[发明专利]一种基于人工智能的自动语音识别方法及系统

说明书

本发明公开了一种基于人工智能的自动语音识别方法及系统，该方法包括应用词汇分类模板，将所述识别结果中的词汇于所述词汇分类模板中的专业词汇进行比对，获得识别结果中的词汇中专业词汇的占比，结合占比判断是否需要专业词汇的语音识别，采用本发明提供的方案可以提高对专业词汇识别的精确度和准确率，特别是增强专业领域中视频会议记录的准确性、精准性，特别是专业性，提高企业在相关专业领域的专业性，更重要的是减少因为对专业词汇的自动识别语音识别时造成的词汇识别的误解，防止因为语音识别造成误解进而造成重大损失。同时，由于以词汇分类模板做基础，提高专业词汇的搜索速率，进而提高了针对专业词汇的自动语音的识别效率。

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于人工智能的自动语音识别方法及系统。

背景技术

自动语音识别技术(Automatic Speech Recognition，简称“ASR”)是一种将人的语音转换为文本的技术。语音识别是一个多学科交叉的领域，它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性，语音识别系统只能在一定的限制条件下获得满意的性能，或者说只能应用于某些特定的场合。

自动语音识别技术的目标是让计算机能够“听写”出不同人所说出的连续语音，也就是俗称的“语音听写机”，是实现“声音”到“文字”转换的技术。

但是，现有的自动语音识别技术应用在包含专业词汇的语音识别中存在一定的问题，由于专业词汇的特殊性及应用专业词汇的人员的特定性，具有相应专业领域知识的人员可能辨识某些词汇的含义，因此，通过普通的自动语音识别技术可能存在识别专业词汇不准确的情况，或者针对专业词汇的识别效率低的情况。

因此，亟需一种自动语音识别方法可以解决上述技术问题。

发明内容

本发明提供一种基于人工智能的自动语音识别方法及系统，用以解决现有技术中存在的识别专业词汇不准确，以及专业词汇的识别效率低的问题。

本发明提供一种基于人工智能的自动语音识别方法，该方法包括：

接收待识别的语音信号；

对所述待识别的语音信号进行预处理，获得语音输入信号；

将所述语音输入信号进行时域到频域的转换，提取语音特征参数；

对所述语音特征参数进行随机取样，获得若干个样本特征参数；

将所述样本特征参数输入至声学模型和语言模型，经过解码搜索获取识别结果；

将所述识别结果输入至词汇分类模板，将所述识别结果中的词汇于所述词汇分类模板中的专业词汇进行比对，获得识别结果中的词汇中专业词汇的占比；

判断所述占比是否超出预设值，若是，将所述语音特征参数输入至专业词汇声学模型和专业词汇语言模型，经过输出层的搜索对综合信息进行解码，输出对应的文本；所述专业词汇声学模型和专业词汇语言模型中对专业词汇的权重进行了重新匹配，提高获得专业词汇的概率；

若否，将所述语音特征参数输入至声学模型和语言模型，经过解码搜索获取识别结果，并输出对应的文本。

可选的，在所述并输出对应的文本之后，包括：

将输出的所述文本输入至拼写纠错模型，获得纠错后文本；

将纠错后的文本作为最终文本输出。

可选的，所述词汇分类模板构建方法包括：

获取大量分属于不同行业的专业词汇；

将所述专业词汇采用卷积神经网络按照专业词汇所属的行业进行分类训练；