一种语音识别方法技术

本公开涉及一种语音识别方法

【技术实现步骤摘要】
一种语音识别方法、装置、设备和介质


[0001]本公开涉及语音识别
，尤其涉及一种语音识别方法
、
装置
、
设备和介质
。

技术介绍

[0002]随着移动互联网
、
人工智能等技术的快速发展，人机交互场景已经大量出现在人们的日常生活生产过程中，而语音识别作为人机交互的重要接口，其应用越来越广泛
。
[0003]现有技术中，语音识别方法难以在保护用户隐私和保证语音识别准确度之间平衡，例如，当不使用用户信息如通信录
、
歌单
、
高频指令等信息时，语音识别虽然保证了用户的隐私但语音识别的识别准确度较低，当使用用户信息进行语音识别时，虽然识别准确度较高，但语音识别过程中会存在用户信息泄露的风险
。
[0004]因此，如何在保证用户隐私的基础上保证语音识别结果的准确度成为需要解决的问题
。

技术实现思路

[0005]为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种语音识别方法
、
装置
、
设备和介质
。
[0006]第一方面，本公开实施例提供一种语音识别方法，包括：
[0007]获取终端设备采集的待识别语音和所述终端设备构建的垂类语音识别网络，其中，所述垂类语音识别网络包括发音词典
、
声学模型和垂类语言模型；
[0008]获取通用语音识别网络，其中，所述通用语音识别网络包括发音词典
、
声学模型和通用语言模型；
[0009]基于所述通用语音识别网络和所述垂类语音识别网络分别对所述待识别语音进行解码，确定语音识别结果
。
[0010]可选的，所述基于所述通用语音识别网络和所述垂类语音识别网络分别对所述待识别语音进行解码，确定语音识别结果，包括：
[0011]基于所述通用语音识别网络和所述垂类语音识别网络分别对所述待识别语音进行解码，获取所述通用语音识别网络和所述垂类语音识别网络分别对应的语音识别结果和识别得分；
[0012]根据所述通用语音识别网络的识别结果对应的识别得分与所述垂类语音识别网络的识别结果对应的识别得分，确定语音识别结果
。
[0013]可选的，所述识别得分包括语言得分；
[0014]所述基于所述通用语音识别网络和所述垂类语音识别网络分别对所述待识别语音进行解码，获取所述通用语音识别网络和所述垂类语音识别网络分别对应的语音识别结果和识别得分，包括：
[0015]基于所述通用语音识别网络和所述垂类语音识别网络分别对所述待识别语音进行解码，获得所述通用语音识别网络的第一识别结果和与所述第一识别结果对应的第一语
言得分以及所述垂类语音识别网络的第二识别结果和与所述第二识别结果对应的第二语言得分；
[0016]所述根据所述通用语音识别网络的识别结果对应的识别得分与所述垂类语音识别网络识别结果的识别得分，确定语音识别结果，包括：
[0017]根据所述通用语音识别网络的第一识别结果对应的第一语言得分和所述垂类语音识别网络的第二识别结果对应的第二语言得分的关系，确定语音识别结果
。
[0018]可选的，所述识别得分包括声学得分；
[0019]所述基于所述通用语音识别网络和所述垂类语音识别网络分别对所述待识别语音进行解码，获取所述通用语音识别网络和所述垂类语音识别网络分别对应的语音识别结果和识别得分，包括：
[0020]基于所述通用语音识别网络和所述垂类语音识别网络分别对所述待识别语音进行解码，获得所述通用语音识别网络的第一识别结果和与所述第一识别结果对应的第一声学得分以及所述垂类语音识别网络的第二识别结果和与所述第二识别结果对应的第二声学得分；
[0021]所述根据所述通用语音识别网络的识别结果对应的识别得分与所述垂类语音识别网络识别结果的识别得分，确定语音识别结果，包括：
[0022]根据所述通用语音识别网络的第一识别结果对应的第一声学得分和所述垂类语音识别网络的第二识别结果对应的第二声学得分的关系，确定语音识别结果
。
[0023]可选的，所述根据所述通用语音识别网络的识别结果对应的识别得分与所述垂类语音识别网络的识别结果对应的识别得分，确定语音识别结果，包括：
[0024]当所述通用语音识别网络的识别结果对应的识别得分大于所述垂类语音识别网络的识别结果对应的识别得分，确定通用语音识别网络的识别结果为所述语音识别结果；
[0025]当所述通用语音识别网络的识别结果对应的识别得分小于所述垂类语音识别网络的识别结果对应的识别得分，确定垂类语音识别网络的识别结果为所述语音识别结果；
[0026]当所述通用语音识别网络的识别结果对应的识别得分等于所述垂类语音识别网络的识别结果对应的识别得分，确定垂类语音识别网络的识别结果或通用语音识别网络的识别结果为所述语音识别结果
。
[0027]可选的，所述垂类语音识别网络是基于加权有限状态机的垂类语音识别网络；所述通用语音识别网络是基于加权有限状态机的通用语音识别网络
。
[0028]可选的，所述方法还包括：
[0029]将所述语音识别结果发送至所述终端设备，以使所述终端设备基于所述语音识别结果执行目标控制操作
。
[0030]第二方面，本公开实施例提供一种语音识别装置，包括：
[0031]获取模块，用于获取终端设备采集的待识别语音和所述终端设备构建的垂类语音识别网络，其中，所述垂类语音识别网络包括发音词典
、
声学模型和垂类语言模型；
[0032]通用语音识别网络获取模块，用于获取通用语音识别网络，其中，所述通用语音识别网络包括发音词典
、
声学模型和通用语言模型；
[0033]识别模块，用于基于所述通用语音识别网络和所述垂类语音识别网络分别对所述待识别语音进行解码，确定语音识别结果
。
[0034]第三方面，本公开实施例提供一种电子设备，包括：
[0035]一个或多个处理器；
[0036]存储装置，用于存储一个或多个程序，
[0037]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面中任一项所述的方法
。
[0038]第四方面，本公开实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面中任一项所述的方法
。
[0039]本公开实施例提供的技术方案与现有技术相比具有如下优点：
[0040]本公开实施例提供的语音识别方法
、
装置
、
设备和介质，获取终端设备采集的待识别语音和终端设备构建的垂类语音识别网络，然后获取通用语音识别网络，最后基于通用语音识别网络和垂类语音识别网络对待识本文档来自技高网...

【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，包括：获取终端设备采集的待识别语音和所述终端设备构建的垂类语音识别网络，其中，所述垂类语音识别网络包括发音词典
、
声学模型和垂类语言模型；获取通用语音识别网络，其中，所述通用语音识别网络包括发音词典
、
声学模型和通用语言模型；基于所述通用语音识别网络和所述垂类语音识别网络分别对所述待识别语音进行解码，确定语音识别结果
。2.
根据权利要求1所述的方法，其特征在于，所述基于所述通用语音识别网络和所述垂类语音识别网络分别对所述待识别语音进行解码，确定语音识别结果，包括：基于所述通用语音识别网络和所述垂类语音识别网络分别对所述待识别语音进行解码，获取所述通用语音识别网络和所述垂类语音识别网络分别对应的语音识别结果和识别得分；根据所述通用语音识别网络的识别结果对应的识别得分与所述垂类语音识别网络的识别结果对应的识别得分，确定语音识别结果
。3.
根据权利要求2所述的方法，其特征在于，所述识别得分包括语言得分；所述基于所述通用语音识别网络和所述垂类语音识别网络分别对所述待识别语音进行解码，获取所述通用语音识别网络和所述垂类语音识别网络分别对应的语音识别结果和识别得分，包括：基于所述通用语音识别网络和所述垂类语音识别网络分别对所述待识别语音进行解码，获得所述通用语音识别网络的第一识别结果和与所述第一识别结果对应的第一语言得分以及所述垂类语音识别网络的第二识别结果和与所述第二识别结果对应的第二语言得分；所述根据所述通用语音识别网络的识别结果对应的识别得分与所述垂类语音识别网络识别结果的识别得分，确定语音识别结果，包括：根据所述通用语音识别网络的第一识别结果对应的第一语言得分和所述垂类语音识别网络的第二识别结果对应的第二语言得分的关系，确定语音识别结果
。4.
根据权利要求2所述的方法，其特征在于，所述识别得分包括声学得分；所述基于所述通用语音识别网络和所述垂类语音识别网络分别对所述待识别语音进行解码，获取所述通用语音识别网络和所述垂类语音识别网络分别对应的语音识别结果和识别得分，包括：基于所述通用语音识别网络和所述垂类语音识别网络分别对所述待识别语音进行解码，获得所述通用语音识别网络的第一识别结果和与所述第一识别结果对应的第一声学得分以及所述垂类语音识别网络的第二识别结果和与所述第二识别结果对应的第二声学得分；所述根据所述通用语音识别网络的识别结果对应的...

【专利技术属性】
技术研发人员：王智超，
申请(专利权)人：北京罗克维尔斯科技有限公司，
类型：发明
国别省市：