基于语音识别的标签生成方法、标签生成设备及系统与流程

本技术涉及标签生成，特别涉及一种基于语音识别的标签生成方法、标签生成设备及系统。

背景技术：

1、在日常生活中，人们在面对各种庞杂的事物时，常常会利用到各种标签以便于对不同的事物进行识别或分类管理；例如，在厨房中，常常需要对各种分装后的肉类以及其购买日期或有效期等信息进行标记；为了满足标签快速生成的需求，现今市面上有一些基于语音识别的标签生成设备，其通过对用户的语音指令进行采集，并提炼出关键信息后，将关键信息发送回标签生成设备进行打印。

2、但是，现有基于语音识别的标签生成方法虽具备本地、云端双识别模式，但在采用本地语音识别时，所使用的本地词频表多为通用预设词频表，无法适配不同使用场景的专属用词特征与场景噪声特性。随着使用时长增加，通用离线词频表无场景区分、词汇混杂，且通用词频表的词汇匹配优先级固定，无法根据不同场景的实际用词情况动态迭代更新，导致本地语音识别针对各场景下的常用标签词汇识别准确率偏低，词频表无法动态适配场景使用偏好，进一步降低了不同场景下的标签生成效率。

技术实现思路

1、为了解决上述至少一个问题，本技术提供了一种基于语音识别的标签生成方法、标签生成设备及系统，旨在根据当前目标使用场景匹配专属降噪模型滤除场景特定噪音，并在云端构建与场景绑定的用户个性化词频表，依据语音识别生成的标签关键词动态更新词汇使用数据与匹配优先级，自适应替换词频表内词汇后同步至本地与场景关联存储，使本地识别可调用适配当前场景用词特征的专属词频表，提升对应场景下语音识别准确度，优化标签生成效率。

2、根据本技术实施例的第一方面，提供了一种基于语音识别的标签生成方法，包括：

3、采集用户语音；

4、确认当前目标使用场景；

5、调用所述当前目标使用场景对应的降噪模型对所述用户语音进行降噪处理，以滤除所述当前目标使用场景下预设频段的噪音；

6、判断当前的语音识别模式是联网识别模式还是本地识别模式；

7、当联网识别模式被触发时，将降噪后的所述用户语音发送至云端平台进行语音识别，提取标签关键词，并将标签关键词的信息存储至云端平台上的用户个性化词频表中；

8、根据所述标签关键词的信息更新所述用户个性化词频表中各个关键词的使用次数和最近使用时间，调整所述用户个性化词频表内各个关键词的匹配优先级；

9、根据各个关键词的优先级对所述用户个性化词频表中的词汇进行替换，且在词汇替换后对所述用户个性化词频表进行更新；

10、接收所述云端平台下发的标签关键词的信息和所述用户个性化词频表，基于所述标签关键词执行标签打印操作，并将接收到的所述用户个性化词频表与所述当前目标使用场景建立关联，以供后续在本地识别模式被触发时，从所述用户个性化词频表中识别出标签关键词。

11、根据本技术实施例的第二方面，提供了一种标签生成设备，包括：

12、语音采集模块，用于采集用户语音；

13、场景确认模块，用于确认当前目标使用场景；

14、降噪处理模块，用于调用所述当前目标使用场景对应的降噪模型对所述用户语音进行降噪处理，以滤除所述当前目标使用场景下预设频段的噪音；

15、无线通信模块，用于建立所述标签生成设备与云端平台之间的通信连接；

16、识别模式选择模块，用于判断当前的语音识别模式是联网识别模式还是本地识别模式；

17、联网识别处理模块，用于当联网识别模式被触发时，将降噪后的所述用户语音发送至云端平台，使得所述云端平台执行以下操作：

18、对所述用户语音进行语音识别，提取标签关键词，并将标签关键词的信息存储至云端平台上的用户个性化词频表中；

19、根据所述标签关键词的信息更新所述用户个性化词频表中各个关键词的使用次数和最近使用时间，调整所述用户个性化词频表内各个关键词的匹配优先级；

20、根据各个关键词的优先级对所述用户个性化词频表中的词汇进行替换，且在词汇替换后对所述用户个性化词频表进行更新；

21、数据接收及关联模块，用于接收所述云端平台下发的标签关键词的信息和所述用户个性化词频表，并将接收到的所述用户个性化词频表与所述当前目标使用场景建立关联，以供后续在本地识别模式被触发时，从所述用户个性化词频表中识别出标签关键词；

22、标签打印模块，用于基于所述标签关键词执行标签打印操作。

23、根据本技术实施例的第二方面，提供了一种标签生成系统，包括本技术实施例第二方面所述的标签生成设备和云端平台，所述标签生成设备与所述云端平台通信连接；

24、所述云端平台用于：

25、接收所述标签生成设备发送的降噪后的用户语音，对所述用户语音进行语音识别，提取标签关键词，并将标签关键词的信息存储至云端平台上的用户个性化词频表中；

26、根据所述标签关键词的信息更新所述用户个性化词频表中各个关键词的使用次数和最近使用时间，调整所述用户个性化词频表内各个关键词的匹配优先级；

27、根据各个关键词的优先级对所述用户个性化词频表中的词汇进行替换，且在词汇替换后对所述用户个性化词频表进行更新；

28、向所述标签生成设备下发所述标签关键词的信息和所述用户个性化词频表。

29、本技术的实施例提供的技术方案至少包括以下有益效果：

30、本技术公开的方案，首先采集用户语音并确认当前目标使用场景，再调用当前目标使用场景对应的降噪模型对用户语音实施降噪处理以滤除当前目标使用场景下预设频段的噪音，能够针对不同场景专属噪声做定向过滤，有效消除场景特定频段噪声对语音信号的干扰，提升语音信号纯净度，为精准提取标签关键词提供基础。本方法进一步判断当前的语音识别模式是联网识别模式还是本地识别模式，兼容在线、离线两种工作模式，能够适配有无网络的各类使用环境，拓宽方法适用场景。当联网识别模式被触发时，将降噪后的用户语音上传至云端平台完成语音识别并提取标签关键词，同步将标签关键词的信息存储至云端平台上的用户个性化词频表中，依托云端完成场景词汇长期积累。本方法根据标签关键词的信息更新用户个性化词频表中各个关键词的使用次数和最近使用时间，并同步调整用户个性化词频表内各个关键词的匹配优先级，能够实时量化各关键词在对应场景下的使用热度，克服现有通用词频表匹配优先级固化、无法随场景用词变化自适应调整的缺陷。在此基础上，本方法依据各个关键词的优先级对用户个性化词频表中的词汇进行替换，且在词汇替换后对用户个性化词频表进行更新，按照场景词汇实际使用情况完成词频表内部词汇优胜劣汰，保障用户个性化词频表始终贴合当前目标使用场景的用词特点，减少无效词汇冗余堆积。设备接收云端平台下发的标签关键词的信息和用户个性化词频表后，既可直接基于标签关键词执行标签打印操作，快速完成标签输出，又能将接收的用户个性化词频表与当前目标使用场景建立关联，使得后续本地识别模式被触发时，可直接调用与场景绑定、经云端持续迭代优化后的用户个性化词频表识别标签关键词，摆脱本地离线识别只能使用固定通用词频表的局限，显著提升离线状态下对应场景的语音识别准确度，整体提升多场景下标签生成的识别精度与生成效率。

31、应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本技术。