一种智能语音识别结果的修正方法及系统与流程

本发明涉及语音识别，尤其是涉及一种智能语音识别结果的修正方法及系统。

背景技术：

1、随着语音交互技术的不断发展，自动语音识别（automatic speech recognition,asr）系统已被广泛应用于各类智能交互场景中。asr系统通过声学模型和语言模型将输入的语音信号转换为文本输出，作为后续自然语言理解与业务逻辑执行的输入基础。在实际的应用中，由于环境噪声、发音变异、专业术语及专有名词覆盖不足等因素，asr系统输出的识别文本中常常包含错误，影响下游任务的执行准确性。

2、目前，针对识别文本中的专有名词、人名等特定词汇识别错误问题，现有技术通常采用构建领域词典并结合拼音相似度计算的方式进行修正。该方法首先构建包含垂直领域专有词汇的词典，当asr系统输出识别文本后，通过计算识别文本中待修正片段与词典中各词条之间的拼音编辑距离或拼音相似度，将相似度最高的词典词条作为候选替换结果输出。然而，拼音相似度计算通常涉及对词典进行大规模遍历，随着词典规模的增大，匹配过程的计算开销显著上升，在计算资源受限的边缘端设备上难以保证处理实时性，制约了语音交互系统在边缘场景下的可靠部署。

技术实现思路

1、本发明提供一种智能语音识别结果的修正方法及系统，以解决语音识别结果修正过程中修正准确率与处理效率难以兼顾的技术问题，以实现低延迟、高准确率的语音识别结果修正。

2、为了解决上述技术问题，本发明实施例提供了一种智能语音识别结果的修正方法，包括：

3、获取待处理的语音识别文本，并对所述语音识别文本进行拼音序列转换，得到所述语音识别文本对应的原始拼音序列；

4、将所述原始拼音序列与预设词库中各词条对应的拼音序列进行匹配检索，得到至少一个候选词条，并确定所述原始拼音序列与所述候选词条之间的拼音误差数；

5、根据所述候选词条的长度确定所述候选词条对应的容错阈值，并根据所述容错阈值从所述候选词条中确认初步筛选词条；

6、将每一所述初步筛选词条与所述语音识别文本中对应的连续片段进行逐字符比对，根据比对结果从所有所述初步筛选词条中得到目标词条；

7、当所述目标词条对应的所述拼音误差数为零时，采用所述目标词条替换所述语音识别文本中的所述连续片段，得到修正文本数据；

8、当所述目标词条对应的所述拼音误差数不为零时，获取所述连续片段的第一语义置信度和所述目标词条的第二语义置信度，并根据所述第一语义置信度和所述第二语义置信度的比较结果，确定是否采用所述目标词条替换所述语音识别文本中的所述连续片段，得到修正文本数据。

9、作为其中一种优选方案，所述将所述原始拼音序列与预设词库中各词条对应的拼音序列进行匹配检索，得到至少一个候选词条，包括：

10、获取所述语音识别文本中每一所述连续片段的首字母声母信息；

11、根据所述首字母声母信息，从所述预设词库中筛选出与所述连续片段相匹配的词条，作为初选词条；

12、获取所述连续片段中除首位字符之外的其余各个位置的字符信息；

13、根据所述字符信息，从所有所述初选词条中筛选出与所述连续片段相匹配的词条，作为所述候选词条。

14、作为其中一种优选方案，所述根据所述候选词条的长度确定所述候选词条对应的容错阈值，并根据所述容错阈值从所述候选词条中确认初步筛选词条，包括：

15、根据每一所述候选词条的长度值所处的预设长度区间，确定所述候选词条对应的所述容错阈值，其中，不同的所述预设长度区间对应不同的所述容错阈值；

16、将所述候选词条对应的所述拼音误差数与所述容错阈值进行比较，并将所述拼音误差数不超过所述容错阈值的所述候选词条，确定为所述初步筛选词条。

17、作为其中一种优选方案，所述将每一所述初步筛选词条与所述语音识别文本中对应的连续片段进行逐字符比对，根据比对结果从所有所述初步筛选词条中得到目标词条，包括：

18、获取所述连续片段中各个字符位的字符分类标签，并确定各个所述初步筛选词条中对应的所述字符位的所述字符分类标签；

19、将各个所述初步筛选词条与所述连续片段在同一所述字符位的所述字符分类标签进行逐位比较；

20、若在同一所述字符位，所述初步筛选词条的所述字符分类标签与所述连续片段的所述字符分类标签相同且该所述字符位的字符不相同，则将所述初步筛选词条确定为待排除词条；

21、将所有所述初步筛选词条中未被标记为所述待排除词条的词条，确定为所述目标词条。

22、作为其中一种优选方案，所述获取所述连续片段的第一语义置信度和所述目标词条的第二语义置信度，包括：

23、将所述连续片段输入语义模型，得到所述连续片段中掩码位置的第一置信度得分，作为所述第一语义置信度；

24、将所述目标词条输入所述语义模型，得到所述语义模型输出的所述目标词条中对应所述掩码位置的第二置信度得分，作为所述第二语义置信度。

25、本发明另一实施例提供了一种智能语音识别结果的修正系统，包括：

26、数据获取与拼音转换模块，用于获取待处理的语音识别文本，并对所述语音识别文本进行拼音序列转换，得到所述语音识别文本对应的原始拼音序列；

27、拼音匹配检索模块，用于将所述原始拼音序列与预设词库中各词条对应的拼音序列进行匹配检索，得到至少一个候选词条，并确定所述原始拼音序列与所述候选词条之间的拼音误差数；

28、分级阈值筛选模块，用于根据所述候选词条的长度确定所述候选词条对应的容错阈值，并根据所述容错阈值从所述候选词条中确认初步筛选词条；

29、锚点保护校验模块，用于将每一所述初步筛选词条与所述语音识别文本中对应的连续片段进行逐字符比对，根据比对结果从所有所述初步筛选词条中得到目标词条；

30、精确匹配替换模块，用于当所述目标词条对应的所述拼音误差数为零时，采用所述目标词条替换所述语音识别文本中的所述连续片段，得到修正文本数据；

31、语义复核模块，用于当所述目标词条对应的所述拼音误差数不为零时，获取所述连续片段的第一语义置信度和所述目标词条的第二语义置信度，并根据所述第一语义置信度和所述第二语义置信度的比较结果，确定是否采用所述目标词条替换所述语音识别文本中的所述连续片段，得到修正文本数据。

32、作为其中一种优选方案，所述拼音匹配检索模块，包括：

33、首字符声母获取单元，用于获取所述语音识别文本中每一所述连续片段的首字母声母信息；

34、首字符声母匹配单元，用于根据所述首字母声母信息，从所述预设词库中筛选出与所述连续片段相匹配的词条，作为初选词条；

35、剩余字符信息获取单元，用于获取所述连续片段中除首位字符之外的其余各个位置的字符信息；

36、剩余字符逐位匹配单元，用于根据所述字符信息，从所有所述初选词条中筛选出与所述连续片段相匹配的词条，作为所述候选词条。

37、作为其中一种优选方案，所述分级阈值筛选模块，包括：

38、分级容错阈值确定单元，用于根据每一所述候选词条的长度值所处的预设长度区间，确定所述候选词条对应的所述容错阈值，其中，不同的所述预设长度区间对应不同的所述容错阈值；

39、误差数阈值比较筛选单元，用于将所述候选词条对应的所述拼音误差数与所述容错阈值进行比较，并将所述拼音误差数不超过所述容错阈值的所述候选词条，确定为所述初步筛选词条。

40、作为其中一种优选方案，所述锚点保护校验模块，包括：

41、字符分类标签获取单元，用于获取所述连续片段中各个字符位的字符分类标签，并确定各个所述初步筛选词条中对应的所述字符位的所述字符分类标签；

42、逐位比较单元，用于将各个所述初步筛选词条与所述连续片段在同一所述字符位的所述字符分类标签进行逐位比较；

43、锚点冲突标记单元，用于若在同一所述字符位，所述初步筛选词条的所述字符分类标签与所述连续片段的所述字符分类标签相同且该所述字符位的字符不相同，则将所述初步筛选词条确定为待排除词条；

44、目标词条确认单元，用于将所有所述初步筛选词条中未被标记为所述待排除词条的词条，确定为所述目标词条。

45、作为其中一种优选方案，所述语义复核模块，包括：

46、第一置信度获取单元，用于将所述连续片段输入语义模型，得到所述连续片段中掩码位置的第一置信度得分，作为所述第一语义置信度；

47、第二置信度获取单元，用于将所述目标词条输入所述语义模型，得到所述语义模型输出的所述目标词条中对应所述掩码位置的第二置信度得分，作为所述第二语义置信度。

48、相比于现有技术，本发明实施例的有益效果在于以下所述中的至少一点：

49、（1）本发明首先对待处理的语音识别文本进行拼音序列转换，将原始拼音序列与预设词库中各词条对应的拼音序列进行匹配检索，得到候选词条及其对应的拼音误差数，以此替代传统方案中对词典进行大规模遍历或全量编辑距离运算的方式，显著降低了匹配过程的计算开销。在此基础上，根据候选词条的长度确定对应的容错阈值，将拼音误差数不超过容错阈值的候选词条确定为初步筛选词条，从而以分级筛选的方式进一步缩小需要深度处理的候选范围。将每一初步筛选词条与其在语音识别文本中对应的连续片段进行逐字符比对，根据比对结果排除存在同类字符互换情形的候选词条，得到目标词条。当目标词条对应的拼音误差数不为零时，获取连续片段的第一语义置信度和目标词条的第二语义置信度，根据两者的比较结果确定是否采用该目标词条进行替换。通过上述步骤，本发明在低算力开销的前提下对候选替换结果进行了多层次的校验，尤其针对模糊匹配候选引入了语义层面的置信度比较，有效避免了传统方案中因仅依据拼音相似度进行决策而导致的误替换问题，实现了修正准确率与处理效率的兼顾。

50、（2）本发明通过拼音匹配检索与分级容错阈值筛选，在匹配阶段即将大量不合格候选排除，仅当候选词条的拼音误差数不为零时才调用语义模型进行置信度比较，避免了传统方案中对每一候选均进行深度语义推理所带来的高额计算开销。基于上述机制，本发明能够在保证修正准确率的前提下将整体处理延迟控制在极低水平，尤其适用于边缘端设备等计算资源受限的部署环境。此外，本发明的各步骤之间耦合度低，数据处理链路清晰，有利于在不同硬件平台上进行部署和移植，具有较强的实际应用价值和产业推广前景。