[发明专利]语音中的领域词的识别方法、系统、设备和介质

权利要求书

1.一种语音中的领域词的识别方法，其特征在于，所述识别方法包括：

将原始语音数据转换为原始文本数据；

对所述原始文本数据进行预处理，生成候选新词数据；

计算所述候选新词数据的自由度信息，确定第一领域词概率；

根据所述原始语音数据对应的声学特征和所述原始文本数据对应的向量特征生成融合特征向量，并将所述融合特征向量输入序列预测模型中，输出第二领域词概率；

基于所述第一领域词概率和所述第二领域词概率，确定所述原始语音数据所对应的领域词的概率值；

其中，所述序列预测模型是根据待训练的样本语音数据和标注后的样本语音数据基于循环神经网络训练而得到的，所述标柱后的样本语音数据的每一帧具有领域词标签或者非领域词标签。

2.如权利要求1所述的语音中的领域词的识别方法，其特征在于，所述计算所述候选新词数据的自由度信息，确定第一领域词概率的步骤，包括：

确定所述候选新词数据的自由度衡量指标；

计算所述候选新词数据的凝聚度指标；

基于所述自由度衡量指标和所述凝聚度指标，计算出所述第一领域词概率。

3.如权利要求1所述的语音中的领域词的识别方法，其特征在于，所述对所述原始文本数据进行预处理，生成候选新词数据的步骤，包括：

对所述原始文本数据进行分词处理，生成若干个原始词汇；

将所述原始词汇中的预设词频的词汇和语气词汇进行清洗，生成所述候选新词数据。

4.如权利要求1所述的语音中的领域词的识别方法，其特征在于，所述基于所述第一领域词概率和所述第二领域词概率，确定所述原始语音数据所对应的领域词的概率值的步骤，包括：

根据所述第一领域词概率和所述第二领域词概率的加权结果或者求和结果，计算得到所述领域词的概率值。

5.一种语音中的领域词的识别系统，其特征在于，所述识别系统包括：

转换模块，用于将原始语音数据转换为原始文本数据；

预处理模块，用于对所述原始文本数据进行预处理，生成候选新词数据；

计算模块，用于计算所述候选新词数据的自由度信息，确定第一领域词概率；

模型预测模块，用于根据所述原始语音数据对应的声学特征和所述原始文本数据对应的向量特征生成融合特征向量，并将所述融合特征向量输入序列预测模型中，输出第二领域词概率；

确定模块，用于基于所述第一领域词概率和所述第二领域词概率，确定所述原始语音数据所对应的领域词的概率值；

其中，所述序列预测模型是根据待训练的样本语音数据和标注后的样本语音数据基于循环神经网络训练而得到的，所述标柱后的样本语音数据的每一帧具有领域词标签或者非领域词标签。

6.如权利要求5所述的语音中的领域词的识别系统，其特征在于，所述计算模块，包括：

确定单元，用于确定所述候选新词数据的自由度衡量指标；

第一计算单元，用于计算所述候选新词数据的凝聚度指标；

第二计算单元，用于基于所述自由度衡量指标和所述凝聚度指标，计算出所述第一领域词概率。

7.如权利要求5所述的语音中的领域词的识别系统，其特征在于，所述预处理模块，包括：

第一处理单元，用于对所述原始文本数据进行分词处理，生成若干个原始词汇；

第二处理单元，用于将所述原始词汇中的预设词频的词汇和语气词汇进行清洗，生成所述候选新词数据。

8.如权利要求5所述的语音中的领域词的识别系统，其特征在于，所述确定模块，包括：

第三计算单元，用于根据所述第一领域词概率和所述第二领域词概率的加权结果或者求和结果，计算得到所述领域词的概率值。

9.一种电子设备，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行如权利要求1-4中的任一项所述的语音中的领域词的识别方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1-4中任一项所述的语音中的领域词的识别方法。