[发明专利]一种语音识别结果的确定方法、装置、设备及存储介质

说明书

本申请提供了一种语音识别结果的确定方法、装置、设备及存储介质，其中，方法包括：在获得目标语音的若干候选识别结果后，将若干候选识别结果分别处理成文本单元序列，以得到若干文本单元序列；通过将若干文本单元序列对齐成等长序列，确定识别易错位置，并将任一对齐后的文本单元序列中的识别易错位置处的文本单元用指定符号替换，得到待预测文本单元序列；预测待预测文本单元序列中指定符号处的文本单元，并用预测出的文本单元替换指定符号，得到目标语音的最终识别结果。经由本申请提供的语音识别结果的确定方法能够确定出准确度较高的语音识别结果。

技术领域

本申请涉及语音识别技术领域，尤其涉及一种语音识别结果的确定方法、装置、设备及存储介质。

背景技术

语音识别技术是智能语音技术中最重要、最困难的核心技术之一，它的功能是把人的语音转换为对应的文本。

目前的语音识别过程通常包括两个阶段，第一个阶段是获取语音的若干候选识别结果，第二个阶段是根据第一阶段获得的若干候选识别结果确定语音的最终识别结果。

目前根据第一阶段获得的若干候选识别结果确定语音的最终识别结果的方式主要为：对第一阶段获得的每个候选识别结果进行重打分，将第一阶段获得的若干候选识别结果中得分最高的候选识别结果作为最终的识别结果。然而，经由上述方式确定的识别结果仍存在识别错误。

发明内容

有鉴于此，本申请提供了一种语音识别结果的确定方法、装置、设备及存储介质，用以解决现有的语音识别结果确定方法确定的识别结果存在识别错误的问题，其技术方案如下：

一种语音识别结果的确定方法，包括：

在获得目标语音的若干候选识别结果后，将所述若干候选识别结果分别处理成文本单元序列，得到若干文本单元序列；

通过将所述若干文本单元序列对齐成等长序列，确定识别易错位置，并将任一对齐后的文本单元序列中的识别易错位置处的文本单元用指定符号替换，得到待预测文本单元序列；

预测所述待预测文本单元序列中所述指定符号处的文本单元，并用预测出的文本单元替换所述指定符号，得到所述目标语音的最终识别结果。

可选的，所述通过将所述若干文本单元序列对齐成等长序列，确定识别易错位置，包括：

将所述若干文本单元序列对齐成等长序列，得到若干对齐后的文本单元序列；

以所述若干对齐后的文本单元序列中相同位置处的文本单元是否相同为依据，确定识别易错位置。

可选的，所述预测所述待预测文本单元序列中所述指定符号处的文本单元，包括：

利用预先建立的文本预测模型，预测所述待预测文本单元序列中所述指定符号处的文本单元；

其中，所述文本预测模型采用训练语音的若干条候选识别结果和所述训练语音的标注文本训练得到。

可选的，所述文本预测模型采用预先训练得到的多任务联合模型中的编码模块和文本预测模块，所述多任务联合模型还包括与所述文本预测模块共享所述编码模块的句对分类模块；

所述多任务联合模型以预测第一信息和第二信息为任务训练得到，其中，所述第一信息为所述训练语音的两条候选识别结果的关系类别，所述关系类别能够表征所述两条候选识别结果的差异，所述第二信息为根据所述训练语音的若干条候选识别结果确定的识别易错位置上的文本单元。

可选的，所述多任务联合模型的训练过程包括：

从通过对所述训练语音的若干文本单元序列进行排列组合得到若干文本单元序列对中随机抽取一文本单元序列对作为第一训练样本，并为所述第一训练样本标注关系类别；