拟标签数据中的模拟假标签数据以及模拟真标签数据；

将所述模拟假标签数据以及模拟真标签数据输入至预设训练模型中，得到识别结果；

基于所述识别结果以及所述模拟标签数据中的真假模拟标签调整所述预设训练模型的模型参数，直至得到满足预设条件的目标模型，将所述目标模型设置为所述预设预训练模型。

6.如权利要求1-5任一项所述语音数据识别方法，其特征在于，所述基于所述初始排序结果以及所述关联主题信息，对所述各候选结果进行重新排序，得到目标排序结果的步骤，包括：

提取所述候选结果对应的特征数据，将所述特征数据以及所述关联主题信息，输入至预设排序模型中，对所述各候选结果进行重新排序，得到目标排序结果；

其中，所述排序模型是采用候选特征集训练得到的，所述候选特征集中的一条训练数据包括多个候选结果对应的特征数据，所述多个候选结果对应的关联主题信息以及所述多个候选结果的排序标签。

7.如权利要求1所述的语音识别方法，其特征在于，所述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候选结果的步骤，包括：

对所述待识别语音数据进行语音特征提取，得到所述待识别语音数据的语音特征数据；

采用预设语音模型和预设语言模型对所述语音特征数据进行识别，得到所述待识别语音数据的各候选结果。