[发明专利]一种语音文本重写模型构建方法、语音识别方法

权利要求书

1.一种语音文本重写模型构建方法，其特征在于，所述方法包括：

获取样本语音的至少一个样本基础识别文本、所述样本语音的样本标准识别文本、所述样本语音的样本上文信息和所述样本语音的重写分类实际结果；

根据所述至少一个样本基础识别文本、所述样本标准识别文本和所述样本上文信息对待训练文本重写模型进行训练，得到待优化文本重写模型；

根据所述至少一个样本基础识别文本、所述样本标准识别文本、所述样本上文信息和所述样本语音的重写分类实际结果对所述待优化文本重写模型进行训练，得到语音文本重写模型。

2.根据权利要求1所述的方法，其特征在于，若所述样本基础识别文本的个数为Q，则所述根据所述至少一个样本基础识别文本、所述样本标准识别文本和所述样本上文信息对待训练文本重写模型进行训练，得到待优化文本重写模型，包括：

对第q个样本基础识别文本进行掩码处理，得到第q个样本掩码后文本，并生成所述第q个样本掩码后文本的文本特征；其中，q为正整数，q≤Q，Q为正整数；

生成所述样本上文信息的文本特征；

将Q个样本掩码后文本的文本特征和所述样本上文信息的文本特征输入所述待训练文本重写模型，得到所述待训练文本重写模型输出的所述样本语音的第一预测识别文本；

根据所述样本语音的第一预测识别文本和所述样本语音的样本标准识别文本，更新所述待训练文本重写模型，并继续执行所述将Q个样本掩码后文本的文本特征和所述样本上文信息的文本特征输入所述待训练文本重写模型的步骤，直至在达到第一停止条件时，根据所述待训练文本重写模型，确定所述待优化文本重写模型。

3.根据权利要求2所述的方法，其特征在于，所述生成所述样本上文信息的文本特征，包括：

对所述样本上文信息进行关键词提取，得到所述样本上文信息的关键词；

根据所述样本上文信息的关键词，生成所述样本上文信息的文本特征。

4.根据权利要求3所述的方法，其特征在于，所述根据所述样本上文信息的关键词，生成所述样本上文信息的文本特征，包括：

对所述样本上文信息的关键词进行向量化处理，得到所述样本上文信息的文本特征；

或者，

若所述样本上文信息的关键词包括N₁个待处理对象，则所述根据所述样本上文信息的关键词，生成所述样本上文信息的文本特征，包括：

对所述样本上文信息的关键词中第d个待处理对象进行文本编码，得到所述第d个待处理对象的文本编码结果；对所述第d个待处理对象进行位置编码，得到所述第d个待处理对象的位置编码结果；将所述第d个待处理对象的文本编码结果和所述第d个待处理对象的位置编码结果进行加和，得到所述第d个待处理对象的对象特征；其中，d为正整数，d≤N₁，N₁为正整数；

将所述样本上文信息的关键词中第1个待处理对象的对象特征至第N₁个待处理对象的对象特征的集合，确定为所述样本上文信息的文本特征。

5.根据权利要求2所述的方法，其特征在于，若所述第q个样本掩码后文本包括Y_q个待处理对象，则所述生成所述第q个样本掩码后文本的文本特征，包括：

对所述第q个样本掩码后文本中第y个待处理对象进行文本编码，得到所述第y个待处理对象的文本编码结果；对所述第y个待处理对象进行位置编码，得到所述第y个待处理对象的位置编码结果；根据所述第y个待处理对象的文本编码结果和所述第y个待处理对象的位置编码结果，确定所述第y个待处理对象的对象特征；其中，y为正整数，y≤Y_q，Y_q为正整数；

将所述第q个样本掩码后文本中第1个待处理对象的对象特征至第Y_q个待处理对象的对象特征的集合，确定为所述第q个样本掩码后文本的文本特征。