语音转写方法、装置、设备、介质及程序产品与流程

本申请属于语音处理领域，尤其涉及一种语音转写方法、装置、设备、介质及程序产品。

背景技术：

1、语音转写技术是将语音转换为本文的技术，也可称为自动语音识别（automaticspeech recognition，asr）技术，可广泛应用于会议记录、智能办公、远程协作、医疗记录等场景中。但在实际使用过程中，asr系统基于大规模通用语料训练，概率统计分布天然地倾向于高频的通用词汇，对特定领域的术语、人名、项目代号以及用户个性化表达习惯中的关键词等热词缺乏准确的认知能力，极有可能将定领域的术语、人名、项目代号以及用户个性化表达习惯中的关键词等热词转写为发音相近但语义不同的内容，从而导致语音转写的文本出现偏差，影响信息还原的准确性。

技术实现思路

1、本申请实施例提供一种语音转写方法、装置、设备、介质及程序产品，能够提高语音转写的信息还原准确性。

2、第一方面，本申请实施例提供一种语音转写方法，包括：基于自动语音识别算法和预先设定的热词集合，对会话中采集到的音频数据进行解码，得到对应的目标词序列；将目标词序列中的待修正词与待修正词的上下文形成待修正片段，根据待修正片段在热词上下文片段数据库中进行检索，得到匹配的热词上下文片段，待修正词包括置信度低于预设置信度阈值的词和命中同音歧义词表的词，热词上下文片段包括热词与热词的上下文形成的片段；基于待修正片段与匹配的热词上下文片段的相似度，对待修正片段进行修正处理，得到对应的修正片段；根据修正片段和目标词序列中除待修正词外的其他词，输出转写文本。

3、第二方面，本申请实施例提供一种语音转写装置，包括：目标词序列确定模块，用于基于自动语音识别算法和预先设定的热词集合，对会话中采集到的音频数据进行解码，得到对应的目标词序列；语义匹配模块，用于将目标词序列中的待修正词与待修正词的上下文形成待修正片段，根据待修正片段在热词上下文片段数据库中进行检索，得到匹配的热词上下文片段，待修正词包括置信度低于预设置信度阈值的词和命中同音歧义词表的词，热词上下文片段包括热词与热词的上下文形成的片段；修正模块，用于基于待修正片段与匹配的热词上下文片段的相似度，对待修正片段进行修正处理，得到对应的修正片段；文本输出模块，用于根据修正片段和目标词序列中除待修正词外的其他词，输出转写文本。

4、第三方面，本申请实施例提供一种电子设备，包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时实现第一方面的语音转写方法。

5、第四方面，本申请实施例提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现第一方面的语音转写方法。

6、第五方面，本申请实施例提供一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现第一方面的语音转写方法。

7、本申请实施例提供一种语音转写方法、装置、设备、介质及程序产品，基于自动语音识别算法和热词集合，对会话中采集的音频数据进行解码，得到音频数据所对应的概率最大的目标词序列，将置信度低于预设置信度阈值的待修正词与该待修正词的上下文形成待修正片段，根据待修正片段在热词上下文片段数据库中进行检索，得到匹配的热词上下文片段，热词上下文片段数据库中数据表征的热词上下文片段引入热词的语义信息，待修正片段与热词上下文片段数据库的检索是带有语义、语境的检索，并能够基于待修正片段与匹配的热词上下文片段的相似度，对待修正片段进行修正处理，得到修正片段，上述带有语义、语境的热词上下文片段数据库检索以及对待修正片段的语义修正，能够弥补自动语音识别算法的语义理解能力弱的缺陷，得到准确的转写文本，从而提高语音转写的信息还原准确性。

1.一种语音转写方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述音频数据包括一路或两路以上的音频流数据，每路音频流数据关联有用户标识，所述热词集合包括通用热词集合和用户特定热词集合；

3.根据权利要求1所述的方法，其特征在于，所述热词上下文片段数据库包括热词上下文片段的向量；

4.根据权利要求1所述的方法，其特征在于，所述基于所述待修正片段与所述匹配的热词上下文片段的相似度，对所述待修正片段进行修正处理，得到对应的修正片段，包括：

5.根据权利要求1所述的方法，其特征在于，所述基于所述待修正片段与所述匹配的热词上下文片段的相似度，对所述待修正片段进行修正处理，得到对应的修正片段，包括：

6.根据权利要求1所述的方法，其特征在于，还包括：

7.根据权利要求6所述的方法，其特征在于，所述疑似热词包括通用疑似热词和用户特定疑似热词，所述热词集合包括通用热词集合和用户特定热词集合；

8.根据权利要求1所述的方法，其特征在于，还包括：

9.一种语音转写装置，其特征在于，包括：

10.一种电子设备，其特征在于，包括：处理器以及存储有计算机程序指令的存储器；

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1至8中任意一项所述的语音转写方法。

12.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至8中任意一项所述的语音转写方法。