买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：河南松音科技有限公司

摘要：本发明涉及人工智能，提供一种基于方言纠正模型的语音识别方法、装置、计算机设备及存储介质。所述方法包括：获取待识别语音；对待识别语音进行拼音解析处理，得到待识别语音对应的待识别拼音序列；将待识别拼音序列输入普通话识别子模型，得到待识别语音的普通话识别结果；根据语义通顺度计算子模型确定普通话识别结果中通顺度值小于预设的通顺度阈值的待修改词语；将待修改词语对应的拼音输入方言识别子模型，得到待修改词语对应的方言词语；根据方言词语以及普通话识别结果确定目标识别结果。本方案使用方言纠正模型对待识别语音进行识别，可以对待识别语音中的方言进行纠正处理，提高了语音识别的准确率。

主权项：1.一种基于方言纠正模型的语音识别方法，其特征在于，所述方言纠正模型包括普通话识别子模型、语义通顺度计算子模型以及方言识别子模型，所述方法包括：获取待识别语音；对所述待识别语音进行拼音解析处理，得到所述待识别语音对应的待识别拼音序列；将所述待识别拼音序列输入所述普通话识别子模型，得到所述待识别语音的普通话识别结果；根据所述语义通顺度计算子模型确定所述普通话识别结果中通顺度值小于预设的通顺度阈值的待修改词语；将所述待修改词语对应的拼音输入所述方言识别子模型，得到所述待修改词语对应的方言词语；根据所述方言词语以及所述普通话识别结果确定目标识别结果；对所述目标识别结果进行产品语义分析，得到与预设的产品库中对应的产品，将产品发送给与待识别语音对应的终端；所述对所述待识别语音进行拼音解析处理包括通过分帧加窗方法对待识别语音进行音频转换得到二维音频图像信息，将二维音频图像信息输入拼音识别子模型中的声学模块，声学模块提取二维音频图像信息的语音拼音特征，输出语音序列数组，所述声学模块对语音序列数组进行解码，得到待识别语音的待识别拼音序列；所述通过分帧加窗方法对待识别语音进行音频转换得到二维音频图像信息包括将待识别语音进行预加重，用于去除口唇辐射的影响，并将预加重后的待识别语音分成预设时间段的语音信息，帧设置为10至30ms的时间段，将每个帧的语音信号进行加窗，每个帧展开的傅里叶函数输出对应的二维音频图像，将所有二维音频图像进行拼接生成二维音频图像信息；所述根据所述语义通顺度计算子模型确定所述普通话识别结果中通顺度值小于预设的通顺度阈值的待修改词语，包括：将所述普通话识别结果输入所述语义通顺度计算子模型，得到所述普通话识别结果中每个词语的通顺度值；将所述通顺度值小于所述通顺度阈值的词语确定为所述待修改词语；所述将所述普通话识别结果输入所述语义通顺度计算子模型，得到所述普通话识别结果中每个词语的通顺度值，包括：基于所述语义通顺度计算子模型，对所述普通话识别结果进行分词处理，得到所述普通话识别结果的多个词语；根据每个所述词语在所述普通话识别结果中的位置关系确定每个所述词语的词性信息以及语义信息；根据所述词性信息以及所述语义信息的匹配度确定每个所述词语的通顺度值。

全文数据：

权利要求：

百度查询： 河南松音科技有限公司 基于方言纠正模型的语音识别方法、装置、设备及介质