[发明专利]一种基于人工智能的个性化口音语音识别方法及系统

说明书

本发明实施例公开了一种基于人工智能的个性化口音语音识别方法及系统，通过个性化口音语音识别模型集成标准发音语音识别模型对用户的个性化口音语音指令信息进行识别，在用户的使用终端设备过程中自动对智能识别模型进行迭代优化，随着用户使用次数越多，效果将越精准。在不限定口音种类的自由度下，可大大提高对带有个人口音的非标准发音的语音识别准确率，适用于所有带有个性化语音指令识别的场景，包括但不限于智能家居场景中语音指令与家电的交互和控制、基于语音转文字的会议记录器、基于语音转文字的翻译设备、汽车驾驶中的语音交互控制领域等等。

技术领域

本发明实施例涉及语音识别、人工智能技术领域，具体涉及一种基于人工智能的个性化口音语音识别方法及系统。

背景技术

目前的人机交互控制中的语音识别，主流还是针对标准发音，而对于带有口音的非标准发音的识别准确率就会大打折扣，哪怕是专人独自使用或小群体长时间使用也无法让语音识别模块学习到个性化口音来提高识别准确率。

发明内容

为此，本发明实施例提供一种基于人工智能的个性化口音语音识别方法及系统，以解决现有的人机交互控制中的语音识别，对于带有口音的非标准发音的识别准确率低的问题。

为了实现上述目的，本发明实施例提供如下技术方案：

根据本发明实施例的第一方面，提出了一种基于人工智能的个性化口音语音识别方法，所述方法包括：

根据在执行终端或云端上构建的个性化口音语音识别模型集成预先建立的标准发音语音识别模型对用户在使用终端设备过程中输入的个性化口音语音指令信息进行识别，输出语音识别结果；

获取执行终端根据所述语音识别结果执行的响应操作，若该操作与用户意图相符，则无需用户做手动调整，若该操作与用户意图不符，则用户通过手动调整使执行终端执行正确操作；

获取用户输入的个性化口音语音指令信息以及执行终端的正确操作之间的对应关系信息，并根据所述对应关系信息在用户使用终端设备过程中对个性化口音语音识别模型进行定期迭代优化，提高模型识别准确率。

进一步地，所述方法具体还包括：

在用户初始使用终端设备时，仅基于所述标准发音语音识别模型无法识别用户输入的个性化语音指令信息，用户通过手动调整使执行终端执行的正确操作，获取用户输入的个性化语音指令信息以及执行终端的正确操作之间的对应关系信息，并根据所述对应关系信息对构建的个性化口音语音识别模型进行训练；

在下次使用时，结合经过训练的所述个性化口音语音识别模型和标准发音语音识别模型对用户输入的语音指令信息进行识别。

进一步地，所述方法具体还包括：

当用户初始使用用于语音转换文本的终端设备时，仅基于所述标准发音语音识别模型无法识别用户输入的个性化语音指令信息，则用户通过手动录入正确的转换文本信息，获取用户输入的个性化语音指令信息以及正确的文本信息之间的对应关系信息，并根据所述对应关系信息对构建的个性化口音语音识别模型进行训练；

在下次使用时，结合经过训练的所述个性化口音语音识别模型和标准发音语音识别模型对用户输入的语音指令信息进行识别，同时在用户使用终端设备过程中根据用户输入的个性化语音指令信息与文本信息之间的对应关系信息对个性化口音语音识别模型进行定期迭代优化，提高模型识别准确率。

进一步地，所述方法具体还包括：

预先采集并存储用户根据执行终端的常用指令录入的个性化口音语音指令信息集与终端的正确操作之间的对应关系信息，根据所述对应关系信息对构建的个性化口音语音识别模型进行训练；

在用户使用终端设备过程中，基于经过训练的所述个性化口音语音识别模型和标准发音语音识别模型对用户输入的语音指令信息进行识别。