[发明专利]语音识别方法、对话模型的数据处理方法及语音处理方法

权利要求书

1.一种语音识别方法，包括：

获取待识别语音；

将所述待识别语音输入语音识别模型，获得所述待识别语音的识别文本，并确定所述识别文本对应的文字发音序列；

将所述识别文本和所述文字发音序列输入对话模型，获得目标文本，其中，所述对话模型是利用预训练文本的噪声文本以及所述噪声文本对应的文字发音序列训练得到，所述噪声文本是对所述预训练文本的文字发音序列进行模糊处理得到。

2.根据权利要求1所述的方法，在所述将所述识别文本和所述文字发音序列输入对话模型，获得目标文本之前，还包括：

获取预训练集，其中，所述预训练集包括多个预训练文本；

从所述预训练集中提取第一预训练文本，其中，所述第一预训练文本为所述多个预训练文本中的任一个；

确定所述第一预训练文本对应的第一文字发音序列；

对所述第一文字发音序列进行模糊处理，获得所述第一预训练文本的噪声文本，并确定所述噪声文本的第二文字发音序列；

提取所述噪声文本的文本特征和所述第二文字发音序列的发音特征；

将所述文本特征和所述发音特征输入对话模型，利用所述对话模型进行文本预测，获得预测文本；

根据所述预测文本，计算损失值；

基于所述损失值，调整所述对话模型的模型参数，并返回执行所述从所述预训练集中提取第一预训练文本的步骤，直至达到训练停止条件，获得训练后的对话模型。

3.根据权利要求2所述的方法，所述对所述第一文字发音序列进行模糊处理，获得所述第一预训练文本的噪声文本，包括：

按照预设比例，确定所述第一预训练文本中的待处理文字；

确定所述第一文字发音序列中所述待处理文字对应的文字发音数据；

对所述文字发音数据进行模糊处理，得到所述待处理文字对应的目标文字发音数据；

根据所述目标文字发音数据，确定所述待处理文字对应的目标文字；

利用所述目标文字替换所述第一预训练文本中的所述待处理文字，得到所述第一预训练文本的噪声文本。

4.根据权利要求3所述的方法，所述对所述文字发音数据进行模糊处理，得到所述待处理文字对应的目标文字发音数据，包括：

识别所述文字发音数据中的音调数据；

对所述音调数据进行同音音调替换，得到所述待处理文字对应的目标文字发音数据。

5.根据权利要求3所述的方法，所述对所述文字发音数据进行模糊处理，得到所述待处理文字对应的目标文字发音数据，包括：

识别所述文字发音数据中的各文字发音单元；

确定第一文字发音单元的近似文字发音单元，其中，所述第一文字发音单元为所述各文字发音单元中的任一个，所述近似文字发音单元与所述第一文字发音单元的近似度大于预设阈值；

利用所述近似文字发音单元替换所述第一文字发音单元，得到所述待处理文字对应的目标文字发音数据。

6.根据权利要求3所述的方法，所述对所述文字发音数据进行模糊处理，得到所述待处理文字对应的目标文字发音数据，包括：

根据所述文字发音数据，对所述文字发音数据中的字符进行修改；

计算字符修改后的文字发音数据的编辑距离；

若编辑距离小于预设阈值，则确定字符修改后的文字发音数据作为所述待处理文字对应的目标文字发音数据。

7.根据权利要求3-6中任一项所述的方法，所述根据所述目标文字发音数据，确定所述待处理文字对应的目标文字，包括：

对所述目标文字发音数据进行文字转换，得到所述待处理文字对应的多个候选文字；

对所述多个候选文字进行筛选，确定所述待处理文字对应的目标文字。

8.根据权利要求7所述的方法，所述对所述多个候选文字进行筛选，确定所述待处理文字对应的目标文字，包括：

将所述多个候选文字输入筛选模型，利用所述筛选模型基于预先学习的文字分布规律，从所述多个候选文字中筛选出所述待处理文字对应的目标文字，其中，所述筛选模型是根据样本对话文本训练得到的。