[发明专利]一种基于缓存语言模型的语音识别自适应方法和系统

权利要求书

1.一种基于缓存语言模型的语音识别自适应方法，其特征在于，包括以下步骤：

S1：针对一段连续的长语音分割得到多条短语音，并按照时间顺序构成任务队列；

S2：取任务队列中的第一条短语音通过动态语言模型获得识别文本，并将该条短语音从任务队列中删除；

S3：建立缓存模型，根据每一条短语音的识别文本，实时判断是否需要进行概率修正，若否，则返回S2，直至任务队列为空，完成识别任务；若是，则根据预设关联词表进行关键词搜索，得到关键词组，并存储至缓存模型的缓存区，计算局部词汇概率分布，构建局部语言模型；

S4：将局部语言模型与动态语言模型进行插值合并，得到更新后的动态语言模型，返回S2，直至任务队列为空，完成识别任务。

2.根据权利要求1所述的一种基于缓存语言模型的语音识别自适应方法，其特征在于，还包括步骤：

S5：对S2中的识别文本进行人工修正。

3.根据权利要求1所述的一种基于缓存语言模型的语音识别自适应方法，其特征在于，所述的步骤S3具体包括：

S301：建立缓存模型，包括若干个缓存区；

S302：根据每一条短语音的识别文本，实时判断是否存在低频词或强领域特征词，若存在，则需进行概率修正，进入S303，若不存在，则无需进行概率修正，返回S2，直至任务队列为空，完成识别任务；

S303：根据预设关联词表进行关键词搜索，得到关键词组，并存储至缓存模型的缓存区，计算局部词汇概率分布，计算公式为：

式中，ω₁，...，ω_t-1表示历史识别文本序列，ω_i为历史识别文本序列中的第i个词，ω_t表示当前时刻的词；P_cache(ω_t|ω₁，...，ω_t-1)表示基于缓存历史识别文本序列的当前词为ω_t的概率，K表示核函数，h_t为ω_t对应的隐向量，h_i为ω_i对应的隐向量，θ表示欧几里得距离，||·||表示取模长，∝表示成正比关系；

S304：根据局部词汇概率分布，构建基于3-gram的局部语言模型。

4.根据权利要求3所述的一种基于缓存语言模型的语音识别自适应方法，其特征在于，当缓存模型的缓存区存储的关联词组达到百万级数值的阈值后，步骤S303中的局部词汇概率分布计算公式采用以下公式替换：

式中，是与h_t的欧几里得距离最近的h_i的集合，θ(h_t)是h_t到临近单词的欧几里得距离。

5.根据权利要求1所述的一种基于缓存语言模型的语音识别自适应方法，其特征在于，所述的步骤S4具体包括：

S401：将局部语言模型与动态语言模型进行插值合并，对局部单词概率进行修正，公式如下：

P(ω_t|ω₁，...，ω_t-1)＝(1-λ)P_model(ω_t|ω₁，...，ω_t-1)+λP_cache(ω_t|ω₁，...，ω_t-1)；

式中，λ为调整参数，P_model表示现有语言模型中在前序识别为ω₁，...，ω_t-1的条件下当前词为ω_t的概率；

S402：通过修正后的单词概率得到更新后的动态语言模型，返回步骤S2，直至任务队列为空，完成识别任务。