[发明专利]语音识别方法、电子设备、程序产品和存储介质

说明书

本公开实施例公开了一种语音识别方法、电子设备、程序产品和存储介质，通过对待识别语音进行解码，得到第一解码结果，包括多个第一词序列以及多个第一词序列中各词的开始时间和结束时间、声学概率和语言概率；分别基于多个第一词序列中各词的声学概率和语言概率计算多个第一词序列中各词的置信度；基于多个第一词序列中置信度大于第一预设阈值的词，得到第二解码结果，包括多个第二词序列以及多个第二词序列中各词的开始时间和结束时间、声学概率和语言概率；基于多个第二词序列及其中各词的开始时间和结束时间、声学概率和语言概率，得到语音识别结果，可以提高语音识别结果的准确性，从而提高以语音识别为基础的应用效果。

技术领域

本公开涉及一种语音识别方法和装置、电子设备、程序产品和存储介质。

背景技术

语音识别是以语音为研究对象，通过语音信号处理和模式识别让机器自动识别和理解人类口述语言的技术，将语音转化成文本。随着移动互联网的发展，语音识别越来越重要，它是很多其他应用能够实现的基础。例如，通过语音识别技术，可以实现语音拨号、语音导航等应用。语音识别结果越准确，以语音识别为基础的应用的效果就会越好。

现有的语音识别系统，在返回整个语音识别结果的文本句子时，会返回该文本句子的置信度，接收端会根据该文本句子的置信度是否大于预设阈值，判断该文本句子的可信度，从而决定下一步的动作。

在实现本发明的过程中，本发明人通过研究发现，由于现有的语音识别系统返回的是整个文本句子的置信度，而整个文本句子中可能存在识别不准确的词语，在接收端基于整个文本句子的置信度判断该文本句子的可信度较高进行下一步动作时，可能由于整个文本句子中存在识别不准确的词语导致错误的动作，从而降低以语音识别为基础的应用效果。

发明内容

本公开实施例提供一种语音识别方法和装置、电子设备、程序产品和存储介质，以提高语音识别结果的准确性，至少在一定程度上解决由于整个文本句子中存在识别不准确的词语导致错误的动作的问题，提高以语音识别为基础的应用效果。

根据本公开实施例的一个方面，提供一种语音识别方法，包括：

对待识别语音进行解码，得到第一解码结果，所述第一解码结果包括：多个第一词序列以及所述多个第一词序列中各词的开始时间和结束时间、声学概率和语言概率；

分别基于所述多个第一词序列中各词的声学概率和语言概率计算所述多个第一词序列中各词的置信度；

基于所述多个第一词序列中置信度大于第一预设阈值的词，得到第二解码结果，所述第二解码结果包括：多个第二词序列以及所述多个第二词序列中各词的开始时间和结束时间、声学概率和语言概率；

基于所述多个第二词序列与所述多个第二词序列中各词的开始时间和结束时间、声学概率和语言概率，得到语音识别结果，所述语言识别结果包括：第一句子和所述第一句子的置信度，以便基于所述语音识别结果进行相应的动作。

可选地，在本公开任一实施例中，所述分别基于所述多个第一词序列中各词的声学概率和语言概率计算所述多个第一词序列中各词的置信度，包括：

分别以所述多个第一词序列中各第一词序列中的各词作为当前词，基于所述当前词的声学概率和语言概率，分别计算所述当前词的前向概率和后向概率；

基于所述当前词的前向概率、后向概率和语言概率，计算所述当前词在所在的第一词序列中的后验概率；

叠加所述多个第一词序列中所述当前词的后验概率，得到所述当前词的置信度。

可选地，在本公开任一实施例中，所述基于所述多个第二词序列与所述多个第二词序列中各词的开始时间和结束时间、声学概率和语言概率，得到语音识别结果，包括：

分别基于所述多个第二词序列中各词的开始时间和结束时间、声学概率和语言概率，确定所述多个第二词序列中综合得分最高的第二词序列；