[发明专利]语音识别方法、设备、计算机可读存储介质及程序产品

权利要求书

1.一种语音识别方法，其特征在于，所述方法包括：

获取待识别语音信息和上文识别结果，所述上文识别结果为所述待识别语音信息的上文语音信息的语音识别结果；

对所述待识别语音信息进行识别，得到多个候选识别结果；

分别将所述上文识别结果与各个候选识别结果输入至训练好的匹配模型，得到各个匹配结果，所述各个匹配结果包括所述上文识别结果与所述各个候选识别结果的相关度；

基于所述各个匹配结果，从所述多个候选识别结果中确定目标识别结果。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取正样本数据集和负样本数据集，所述正样本数据集中的各个正样本数据包括相关度大于或等于预设阈值的训练上文文本数据和训练文本数据，所述负样本数据集中的各个负样本数据包括相关度小于预设阈值的训练上文文本数据和训练文本数据；

获取所述各个正样本数据对应的标注相关度和各个负样本数据对应的标注相关度；

基于所述各个正样本数据、所述各个正样本数据对应的标注相关度、所述各个负样本数据和所述各个负样本数据对应的标注相关度对预设匹配模型进行训练，得到训练好的匹配模型。

3.根据权利要求2所述的方法，其特征在于，所述获取正样本数据集，包括：

获取训练数据集，所述训练数据集中各个训练数据包括训练语音数据和所述训练语音数据的训练上文语音数据；

获取各个训练语音数据对应的训练文本数据和各个训练上文语音数据对应的训练上文文本数据；

将一个训练数据对应的训练上文文本数据和训练文本数据确定为一个正样本数据；

将各个训练数据确定的各个正样本数据确定为正样本数据集。

4.根据权利要求3所述的方法，其特征在于，获取负样本数据集，包括：

获取各个训练语音数据对应的至少一个训练候选文本数据，所述训练候选文本数据不同于所述训练文本数据；

将一个训练数据对应的训练上文文本数据和一个训练候选文本数据确定为一个负样本数据；

将各个训练数据确定的各个负样本数据确定为负样本数据集。

5.根据权利要求3所述的方法，其特征在于，获取负样本数据集，包括：

从所述各个训练数据中获取除一个训练数据以外的剩余训练数据；

从所述剩余训练数据中随机选取另一个训练数据；

将所述一个训练数据对应的训练上文文本数据和所述另一个训练数据对应的训练文本数据确定为一个负样本数据；

将各个训练数据确定的各个负样本数据确定为负样本数据集。

6.根据权利要求3所述的方法，其特征在于，所述基于所述各个正样本数据、所述各个正样本数据对应的标注相关度、所述各个负样本数据和所述各个负样本数据对应的标注相关度对预设匹配模型进行训练，得到训练好的匹配模型，包括：

将各个正样本数据包括的训练上文文本数据和训练文本数据输入至预设匹配模型进行训练，得到各个正样本数据对应的预测相似度；

将各个负样本数据包括的训练上文文本数据和训练文本数据输入至预设匹配模型进行训练，得到各个负样本数据对应的预测相似度；

将各个正样本数据对应的标注相关度、各个正样本数据对应的预测相似度、各个负样本数据对应的标注相关度和各个负样本数据对应的预测相似度反向传播至所述匹配模型，利用损失函数对所述匹配模型进行训练，以对所述匹配模型的参数进行调整。

7.根据权利要求1所述的方法，其特征在于，所述获取待识别语音信息和上文识别结果，包括：

获取用于进行语音识别的请求信息；

对所述请求信息进行解析，得到所述请求信息携带的待识别语音信息；

基于所述待识别语音信息，获取所述待识别语音信息的上文语音信息；

获取所述上文语音信息的语音识别结果，并将所述上文语音信息的语音识别结果确定为上文识别结果。