[发明专利]一种音频数据的识别方法和装置

权利要求书

1.一种音频数据的识别方法，其特征在于，包括：

将音频数据输入至第一识别模型，根据所述第一识别模型的输出结果确定多个优选识别结果和最优置信度分数；

按照对应的所述最优置信度分数小于预设第一阈值的选择标准，从所述音频数据中选出输入至目标识别模型的目标音频数据，以通过所述目标识别模型得到第二识别结果；

将所述多个优选识别结果输入至序列转换模型中，得到多个序列转换结果；

根据所述多个序列转换结果对所述第二识别结果进行校验，在所述校验通过的情况下，将所述第二识别结果作为所述音频数据的目标识别结果。

2.根据权利要求1所述的方法，其特征在于，所述将音频数据输入至第一识别模型，根据所述第一识别模型的输出结果确定多个优选识别结果和最优置信度分数，包括：

将所述音频数据输入至所述第一识别模型，得到多个第一识别结果和各第一识别结果的置信度分数；

对所述各第一识别结果的置信度分数排序，选取置信度分数最高的预设数量的第一识别结果作为所述优选识别结果；

将所有置信度分数中最高的置信度分数作为所述最优置信度分数。

3.根据权利要求1所述的方法，其特征在于，所述将所述多个优选识别结果输入至序列转换模型中，得到多个序列转换结果之前，包括：

分别计算所述第二识别结果与各所述优选识别结果的编辑距离，对所有的编辑距离求平均，得到平均编辑距离，计算所述平均编辑距离与所述第二识别结果的字符串长度的比值；

比较所述比值和预设第二阈值，并确定所述比值大于所述预设第二阈值。

4.根据权利要求1所述的方法，其特征在于，所述将所述多个优选识别结果输入至序列转换模型中，得到多个序列转换结果之前，包括：

以至少部分所述音频数据作为第一音频数据样本，对所述第一音频数据样本进行标注，得到所述第一音频数据样本的标注结果；

将所述第一音频数据样本的各优选识别结果分别作为输入，所述第一音频数据样本的标注结果作为输出，训练所述序列转换模型。

5.根据权利要求1所述的方法，其特征在于，所述根据所述多个序列转换结果对所述第二识别结果进行校验，包括：

比较所述多个序列转换结果和所述第二识别结果，若所述第二识别结果与任一所述序列转换结果相同，则所述校验通过，否则，所述校验不通过。

6.根据权利要求1所述的方法，其特征在于，所述将所述第二识别结果作为所述音频数据的目标识别结果之后，还包括：

将所述音频数据和所述音频数据的目标识别结果作为训练数据，训练所述第一识别模型，其中，所述音频数据作为所述第一识别模型的输入，所述音频数据的目标识别结果作为所述第一识别模型的输出。

7.根据权利要求1所述的方法，其特征在于，所述通过所述目标识别模型得到第二识别结果之前，包括：

以至少部分所述音频数据作为第二音频数据样本，对所述第二音频数据样本进行标注，得到所述第二音频数据样本的标注结果；

通过所述第二音频数据样本和所述第二音频数据样本的标注结果对所述第一识别模型和多个第二识别模型进行测试，得到所述第一识别模型的识别率和各第二识别模型的识别率；

从所述多个第二识别模型中选取识别率最高并且高于所述第一识别模型的识别率的第二识别模型作为所述目标识别模型。