技术特征:
一种语音识别方法,应用于电子设备,其中,包括:
获取输入的语音数据,并将所述语音数据转换为文本数据;
对所述文本数据进行语义识别,得到语义识别结果;
获取对应所述语音数据的上下文数据,并根据预先训练的注意力网络获取所述上下文数据以及所述语义识别结果与语义意图之间的注意力权重;
根据所述语义识别结果、所述上下文数据以及所述语义识别结果各自对应的注意力权重,进行意图分类,得到所述语音数据的目标意图。
根据权利要求1所述的语音识别方法,其中,所述对所述文本数据进行语义识别,得到语义识别结果,包括:
对所述文本数据进行向量化处理,得到对应的文本向量;
将所述文本向量输入预先训练的语义识别模型进行语义识别,得到所述语义识别结果。
根据权利要求2所述的语音识别方法,其中,在将所述文本向量输入预先训练的语义识别模型进行语义识别之前,还包括:
根据预设的知识库对所述文本向量进行优化。
根据权利要求3所述的语音识别方法,其中,所述根据预设的知识库对所述文本向量进行优化,包括:
识别所述文本数据中包括的实体;
确定所述知识库中与所述实体对应的目标实体,并对所述目标实体进行向量化处理,得到对应的实体向量;
将所述实体向量增加至所述文本向量中。
根据权利要求1所述的语音识别方法,其中,所述将所述语音数据转换为文本数据之前,还包括:
提取所述语音数据的声纹特征,并对所述声纹特征进行校验;
若校验通过,则将所述语音数据转换为文本数据。
根据权利要求5所述的语音识别方法,其中,所述对所述声纹特征进行校验,包括:
获取所述声纹特征与预设声纹特征的相似度;
判断所述相似度是否大于或等于预设相似度,是则校验通过,否则校验不通过。
根据权利要求1所述的语音识别方法,其中,在得到所述语音数据的目标意图之后,还包括:
执行对应所述目标意图的操作。
一种语音识别装置,应用于电子设备,其中,包括:
文本获取模块,用于获取输入的语音数据,并将所述语音数据转换为文本数据;
语义识别模块,用于对所述文本数据进行语义识别,得到语义识别结果;
权重获取模块,用于获取对应所述语音数据的上下文数据,并根据预先训练的注意力网络获取所述上下文数据以及所述语义识别结果与语义意图之间的注意力权重;
意图分类模块,用于根据所述语义识别结果、所述上下文数据以及所述语义识别结果各自对应的注意力权重,进行意图分类,得到所述语音数据的目标意图。
根据权利要求8所述的语音识别装置,其中,在对所述文本数据进行语义识别,得到语义识别结果时,所述语义识别模块可以用于:
对所述文本数据进行向量化处理,得到对应的文本向量;
将所述文本向量输入预先训练的语义识别模型进行语义识别,得到所述语义识别结果。
根据权利要求9所述的语音识别装置,其中,在将所述文本向量输入预先训练的语义识别模型进行语义识别之前,所述语义识别模块可以用于:
根据预设的知识库对所述文本向量进行优化。
根据权利要求10所述的语音识别装置,其中,在根据预设的知识库对所述文本向量进行优化时,所述语义识别模块可以用于:
识别所述文本数据中包括的实体;
确定所述知识库中与所述实体对应的目标实体,并对所述目标实体进行向量化处理,得到对应的实体向量;
将所述实体向量增加至所述文本向量中。
根据权利要求8所述的语音识别装置,其中,在将所述语音数据转换为文本数据之前,所述文本获取模块可以用于:
提取所述语音数据的声纹特征,并对所述声纹特征进行校验;
若校验通过,则将所述语音数据转换为文本数据。
一种存储介质,其上存储有计算机程序,其中,当所述计算机程序在计算机上执行时,使得所述计算机执行如下步骤:
获取输入的语音数据,并将所述语音数据转换为文本数据;
对所述文本数据进行语义识别,得到语义识别结果;
获取对应所述语音数据的上下文数据,并根据预先训练的注意力网络获取所述上下文数据以及所述语义识别结果与语义意图之间的注意力权重;
根据所述语义识别结果、所述上下文数据以及所述语义识别结果各自对应的注意力权重,进行意图分类,得到所述语音数据的目标意图。
一种电子设备,包括存储器,处理器,其中,所述处理器通过调用所述存储器中存储的计算机程序,用于执行:
获取输入的语音数据,并将所述语音数据转换为文本数据;
对所述文本数据进行语义识别,得到语义识别结果;
获取对应所述语音数据的上下文数据,并根据预先训练的注意力网络获取所述上下文数据以及所述语义识别结果与语义意图之间的注意力权重;
根据所述语义识别结果、所述上下文数据以及所述语义识别结果各自对应的注意力权重,进行意图分类,得到所述语音数据的目标意图。
根据权利要求14所述的电子设备,其中,在对所述文本数据进行语义识别,得到语义识别结果时,所述处理器用于执行:
对所述文本数据进行向量化处理,得到对应的文本向量;
将所述文本向量输入预先训练的语义识别模型进行语义识别,得到所述语义识别结果。
根据权利要求15所述的电子设备,其中,在将所述文本向量输入预先训练的语义识别模型进行语义识别之前,所述处理器还用于执行:
根据预设的知识库对所述文本向量进行优化。
根据权利要求16所述的电子设备,其中,在根据预设的知识库对所述文本向量进行优化时,所述处理器用于执行:
识别所述文本数据中包括的实体;
确定所述知识库中与所述实体对应的目标实体,并对所述目标实体进行向量化处理,得到对应的实体向量;
将所述实体向量增加至所述文本向量中。
根据权利要求14所述的电子设备,其中,在将所述语音数据转换为文本数据之前,所述处理器还用于执行:
提取所述语音数据的声纹特征,并对所述声纹特征进行校验;
若校验通过,则将所述语音数据转换为文本数据。
根据权利要求18所述的电子设备,其中,在对所述声纹特征进行校验时,所述处理器用于执行:
获取所述声纹特征与预设声纹特征的相似度;
判断所述相似度是否大于或等于预设相似度,是则校验通过,否则校验不通过。
根据权利要求14所述的电子设备,其中,在得到所述语音数据的目标意图之后,所述处理器还用于执行:
执行对应所述目标意图的操作。
技术总结
本申请公开了一种语音识别方法,使得电子设备在输入的语音数据之外,还协同语音数据对应的上下文数据作为语义意图理解相关的辅助数据,从而利用输入的语音数据及其对应的上下文数据共同完成对语义意图的识别,能够提高电子设备对语音数据进行意图识别的准确性。
技术研发人员:史晓峰
受保护的技术使用者:深圳市欢太科技有限公司;OPPO广东移动通信有限公司
技术研发日:2019.04.17
技术公布日:2021.08.31
本文用于企业家、创业者技术爱好者查询,结果仅供参考。