语音数据识别方法、设备及介质技术

本申请公开了一种语音数据识别方法、装置、设备和介质，该方法包括：对待识别语音数据进行语音识别得到所述待识别语音数据的各候选结果；获取所述各候选结果的初始排序结果，并获取所述各候选结果的关联主题信息；基于所述初始排序结果以及所述关联主题信息，对所述各候选结果进行重新排序，得到目标排序结果；根据所述目标排序结果从各所述候选结果中选取目标候选结果作为所述待识别语音数据的语音识别结果。本申请解决现有技术中语音识别的准确性低的技术问题。

【技术实现步骤摘要】
语音数据识别方法、设备及介质
本申请涉及金融科技(Fintech)的人工智能
，尤其涉及一种语音数据识别方法、设备及介质。
技术介绍
随着金融科技，尤其是互联网科技金融的不断发展，越来越多的技术(如分布式、区块链Blockchain、人工智能等)应用在金融领域，但金融业也对技术提出了更高的要求，如对金融业对语音数据识别也有更高的要求。随着移动设备的发展，语音成了日常的输入沟通方式，其中，自动语音识别(AutomaticSpeechRecognition,ASR)技术是语音输入的重要前提，然而，目前，在对语音数据进行自动识别的过程中，未考虑词突发(burstiness)的现象，词突发(burstiness)的现象指的是一个词如"电影"出现之后，这个词("电影"本身)以及和它相关的词如"演员"出现的频率会增加，而未考虑词突发(burstiness)的现象，致使语音识别的准确性低。
技术实现思路
本申请的主要目的在于提供一种语音数据识别方法、装置、设备和介质，旨在解决现有技术中语音识别的准确性低的技术问题。为本文档来自技高网...

【技术保护点】
1.一种语音数据识别方法，其特征在于，所述语音数据识别方法包括：/n对待识别语音数据进行语音识别得到所述待识别语音数据的各候选结果；/n获取所述各候选结果的初始排序结果，并获取所述各候选结果的关联主题信息；/n基于所述初始排序结果以及所述关联主题信息，对所述各候选结果进行重新排序，得到目标排序结果；/n根据所述目标排序结果从各所述候选结果中选取目标候选结果作为所述待识别语音数据的语音识别结果。/n

【技术特征摘要】
1.一种语音数据识别方法，其特征在于，所述语音数据识别方法包括：
对待识别语音数据进行语音识别得到所述待识别语音数据的各候选结果；
获取所述各候选结果的初始排序结果，并获取所述各候选结果的关联主题信息；
基于所述初始排序结果以及所述关联主题信息，对所述各候选结果进行重新排序，得到目标排序结果；
根据所述目标排序结果从各所述候选结果中选取目标候选结果作为所述待识别语音数据的语音识别结果。


2.如权利要求1所述语音数据识别方法，其特征在于，所述获取所述各候选结果的关联主题信息的步骤，包括：
将所述候选结果输入至非人工标注训练语句数据优化的预设对话主题模型中，对所述候选结果进行主题特征提取处理，得到所述各候选结果的关联主题信息；
其中，所述非人工标注训练语句数据是基于模拟标签数据优化的预设预训练模型得到的，所述模拟标签数据是基于预设无标签原始语句数据转换得到的。


3.如权利要求2所述语音数据识别方法，其特征在于，所述模拟标签数据为通过将预设无标签原始语句数据，部分替换为生成的无标签语句数据后，得到的，且所述模拟标签数据至少包括真假模拟标签的数据。


4.如权利要求3所述语音数据识别方法，其特征在于，所述将所述候选结果输入至非人工标注训练语句数据优化的预设对话主题模型中，对所述候选结果进行主题特征提取处理，得到所述各候选结果的关联主题信息的步骤之前，所述方法还包括：
获取预设无标签的原始语句数据；
生成无标签语句数据，将所述预设无标签原始语句数据，部分替换为所述无标签语句数据，得到模拟标签数据；
基于所述模拟标签数据，对预设训练模型进行训练，得到满足预设条件的目标模型，将所述目标模型设置为所述预设预训练模型；
将预设训练语句数据输入至所述预设预训练模型中，得到非人工标注训练语句数据；
基于所述非人工标注训练语句数据，训练得到预设对话主题模型。


5.如权利要求4所述语音数据识别方法，其特征在于，所述基于所述模拟标签数据，对预设训练模型进行训练，得到满足预设条件的目标模型，将所述目标模型设置为所述预设预训练模型的步骤，包括：
确定所述模拟标签数据中的模拟假标签数据以及模拟真标签数据；
将所述模拟假标签数据以及模拟真标签数据输入至预设训练模型中，得到识别结果；...

【专利技术属性】
技术研发人员：宋元峰，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东;44