[发明专利]语音识别方法、装置、设备和存储介质

说明书

本申请公开了一种语音识别方法、装置、电子设备和计算机存储介质。具体实现方案为包括：对目标语音进行识别，得到目标语音的识别文本；基于识别文本以及目标语音，确定识别文本中每个字的多个维度的特征；基于识别文本中每个字的多个维度的特征确定识别文本中每个字的检测结果；基于每个字的检测结果生成第一识别文本，其中，第一识别文本中包含识别文本中每个字及其对应的标记。

技术领域

本申请涉及语音处理技术领域，尤其涉及一种语音识别方法、装置、电子设备和计算机存储介质。

背景技术

随着自动语音识别（Automatic Speech Recognition，ASR）技术水平的提高，从ASR系统输出得到的转录文本的处理研究也随之受到广泛的关注。以教育领域为例，分析教师讲课、学生听课等教学报告，学习情况报告均需要将上课过程中教师、学生的语音转为文字，从而进行后续自然语言的处理。当识别的文本中存在错误时，对于后续的自然语言处理任务影响很大，因此，进行语音识别结果的文本纠错是一项重要的语音识别后处理技术。语音识别后处理技术是指通过一定的算法将语音识别结果进行检错及纠正。然而，相关技术中，对语音识别结果进行检错及纠正的效率低。

发明内容

本申请实施例提供一种语音识别方法、装置、电子设备和计算机存储介质。

第一方面，本申请实施例提供一种语音识别方法，所述方法包括：

对目标语音进行识别，得到所述目标语音的识别文本；

基于所述识别文本以及所述目标语音，确定所述识别文本中每个字的多个维度的特征；

基于所述识别文本中每个字的多个维度的特征确定所述识别文本中每个字的检测结果；

基于每个字的检测结果生成第一识别文本，其中，所述第一识别文本中包含所述识别文本中每个字及其对应的标记。

第二方面，本申请实施例提供一种语音识别装置，所述装置包括：

识别单元，用于对目标语音进行识别，得到所述目标语音的识别文本；

特征确定单元，用于基于所述识别文本以及所述目标语音，确定所述识别文本中每个字的多个维度的特征；

检错单元，用于基于所述识别文本中每个字的多个维度的特征确定所述识别文本中每个字的检测结果；基于每个字的检测结果生成第一识别文本，其中，所述第一识别文本中包含所述识别文本中每个字及其对应的标记。

第三方面，本申请实施例提供一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请任意一项实施例所提供的方法。

第四方面，本申请实施例提供一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请任意一项实施例所提供的方法。

上述申请中的实施例具有如下优点或有益效果：对目标语音进行识别，得到所述目标语音的识别文本；基于识别文本以及目标语音，确定识别文本中每个字的多个维度的特征；基于识别文本中每个字的多个维度的特征确定识别文本中每个字的检测结果；基于每个字的检测结果生成第一识别文本；如此，结合识别文本维度以及音频维度对识别文本中每个字进行检错处理，能够准确地检测出识别文本中的错误部分，提升对识别文本的检错效果，且能够为后续纠正识别文本提供准确的数据基础，进而有助于通过对该错误部分进行纠正处理而得到更准确的识别文本，提升对识别文本的纠错效果。

上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。

附图说明