[发明专利]语音识别的后处理方法、装置、设备及存储介质

权利要求书

1.一种语音识别的后处理方法，其特征在于，所述语音识别的后处理方法包括：

通过多种方式分别对语料库中的文本数据进行数据构造，生成多样化训练数据，所述多种方式包括标点删除方式、标准化处理方式、文本内容纠正方式以及文本片段截断方式中的至少两种方式；

根据所述多样化训练数据对初始模型进行训练，得到后处理模型；

获取语音识别后的初始文本数据；

利用训练好的所述后处理模型对所述初始文本数据进行后处理，得到目标文本数据。

2.如权利要求1所述的语音识别的后处理方法，其特征在于，所述通过多种方式分别对语料库中的文本数据进行数据构造，生成多样化训练数据，包括：

对语料库中的文本数据进行标点符号删除处理，得到第一文本数据；

根据所述第一文本数据和所述语料库中的文本数据生成第一训练数据；

对所述第一训练数据和其他方式生成的训练数据进行混合，得到多样化训练数据。

3.如权利要求1所述的语音识别的后处理方法，其特征在于，所述通过多种方式分别对语料库中的文本数据进行数据构造，生成多样化训练数据，包括：

对语料库中的文本数据进行标准化处理，得到第二文本数据；

根据所述第二文本数据和所述语料库中的文本数据生成第二训练数据；

对所述第二训练数据和其他方式生成的训练数据进行混合，得到多样化训练数据。

4.如权利要求1所述的语音识别的后处理方法，其特征在于，所述通过多种方式分别对语料库中的文本数据进行数据构造，生成多样化训练数据，包括：

对语料库中的文本数据进行语音合成，得到语音数据；

利用语音识别模型对所述语音数据进行识别，得到第三文本数据；

根据所述第三文本数据和所述语料库中的文本数据生成第三训练数据；

对所述第三训练数据和其他方式生成的训练数据进行混合，得到多样化训练数据。

5.如权利要求4所述的语音识别的后处理方法，其特征在于，所述根据所述第三文本数据和所述语料库中的文本数据生成第三训练数据之后，所述方法还包括：

对所述第三文本数据进行截断处理，得到第四文本数据；

对所述语料库中的文本数据进行截断处理，得到第五文本数据；

根据所述第四文本数据和所述第五文本数据生成第四训练数据；

对所述第三训练数据、所述第四训练数据以及其他方式生成的训练数据进行混合，得到多样化训练数据。

6.如权利要求5所述的语音识别的后处理方法，其特征在于，所述对所述语料库中的文本数据进行截断处理，得到第五文本数据，包括：

对所述语料库中的文本数据进行多次截断处理，得到多个待选文本数据；

确定各个所述待选文本数据与所述第四文本数据之间的相似度；

选取与所述第四文本数据之间的相似度最高的待选文本数据作为第五文本数据。

7.如权利要求1-6中任一项所述的语音识别的后处理方法，其特征在于，所述通过多种方式分别对语料库中的文本数据进行数据构造，生成多样化训练数据之前，所述方法还包括：

收集大量的已知文本内容；

对所述已知文本内容进行断句处理，得到多条句子文本；

将所述多条句子文本存储为语料库。

8.一种语音识别的后处理装置，其特征在于，所述语音识别的后处理装置包括：

数据构造模块，用于通过多种方式分别对语料库中的文本数据进行数据构造，生成多样化训练数据，所述多种方式包括标点删除方式、标准化处理方式、文本内容纠正方式以及文本片段截断方式中的至少两种方式；

训练模块，用于根据所述多样化训练数据对初始模型进行训练，得到后处理模型；

获取模块，用于获取语音识别后的初始文本数据；

后处理模块，用于利用训练好的所述后处理模型对所述初始文本数据进行后处理，得到目标文本数据。