[发明专利]一种利用话术语句提升语音识别准确率的识别方法

权利要求书

1.一种利用话术语句提升语音识别准确率的识别方法，其特征在于，包括以下步骤：

步骤1、使用通用性文本训练第一语言模型；训练第一语言模型具体如下：

设i为正在统计的序列的长度，i为大于等于1的整数；

当i等于1时，首先统计词语序列的第1个词语w₁出现的次数C(w₁)，然后统计w₁按顺序出现之后连接任一词语w的次数之和∑_wC(w₁,w)；

当i大于1时，首先统计通用型文本中词语序列w₁、w₂、…、w_i按顺序出现的次数C(w₁,w₂，...,w_i)，然后统计文本中词语序列w₁、w₂、…、w_i-1按顺序出现之后连接任一词语w的次数之和∑_wC(w₁,w₂,...,w_i-1,w)；w_s为词语序列的第s个词语，s为大于0小于(i+1)的整数；

对于由词语序列w₁,w₂,...,w_n组成的句子,n为该句子中词语的个数，其序列概率P_general通过下面的公式计算得到：

其中，P(w_i|w₁,w₂,...,w_i-1)为第i个词出现的条件概率，P(w₁)为第1个词出现的条件概率，P(w₂|w₁)为第2个词出现的条件概率；

C(w₁,w₂，...,w_i)为文本中词语序列w₁、w₂、…、w_i按顺序出现的次数，∑_wC(w₁,w₂,...,w_i-1,w)为文本中词语序列w₁、w₂、…、w_i-1按顺序出现之后连接任一词语w的次数之和；

步骤2、定义对话机器人的话术，采用话术语句训练语言模型得到第二语言模型；

第二语言模型是话术语句的序列概率，具体为：

对于由词语序列w₁,w₂,...,w_n组成的话术语句,其序列概率P_dialogue通过下面的公式计算得到：

其中，P(w_i|w₁,w₂,...,w_i-1)为第i个词出现的条件概率，P(w₁)为第1个词出现的条件概率，P(w₂|w₁)为第2个词出现的条件概率；

步骤3、将第一语言模型和第二语言模型融合生成最终的语言模型；

最终的语言模型为：

由词语序列w₁,w₂,...,w_n组成的句子,其序列概率P_final(w₁w₂...w_n)通过下面的公式计算得到；

P_final(w₁w₂...w_n)＝λ₁P_general+λ₂P_dialogue

其中，λ₁和λ₂为插值系数，用于调节第一语言模型和第二语言模型在P_final(w₁w₂...w_n)中的权重；

步骤4、使用所述最终的语音模型生成语音识别系统，通过该语音识别系统来提升语音识别准确率。