语音识别方法及相关装置制造方法及图纸

本申请提供的语音识别方法及相关装置中，语音识别设备配置有语音识别模型，而该语音识别模型包括完全基于神经网络原理的第一模型以及未完全基于神经网络原理的第二模型；然后，通过第一模型与第二模型分别获得待识别语音的第一文本、第二文本以及两文本各自的得分，最后，将得分最高的文本作为待识别语音的语音识别结果。由于第一模型在通用识别场景能够取的很好的识别效果，而第二模型在特定识别场景能够取的很好的识别效果，因此，能够达到同时适应这两种场景的目的。同时适应这两种场景的目的。同时适应这两种场景的目的。

【技术实现步骤摘要】
语音识别方法及相关装置


[0001]本申请涉及语音识别场景，具体而言，涉及一种语音识别方法及相关装置。

技术介绍

[0002]随着语音识别技术的发展与商业化应用，语音识别技术越来越多的用于各类场景，比如客服、质检、车载、手机、音箱、家居等。
[0003]然而专利技术人研究发现，相关语音识别技术存在只能适应特定识别场景与通用识别场景中的其中一个，而难以同时适应着两种识别场景的问题。

技术实现思路

[0004]为了克服现有技术中的至少一个不足，本申请提供一种语音识别方法及相关装置，包括：
[0005]第一方面，本申提供一种语音识别方法，应用于语音识别设备，所述语音识别设备配置有语音识别模型，所述语音识别模型包括完全基于神经网络原理的第一模型以及未完全基于神经网络原理的第二模型，所述方法包括：
[0006]获取待识别语音；
[0007]将所述待识别语音输入到所述第一模型，获得第一文本以及所述第一文本的第一得分；
[0008]将所述待识别语音输入到所述第二模型，获得第二文本以及所述第二文本的第二得本文档来自技高网...

【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，应用于语音识别设备，所述语音识别设备配置有语音识别模型，所述语音识别模型包括完全基于神经网络原理的第一模型以及未完全基于神经网络原理的第二模型，所述方法包括：获取待识别语音；将所述待识别语音输入到所述第一模型，获得第一文本以及所述第一文本的第一得分；将所述待识别语音输入到所述第二模型，获得第二文本以及所述第二文本的第二得分；根据所述第一得分以及所述第二得分，从所述第一文本以及所述第二文本中选取得分最高的目标文本；将所述目标文本作为所述待识别语音的语音识别结果。2.根据权利要求1所述的语音识别方法，其特征在于，所述根据所述第一得分以及所述第二得分，从所述第一文本以及所述第二文本中选取得分最高的目标文本，包括：获取所述语音识别设备的目标使用场景；若所述目标使用场景为第一场景，则通过第一场景因子对所述第一得分进行加权处理，获得所述第一文本的第一加权得分；根据所述第一加权得分以及所述第二得分，从所述第一文本以及所述第二文本中选取得分最高的目标文本；若所述目标使用场景为第二场景，则通过第二场景因子对所述第二得分进行加权处理，获得所述第二文本的第二加权得分；根据所述第一得分以及所述第二加权得分，从所述第一文本以及所述第二文本中选取得分最高的目标文本。3.根据权利要求2所述的语音识别方法，其特征在于，所述语音识别设备配置有对应所述第一场景的第一词库以及对应所述第二场景的第二词库，所述获取所述语音识别设备的目标使用场景，包括：获取所述第一词库的第一使用频率以及所述第二词库的第二使用频率；根据所述第一使用频率以及所述第二使用频率，从所述第一词库以及所述第二词库中选取满足预设条件的目标词库；根据所述目标词库，确定所述目标使用场景。4.根据权利要求2所述的语音识别方法，其特征在于，所述获取所述语音识别设备的目标使用场景，包括：接收用户输入的场景配置指令；根据所述场景配置指令，确定所述目标使用场景。5.根据权利要求1所述的语音识别方法，其特征在于，所述第一得分与所述第二得分通过相同的评分标准对所述第一文本以及所述第二文本进行评分获得。6.根据权利要求5所述的语音识别方法，其特征在于，所述第一模型包括声学识别层以及解码层，其中，所述声学识别层包括编码层、连接时序分类层，所述解...

【专利技术属性】
技术研发人员：印晶晶，宋安，陈皇，李静娴，鄢楷强，吕翔，邹朋朋，胡雪成，卢恒，
申请(专利权)人：上海喜马拉雅科技有限公司，
类型：发明
国别省市：