语音输入方法、电子设备以及计算机存储介质技术

本申请公开了一种语音输入方法、电子设备以及计算机存储介质。该方法包括：接收语音识别引擎对用户输入语音进行语音识别而产生的识别文本；将用户个性化词库中的个性化词条与识别文本进行发音匹配，以获得与识别文本的发音相匹配的个性化候选词条；以及将个性化候选词条呈现给用户。通过获得与识别文本的发音相匹配的个性化候选词条，且将个性化候选词条呈现给用户，本申请可以提供适合用户交互行为和交互习惯的个性化词条，从而减少或方便用户对文本的修改，提升输入效率。提升输入效率。提升输入效率。

【技术实现步骤摘要】
语音输入方法、电子设备以及计算机存储介质


[0001]本申请涉及语音识别应用
，特别是涉及一种语音输入方法、电子设备以及计算机存储介质。

技术介绍

[0002]随着语音识别技术日趋成熟，用户在日常生活、工作和学习中使用语音识别输入法进行输入的需求也日益增加。对于人名、专有名词、网络热词、个人交互偏好等具有用户个性化的语音识别需求而言，当前的语音识别输入法的准确度仍然较低。
[0003]当前的语音识别输入法往往由在云端的语音识别引擎根据用户的使用场景和环境将一个或多个文本下发至用户终端。在该过程中，语音识别引擎需要根据语音用户使用的环境信息，例如第三方应用程序的标识、访问网站的名称、访问的网站网址、输入场景、通讯对象等，判断当前语音用户的使用场景类别。语音识别引擎随后根据使用场景类别，生成文本中的候选词。对同一个使用场景，现有方案为所有用户产生相同内容的候选词，并不能做到针对每个用户产生有效的个性化候选词。这增加了用户的修改负担，降低了语音识别输入法的输入效率。
[0004]如何为每个用户产生符合个人习惯的候选词，成为目前语音识别输入法的一个挑战。

技术实现思路

[0005]本申请提供一种语音输入方法、电子设备以及计算机存储介质。
[0006]本申请采用的一个技术方案是提供一种语音输入方法。该方法包括：接收语音识别引擎对用户输入语音进行语音识别而产生的识别文本；将用户个性化词库中的个性化词条与识别文本进行发音匹配，以获得与识别文本的发音相匹配的个性化候选词条；以及将个性化候选词条呈现给用户。
[0007]本申请采用的另一个技术方案是提供一种电子设备，该电子设备包括识别文本接收模块、个性化候选词条获得模块以及个性化候选词条呈现模块。其中，识别文本接收模块用于接收语音识别引擎对用户输入语音进行语音识别而产生的识别文本。个性化候选词条获得模块用于将用户个性化词库中的个性化词条与识别文本进行发音匹配，以获得与识别文本的发音相匹配的个性化候选词条。个性化候选词条呈现模块用于将个性化候选词条呈现给用户。
[0008]本申请采用的又一个技术方案是提供一种电子设备。该电子设备包括存储器以及与该存储器耦接的处理器。存储器用于存储程序数据。处理器用于执行程序数据以实现上述语音输入方法。
[0009]本申请采用的又一个技术方案是提供一种计算机存储介质。该计算机存储介质用于存储程序数据。该程序数据在被计算机执行时，用于实现上述语音输入方法。
[0010]本申请的有益效果是：通过获得与识别文本的发音相匹配的个性化候选词条，且
将个性化候选词条呈现给用户，本申请可以提供适合用户交互行为和交互习惯的个性化词条，从而降低或方便用户对文本的修改需求，提高输入效率。
附图说明
[0011]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0012]图1是本申请提供的语音输入方法一实施例的流程示意图；
[0013]图2是图1中所示语音输入方法的步骤S102的流程示意图；
[0014]图3是本申请提供的用户个性化词库的一实施例的示意图；
[0015]图4是本申请生成发音序列的一实施例的示意图；
[0016]图5是本申请发音相似度匹配的一实施例的示意图；
[0017]图6是图1中所示语音输入方法的步骤S103的流程示意图；
[0018]图7是图1中所示语音输入方法的步骤S105的流程示意图；
[0019]图8是本申请提供的电子设备一实施例的结构示意图；
[0020]图9是本申请提供的电子设备另一实施例的结构示意图；以及
[0021]图10是本申请计算机可读存储介质的结构示意图。
具体实施方式
[0022]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0023]由上文的讨论可知，在语音输入
，现有的候选词产生方案需要根据语音用户使用的环境信息，判断当前语音用户的使用场景类别。在实际使用过程中，用户使用场景切换往往较为频繁，不具有使用场景上的稳定性。并且使用场景类别划分是否合理，以及对用户当前输入场景类别判断的准确性，都会对候选词的准确性产生较大影响。且该方案无法做到对每个用户产生有效的个性化候选词。
[0024]基于上述技术现状，本申请实施例提出一套用于语音输入方法的技术方案。该方案可以提供适合用户交互行为和交互习惯的个性化词条，从而减少用户对文本的修改或方便用户对文本的修改，提升输入效率。
[0025]具体请参见图1，图1是本申请提供的语音输入方法一实施例的流程示意图。本申请实施例的语音输入方法可应用于一种电子设备，其中，电子设备可以为服务器，也可以为终端设备，还可以为由服务器和终端设备相互配合的系统，或者是具有处理能力的器件(如处理器等)。相应地，电子设备所包括的各个部分，例如各个单元、子单元、模块、子模块可以全部设置于服务器中，也可以全部设置于终端设备中，还可以分别设置于服务器和终端设备中。
[0026]进一步地，上述服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现
成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块，例如用来提供分布式服务器的软件或软件模块，也可以实现成单个软件或软件模块，在此不做具体限定。
[0027]在一些实施例中，所述电子设备为终端设备。例如，终端设备为用户使用的移动终端，例如手机、平板电脑、个人PDA设备、手提电脑等。在一些实施例中，终端设备也可以为家用电脑等个人终端。本申请对此不作限定。
[0028]具体的，如图1所示，本申请实施例的语音输入方法可以包括以下步骤：
[0029]步骤S101：接收语音识别引擎对用户输入语音进行语音识别而产生的识别文本。
[0030]语音识别引擎用于对输入的语音信号进行识别并产生识别文本。语音识别引擎可以为商用或开源的语音识别引擎。这些语音识别引擎一般为基于机器学习的语音识别引擎。
[0031]在一些实施例中，语音识别引擎为基于云端或服务器的语音识别引擎。本地终端将采集的用户输入语音上传到该语音识别引擎，语音识别引擎随后将识别该输入语音所产生的识别文本返回到本地终端。
[0032]在一些实施例中，语音识别引擎也可以为本地语音识别引擎、基于局域网的语音识别引擎或者分布式语音识别引擎，本申请对此不作限制。
[0033]在一些实施例中，所产生的识别文本可以具有UTF
‑<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种语音输入方法，其特征在于，包括：接收语音识别引擎对用户输入语音进行语音识别而产生的识别文本；将用户个性化词库中的个性化词条与所述识别文本进行发音匹配，以获得与所述识别文本的发音相匹配的个性化候选词条；以及将所述个性化候选词条呈现给用户。2.根据权利要求1所述的语音输入方法，其特征在于，所述将用户个性化词库中的个性化词条与所述识别文本进行发音匹配，包括：将所述识别文本从文本序列转换成发音序列；将所述个性化词条与所述发音序列进行发音相似度匹配；以及在所述个性化词条与所述发音序列的全部或某一部分的发音相似度大于或等于预设的第一阈值时，将所述个性化词条作为所述个性化候选词条。3.根据权利要求1所述的语音输入方法，其特征在于，所述将所述个性化候选词条呈现给用户之前，进一步包括：获取所述个性化候选词条的词条得分，其中，所述词条得分通过所述个性化候选词条的词频、时间戳和/或所述个性化候选词条与所述识别文本的匹配部分之间的发音相似度计算获得；基于所述词条得分对所述个性化候选词条进行排序。4.根据权利要求3所述的语音输入方法，其特征在于，所述基于所述词条得分对所述个性化候选词条进行排序之前，包括：获取所述个性化候选词条的语言逻辑得分，其中，所述语言逻辑得分是将所述个性化候选词条替换至所述识别文本后，利用预定的语言模型对替换后的所述识别文本的语言逻辑合理性进行分析获得的；所述基于所述词条得分对所述个性化候选词条进行排序，包括：基于所述词条得分和所述语言逻辑得分获得综合得分；基于所述综合得分对所述个性化候选词条进行排序。5.根据权利要求1所述的语音输入方法，其特征在于，所述将所述个性化候选词条呈现给用户，包括：利用所述个性化候选词条直接替换所述识别文本的匹配部分；或者在所述识别文本之外独立呈现所述个性化候选词条。6.根据权利要求1所述的语音输入方法，其特征在于，所述方法进一步包括：获取所述用户对所述识别文本的修改结果；从所述修改结果中提取所述个性化词条；将所述个性化词条更新到所述用户个性化词库。7...

【专利技术属性】
技术研发人员：金泽群，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：