[发明专利]基于语音识别的文本修正方法、装置、设备及介质

说明书

本发明涉及语音识别技术，揭露了一种基于语音识别的文本修正方法，包括：识别待识别语音包含的文本词汇，得到第一识别结果并显示；确定所述第一识别结果中待修正的目标词汇，对所述待修正的目标词汇对应的每个候选词执行扩展操作，得到每个所述候选词的修正词条并显示；接收用户基于所述修正词条发出的修正语音，根据所述修正语音选择对应的修正词条，用所选择的修正词条对应的候选词替换所述目标词汇，得到第二识别结果并进行显示。本发明还提出一种基于语音识别的文本修正装置、设备以及介质。本发明可以提升基于语音识别的文本修正效率及准确性。

技术领域

本发明涉及语音识别技术领域，尤其涉及一种基于语音识别的文本修正方法、装置、电子设备及计算机可读存储介质。

背景技术

根据语音信息录入相应的文本是语音识别技术的一种重要应用场景，例如，会议录音转文稿，在聊天软件中，利用语音输入法发表评论或回复信息。

基于当前语音识别技术框架，在利用语音识别技术录入文字的过程中，即使在较为安静的环境下，仍然会有可能出现识别文字错误的情况。通常语音文本识别错误包括删除错误、插入错误及替代错误。其中，替代错误最为常见，尤其是同音替代错误。例如，“琵琶”与“枇杷”。

针对语音文本识别错误，常见的解决方法是采用人工重读待修正文本的方式，重新识别人工重读语音信息包含的文本，利用重读识别得到的文本修正待修正文本，这种解决方法，可以解决由于环境嘈杂引起的语音文本识别错误，但是不能有效的解决同音替代错误，例如，待修正文本为“十亿”，需要将“十亿”修正为“诗意”，而根据重读“十亿”的语音信息识别得到的文本可能是“示意”、“失意”或“事宜”等，需要用户再一次的重读或者进一步地挑选可用于修正的文本，导致文本修正准确性不高，重复修正又会降低文本修正的效率。因此，如何全面高效准确地修正语音文本识别错误是亟待解决的问题。

发明内容

本发明提供一种基于语音识别的文本修正方法、装置、电子设备及计算机可读存储介质，其主要目的在于提升基于语音识别的文本修正效率及准确性。

第一方面，本发明提供的一种基于语音识别的文本修正方法，所述方法包括：

接收待识别语音并进行语音识别，得到所述待识别语音包含的文本词汇和每个所述文本词汇对应的多个不同评分的候选词；

选取每个所述文本词汇对应的评分最高的候选词组成第一识别结果，显示所述第一识别结果；

接收用户基于所述第一识别结果发出的修正指令，根据所述修正指令确定所述第一识别结果中待修正的目标词汇；

获取所述目标词汇对应的候选词，对所获取到的每个候选词进行扩展，得到对应的修正词条，显示所述修正词条；

接收用户基于所述修正词条发出的修正语音，根据所述修正语音选择对应的修正词条，用所选择的修正词条对应的候选词替换所述目标词汇，得到第二识别结果并进行显示。

详细地，所述对所获取到的每个候选词进行扩展，得到对应的修正词条，包括：

获取每个所述候选词的评分，根据每个所述候选词的评分的大小对所有所述候选词进行排序，得到候选词序列；

逐个生成所述候选词序列中每个所述候选词对应的多种扩展词条，其中，所述扩展词条包括候选词、所述候选词的相邻词及所述扩展词条对应的语言概率值；

对每个所述候选词的多个扩展词条进行筛选，得到每个所述候选词的修正词条。

详细地，所述候选词的相邻词包括所述候选词的前缀词及所述候选词的后缀词，所述逐个生成所述候选词序列中每个所述候选词对应的多种扩展词条，包括：

在预设的语言模型包含的词语表中，查找包含所述候选词的文本组合；