一种语音识别方法以及装置制造方法及图纸

本发明专利技术公开了一种语音识别方法以及装置，包括：根据影像信息，识别得到用于表征所述影像信息的信息数据；判断讲述者的讲述内容与所述影像信息是否相关联；若判定讲述者的讲述内容与所述影像信息相关联，则使语音识别系统在语音识别所述讲述内容时输出所述信息数据。由此，在语音识别讲述者的讲述内容时，通过利用与讲述内容相关联的影像信息，使得语音识别系统输出对应于影像信息的信息数据，进而提高了语音识别准确率。

A speech recognition method and device

【技术实现步骤摘要】
一种语音识别方法以及装置
本专利技术涉及语音识别
，尤其涉及一种语音识别方法以及装置。
技术介绍
在语音识别系统中，语言模型会因训练语料不足而导致语音识别系统所识别得到的结果的准确度下降。
技术实现思路
本专利技术实施例提供了一种语音识别方法以及装置，具有利用与讲述内容相关联的影像信息提高语音识别系统的识别准确率的效果。本专利技术一方面提供一种语音识别方法，所述方法包括：根据影像信息，识别得到用于表征所述影像信息的信息数据；判断讲述者的讲述内容与所述影像信息是否相关联；若判定讲述者的讲述内容与所述影像信息相关联，则使语音识别系统在语音识别所述讲述内容时输出所述信息数据。在一可实施方式中，所述信息数据为文字信息；所述根据影像信息，识别得到用于表征所述影像信息的信息数据，包括：对所述影像信息中的文字进行文字识别，得到对应于所述文字的文字信息；或，对所述影像信息中的物体进行物体识别，得到对应于所述物体的文字信息；或，对所述影像信息中的内容进行情景识别，得到对应于所述情景的文字信息。在一可实施方式中，在本文档来自技高网...

【技术保护点】
1.一种语音识别方法，其特征在于，所述方法包括：/n根据影像信息，识别得到用于表征所述影像信息的信息数据；/n判断讲述者的讲述内容与所述影像信息是否相关联；/n若判定讲述者的讲述内容与所述影像信息相关联，则使语音识别系统在语音识别所述讲述内容时输出所述信息数据。/n

【技术特征摘要】
1.一种语音识别方法，其特征在于，所述方法包括：
根据影像信息，识别得到用于表征所述影像信息的信息数据；
判断讲述者的讲述内容与所述影像信息是否相关联；
若判定讲述者的讲述内容与所述影像信息相关联，则使语音识别系统在语音识别所述讲述内容时输出所述信息数据。


2.根据权利要求1所述的方法，其特征在于，所述信息数据为文字信息；
所述根据影像信息，识别得到用于表征所述影像信息的信息数据，包括：
对所述影像信息中的文字进行文字识别，得到对应于所述文字的文字信息；
或，对所述影像信息中的物体进行物体识别，得到对应于所述物体的文字信息；
或，对所述影像信息中的内容进行情景识别，得到对应于所述情景的文字信息。


3.根据权利要求1或2所述的方法，其特征在于，在识别得到用于表征所述影像信息的信息数据的过程中，所述方法还包括：
判断所述影像信息中是否包含特定识别区域；
若判定所述影像信息中包含特定识别区域，则对所述特定识别区域内的影像信息进行识别；
若判定所述影像信息中未包含特定识别区域，则整个影像信息进行识别。


4.根据权利要求3所述的方法，其特征在于，所述特定识别区域包括所述影像信息中下述至少之一：光标所对应的内容区域、光标所框选的框选区域、根据光标位置所设定的区域范围、所述讲述者目光焦点区域或者语音描述的焦点区域。


5.根据权利要求2所述的方法，其特征在于，在所述对影像信息中的内容进行情景识别，得到对应于所述文字的文字信息之后，所述方法还包括：
根据所述讲述内容与所述影像信息，从所述影像信息中提取第一关键词信息；
或者，通过所述语音识别系统对所述讲述内容进行语音预识别，得到若干备用识别结果；
根据所述影像信息与所述若干备用识别结果，从所述影像信息中提取第二关键词信息；
若所提取到的第二关键词信息未与所述若干备用识别结果中的至少一个相匹配，则降低所述语音识别系统中针对所述若干备用识别结果的置信度，并重复上述步骤，直至所述第二关键词...

【专利技术属性】
技术研发人员：张银平，汪俊杰，杨琳，柳杨，王旭阳，
申请(专利权)人：联想北京有限公司，
类型：发明
国别省市：北京;11