技术特征:
1.一种语音识别置信度的确定方法,其特征在于,包括:
根据教学课堂的每句监测语音的声学识别结果,确定每句监测语音的声学识别结果中的非掩码单元的比例信息;
获取所述教学课堂的关键词信息,并获取所述教学课堂的每句监测语音的语言识别结果,确定每句监测语音的语言识别结果与所述教学课堂的关键词信息之间的相关性信息;
根据所述非掩码单元的比例信息和所述相关性信息,确定所述教学课堂的每句监测语音的语音识别置信度。
2.根据权利要求1所述的方法,其特征在于,获取的所述教学课堂的关键词信息包括:所述教学课堂的科目信息、所述教学课堂的科目的专有名词中的一项或多项。
3.根据权利要求1所述的方法,其特征在于,确定每句监测语音的语言识别结果与所述教学课堂的关键词信息之间的相关性信息包括:
计算每句监测语音的语言识别结果相应的第一向量与所述教学课堂的关键词信息相应的第二向量的余弦值,作为所述相关性信息。
4.根据权利要求1所述的方法,其特征在于,确定每句监测语音的声学识别结果中的非掩码单元的比例信息包括:
计算每句监测语音的声学识别结果中的非掩码单元的数量与该句监测语音的单元总数之间的比例信息。
5.根据权利要求1所述的方法,其特征在于,还包括:
计算所述教学课堂的每句监测语音的信噪比信息;
根据所述非掩码单元的比例信息、所述相关性信息和所述信噪比信息,确定所述教学课堂的每句监测语音的语音识别置信度。
6.根据权利要求1所述的方法,其特征在于,还包括:
根据所述教学课堂的每句监测语音的语言识别结果,计算困惑度;
根据所述非掩码单元的比例信息、所述相关性信息和所述困惑度,确定所述教学课堂的每句监测语音的语音识别置信度。
7.根据权利要求5所述的方法,其特征在于,还包括:
根据所述教学课堂的每句监测语音的语言识别结果,计算困惑度;
根据所述非掩码单元的比例信息、所述相关性信息、所述信噪比信息和所述困惑度,确定所述教学课堂的每句监测语音的语音识别置信度。
8.根据权利要求7所述的方法,其特征在于,确定所述教学课堂的每句监测语音的语音识别置信度包括:
对语音识别置信度的多模态信息进行归一化处理;
如果语音识别置信度的多模态信息包括困惑度,对困惑度进行正相关处理;
对处理后的多模态信息进行加权求和运算,并将加权求和结果作为所述教学课堂的每句监测语音的语音识别置信度;
其中,语音识别置信度的多模态信息,包括所述非掩码单元的比例信息和所述相关性信息,或者包括所述非掩码单元的比例信息、所述相关性信息和所述信噪比信息,或者包括所述非掩码单元的比例信息、所述相关性信息和所述困惑度,或者包括所述非掩码单元的比例信息、所述相关性信息、所述信噪比信息和所述困惑度。
9.根据权利要求1-7任一项所述的方法,其特征在于,还包括:
根据所述教学课堂的每句监测语音的语音识别置信度,决定是否输出所述教学课堂的每句监测语音的语音识别结果。
10.一种语音识别置信度的确定装置,其特征在于,包括:
存储器;以及
耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器中的指令,执行权利要求1-9中任一项所述的语音识别置信度的确定方法。
11.一种语音识别置信度的确定装置,其特征在于,包括:
声学识别评估模块,被配置为根据教学课堂的每句监测语音的声学识别结果,确定每句监测语音的声学识别结果中的非掩码单元的比例信息;
第一语言识别评估模块,被配置为获取所述教学课堂的关键词信息,并获取所述教学课堂的每句监测语音的语言识别结果,确定每句监测语音的语言识别结果与所述教学课堂的关键词信息之间的相关性信息;
置信度确定模块,被配置为根据所述非掩码单元的比例信息和所述相关性信息,确定所述教学课堂的每句监测语音的语音识别置信度。
12.根据权利要求11所述的装置,其特征在于,还包括:环境评估模块、第二语言识别评估模块中的一个或多个;
其中,所述环境评估模块,被配置为计算所述教学课堂的每句监测语音的信噪比信息;
所述第二语言识别评估模块,被配置为根据所述教学课堂的每句监测语音的语言识别结果,计算困惑度;
所述置信度确定模块,被配置为根据语音识别置信度的多模态信息,确定所述教学课堂的每句监测语音的语音识别置信度,其中,语音识别置信度的多模态信息,包括所述非掩码单元的比例信息和所述相关性信息,或者包括所述非掩码单元的比例信息、所述相关性信息和所述信噪比信息,或者包括所述非掩码单元的比例信息、所述相关性信息和所述困惑度,或者包括所述非掩码单元的比例信息、所述相关性信息、所述信噪比信息和所述困惑度。
13.一种非瞬时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-9中任一项所述的语音识别置信度的确定方法的步骤。
技术总结
本公开提出一种语音识别置信度的确定方法和确定装置,涉及语音识别技术领域。本公开根据每句监测语音的声学识别结果中的非掩码单元的比例信息、每句监测语音的语言识别结果与教学课堂的关键词信息之间的相关性信息、教学课堂的每句监测语音的信噪比信息、困惑度等多模态信息,在复杂授课环境下的教学课堂质量监测中,也能够准确评估监测语音的语音识别置信度,为后续的下游任务提供支撑,可以适用于复杂授课环境下的教学课堂质量监测。
技术研发人员:李成飞;白锦峰
受保护的技术使用者:北京世纪好未来教育科技有限公司
技术研发日:2021.07.28
技术公布日:2021.08.27
本文用于企业家、创业者技术爱好者查询,结果仅供参考。