本申请提供了一种语音识别方法、装置、计算机设备和存储介质。该方法包括：获取对待识别的音频进行初步解码得到的词图；获取所述音频所属的目标业务场景下的场景语料数据；根据所述场景语料数据训练N元语法语言模型，并使用所述N元语法语言模型对所述词图进行重排序；将重排序后的词图中每条路径上的词序列，输入至预先训练得到的神经网络语言模型，以通过神经网络语言模型对重排序后的词图进行再次重排序，以对对重排序后各边对应的概率进行修正；所述神经网络语言模型，是使用不分场景的第一原始语料数据训练得到；根据再次重排序后的词图，输出针对所述音频的语音识别结果。本申请的方案能够提高语音识别准确性。本申请的方案能够提高语音识别准确性。本申请的方案能够提高语音识别准确性。
【技术实现步骤摘要】
语音识别方法、装置、计算机设备和存储介质
[0001]本申请涉及人工智能
和语音识别
，特别是涉及一种语音识别方法、装置、计算机设备和存储介质。
技术介绍
[0002]随着人工智能技术的发展，出现了很多先进技术，语音识别技术即为其中一项重要的技术。准确地进行语音识别，在很多领域都有着很重要的意义。
[0003]在传统的语音识别过程中，是通过通用模型将原始的音频识别变为词图，基于该词图来达到音频识别的目的。然而，不同的场景会有特定的话语，比如保险和银行的话术存在差异，保险通常推荐保险产品，银行通常办理贷款等业务，因此，通用模型对特定场景的语音识别准确率不高。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够避免响应不灵活的基于语音通话的语音交互方法、装置、计算机设备和存储介质。
[0005]一种语音识别方法，所述方法包括：
[0006]获取对待识别的音频进行初步解码得到的词图；
[0007]获取所述音频所属的目标业务场景下的场景语料数据；所述场景语料数据，是在所述音频所属的目标业务场景下收集的语料数据；
[0008]根据所述场景语料数据训练N元语法语言模型，并使用所述N元语法语言模型对所述词图进行重排序；重排序后的词图中各边对应的概率，是经所述N元语法语言模型进行调整后的概率；
[0009]将重排序后的词图中每条路径上的词序列，输入至预先训练得到的神经网络语言模型，以通过神经网络语言模型对重排序后的词图进行再次重排序；所述神经网络语言模型，是使用不分场景的第一原始语料数据训练得到；其中，再次重排序后的词图中各边对应的概率，是对重排序后各边对应的概率进行修正，得到的概率；
[0010]根据再次重排序后的词图，输出针对所述音频的语音识别结果。
[0011]在其中一个实施例中，所述获取对待识别的音频进行初步解码得到的词图，包括：
[0012]获取通用的声学模型和语言模型；所述通用的声学模型和语言模型，是预先使用第二原始语料数据训练得到；
[0013]将待识别的音频，输入至所述通用的声学模型和语音模型进行初步解码，得到对应的词图。
[0014]在其中一个实施例中，所述词图包括边和节点；所述根据所述场景语料数据训练N元语法语言模型，并使用所述N元语法语言模型对所述词图进行重排序，包括：
[0015]根据所述场景语料数据训练N元语法语言模型，并使用所述N元语法语言模型对所述词图进行重排序，以确定所述词图中各条边的第一概率；
[0016]所述通过神经网络语言模型对重排序后的词图进行再次重排序，包括：
[0017]通过神经网络语言模型，对重排序后的词图进行再次重排序，以对重排序后的词图中各条边的第一概率进行修正。
[0018]在其中一个实施例中，所述根据所述场景语料数据训练N元语法语言模型，并使用所述N元语法语言模型对所述词图进行重排序，以确定所述词图中各条边的概率，包括：
[0019]使用N元语法算法统计所述场景语料数据中各词组的概率；
[0020]根据统计出的各词组的概率，调整所述词图中各条边的概率，以得到词图中各条边调整后的第一概率。
[0021]在其中一个实施例中，所述通过神经网络语言模型，对重排序后的词图进行再次重排序，以对重排序后的词图中各条边的第一概率进行修正，包括：
[0022]通过神经网络语言模型针对重排序后的词图中各边进行概率预测，得到第二概率；
[0023]针对词图中的每条边，按照第一预设比例保留所述每条边对应的所述第一概率，并按照第二预设比例使用每条边所对应的所述第二概率，得到每条边对应的修正后的概率；其中，所述第一预设比例和所述第二预设比例之和为1。
[0024]在其中一个实施例中，所述根据再次重排序后的词图，输出针对所述音频的语音识别结果，包括：
[0025]确定再次重排序后的词图中各条路径；
[0026]根据每条路径上各边所对应的概率，得到每条路径所对应的概率；
[0027]将概率最大的路径所对应的词序列，作为所述音频的语音识别结果。
[0028]在其中一个实施例中，所述获取所述音频所属的目标业务场景下的场景语料数据，包括：
[0029]确定所述音频所属的目标业务场景；
[0030]若所述目标业务场景为银行业务场景，则获取在所述银行业务场景下采集的场景语料数据；
[0031]若所述目标业务场景为保险业务场景，则获取在所述保险业务场景下采集的场景语料数据。
[0032]一种控制语音机器人响应的装置，所述装置包括：
[0033]初步解码模块，用于获取对待识别的音频进行初步解码得到的词图；
[0034]重排序模块，用于获取所述音频所属的目标业务场景下的场景语料数据；所述场景语料数据，是在所述音频所属的目标业务场景下收集的语料数据；根据所述场景语料数据训练N元语法语言模型，并使用所述N元语法语言模型对所述词图进行重排序；重排序后的词图中各边对应的概率，是经所述N元语法语言模型进行调整后的概率；将重排序后的词图中每条路径上的词序列，输入至预先训练得到的神经网络语言模型，以通过神经网络语言模型对重排序后的词图进行再次重排序；所述神经网络语言模型，是使用不分场景的第一原始语料数据训练得到；其中，再次重排序后的词图中各边对应的概率，是对重排序后各边对应的概率进行修正，得到的概率；
[0035]输出模块，用于根据再次重排序后的词图，输出针对所述音频的语音识别结果。
[0036]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理
器执行所述计算机程序时实现以下步骤：
[0037]获取对待识别的音频进行初步解码得到的词图；
[0038]获取所述音频所属的目标业务场景下的场景语料数据；所述场景语料数据，是在所述音频所属的目标业务场景下收集的语料数据；
[0039]根据所述场景语料数据训练N元语法语言模型，并使用所述N元语法语言模型对所述词图进行重排序；重排序后的词图中各边对应的概率，是经所述N元语法语言模型进行调整后的概率；
[0040]将重排序后的词图中每条路径上的词序列，输入至预先训练得到的神经网络语言模型，以通过神经网络语言模型对重排序后的词图进行再次重排序；所述神经网络语言模型，是使用不分场景的第一原始语料数据训练得到；其中，再次重排序后的词图中各边对应的概率，是对重排序后各边对应的概率进行修正，得到的概率；
[0041]根据再次重排序后的词图，输出针对所述音频的语音识别结果。
[0042]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0043]获取对待识别的音频进行初步解码得到的词图；
[0044]获取所述音频所属的目标业务场景下的场景语料数据；所述场景语料数据，是在所述音频所属的目标业务场景下收集的语料本文档来自技高网...
【技术保护点】
【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：获取对待识别的音频进行初步解码得到的词图；获取所述音频所属的目标业务场景下的场景语料数据；所述场景语料数据，是在所述音频所属的目标业务场景下收集的语料数据；根据所述场景语料数据训练N元语法语言模型，并使用所述N元语法语言模型对所述词图进行重排序；重排序后的词图中各边对应的概率，是经所述N元语法语言模型进行调整后的概率；将重排序后的词图中每条路径上的词序列，输入至预先训练得到的神经网络语言模型，以通过神经网络语言模型对重排序后的词图进行再次重排序；所述神经网络语言模型，是使用不分场景的第一原始语料数据训练得到；其中，再次重排序后的词图中各边对应的概率，是对重排序后各边对应的概率进行修正，得到的概率；根据再次重排序后的词图，输出针对所述音频的语音识别结果。2.根据权利要求1所述的方法，其特征在于，所述获取对待识别的音频进行初步解码得到的词图，包括：获取通用的声学模型和语言模型；所述通用的声学模型和语言模型，是预先使用第二原始语料数据训练得到；将待识别的音频，输入至所述通用的声学模型和语音模型进行初步解码，得到对应的词图。3.根据权利要求1所述的方法，其特征在于，所述词图包括边和节点；所述根据所述场景语料数据训练N元语法语言模型，并使用所述N元语法语言模型对所述词图进行重排序，包括：根据所述场景语料数据训练N元语法语言模型，并使用所述N元语法语言模型对所述词图进行重排序，以确定所述词图中各条边的第一概率；所述通过神经网络语言模型对重排序后的词图进行再次重排序，包括：通过神经网络语言模型，对重排序后的词图进行再次重排序，以对重排序后的词图中各条边的第一概率进行修正。4.根据权利要求3所述的方法，其特征在于，所述根据所述场景语料数据训练N元语法语言模型，并使用所述N元语法语言模型对所述词图进行重排序，以确定所述词图中各条边的概率，包括：使用N元语法算法统计所述场景语料数据中各词组的概率；根据统计出的各词组的概率，调整所述词图中各条边的概率，以得到词图中各条边调整后的第一概率。5.根据权利要求3所述的方法，其特征在于，所述通过神经网络语言模型，对重排序后的词图进行再次重排序，以对重排序后的词图中各条边的第一概率进行修正，包括：通过神经网络语...
【专利技术属性】
技术研发人员：赵金昊，袁丁，周维聪，刘云峰，吴悦，
申请(专利权)人：深圳追一科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。