[发明专利]一种语音指令识别方法及电子设备

说明书

本发明实施例提供了一种语音指令识别方法及电子设备，本发明实施例提供的语音识别方法，可以首先获取待识别语音指令的目标文字以及目标拼音，并根据预设的扩展规则获取扩展拼音，扩展拼音包括目标拼音，之后提取目标文字以及扩展拼音的特征，将获取的文字特征以及扩展拼音特征融合，得到融合特征，再基于融合特征识别出待识别语音指令的语义。本发明实施例提供的方法，在分别对待识别语音指令的目标文字以及扩展拼音做特征提取后，再将各特征进行融合，可以获取待识别语音指令更多、更高层的特征(如，语义特征)，从而提高了语音指令识别的准确性。

技术领域

本发明涉及语音识别技术领域，特别是涉及一种语音指令识别方法及电子设备。

背景技术

目前，语音识别技术在各个领域得到广泛应用。其中一个重要的应用是语音指令识别，例如，用户可以通过语音指令，控制多媒体播放设备播放指定的音乐、视频等；再例如，用户可以通过语音指令控制家用电器或机器人等等。

现有技术中对语言指令进行识别时，首先，将语音转换为文字，再基于识别出的文字进行用户意图识别，进而得到语音指令的识别结果。

然而，在实际应用中，由于环境的噪声、讲话人口音不标准等原因，会出现语音转换出的文字错误的情况。在识别出的文字错误的情况下进行用户意图识别，会导致识别结果错误，甚至得不出语音指令的识别结果。

也就是说现有技术对语音指令识别的准确性不够高。

发明内容

本发明实施例的目的在于提供一种语音指令识别方法及电子设备，以提高语音指令识别的准确性。具体技术方案如下：

在本发明实施的一个方面，提供了一种语音指令识别方法，上述方法包括：

对待识别语音指令进行文字转换，获取上述待识别语音指令的目标文字以及目标拼音；

基于上述目标拼音，根据预设扩展规则，获取上述目标拼音的至少一个扩展拼音，其中，所述扩展拼音包括所述目标拼音；

基于预先训练的指令识别模型，分别对所述目标文字以及所述扩展拼音进行特征提取，得到目标文字特征以及与每一所述扩展拼音对应的一个扩展拼音特征；将所述目标文字特征以及所述扩展拼音特征按照预设融合规则进行融合，得到融合特征；对所述融合特征进行语义识别，获得语义识别结果。

在本发明实施的另一方面，还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现上述任一所述的语音指令识别方法步骤。

本发明实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一所述的语音指令识别方法。

本发明实施例有益效果：

本发明实施例提供的语音指令识别方法，可以对待识别语音指令进行文字转换，来获取待识别语音指令的目标文字以及目标拼音，并根据预设的扩展规则获取至少一个扩展拼音，扩展拼音包括目标拼音，之后基于预先训练的指令识别模型，分别对目标文字以及扩展拼音进行特征提取，获取相应的目标文字特征以及扩展拼音特征，并将获取的文字特征以及扩展拼音特征融合，得到融合特征，再对融合特征进行语义识别，得到语义识别结果。本发明实施例提供的方法，在分别对待识别语音指令的目标文字以及扩展拼音做特征提取后，再将目标文字特征以及扩展拼音特征进行融合，可以获取待识别语音指令更多、更高层的特征(如，语义特征)，从而提高了语音指令识别的准确性。

当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。

附图说明