CN201810135187-一种语音识别文本纠错方法及装置.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 108304385 A (43)申请公布日 2018.07.20 (21)申请号 201810135187.4 (22)申请日 2018.02.09 (71)申请人 叶伟 地址 200126 上海市浦东新区耀华路560号 204室 (72)发明人 叶伟　 (74)专利代理机构 上海伯瑞杰知识产权代理有 限公司 31227 代理人 孟旭彤 (51)Int.Cl. G06F 17/27(2006.01) G06F 17/30(2006.01) G06K 9/62(2006.01) G10L 15/26(2006.01) 权利要求书2页 说明书3页 附图3页 (54)发明名称 一种语音识别文本纠错方法及装置 (57)摘要 一种语音识别文本纠错方法，该方法包括： 生成用户词典库；生成候选待纠错文本集合；生 成候选纠错后文本集合；以及对候选纠错后文本 集合进行筛选，获得纠错后文本。本发明的实施 例通过建立用户语料库的技术特征，构建出纠错 后文本的判断模型，生成候选纠错后文本；并且 建立用户语句预测模型，利用该模型，计算得到 语音识别的纠错后文本，获得的有益效果之一 是，在智能家居控制领域，为智能家电的语音识 别控制的准确性提供了更进一步的实现方案。 A 5 8 3 4 0 3 8 0 1 N C CN 108304385 A 权　利　要　求　书 1/2页 1.一种语音识别文本纠错方法，其特征在于，该方法包括： 生成用户词典库； 生成候选待纠错文本集合； 生成候选纠错后文本集合；以及 对候选纠错后文本集合进行筛选，获得纠错后文本。 2.如权利要求1所述语音识别文本纠错方法，其特征在于，生成用户词典库的步骤包 括： 收集用户文本语料，并进行整理； 对整理后的语料文本进行分词和去除停用词； 对分词结果进行词性标注、词频统计、拼音标注后构建用户词典库。 3.如权利要求1所述语音识别文本纠错方法，其特征在于，生成候选待纠错文本集合的 步骤包括： 对语音识别文本进行分词、去除停用词后，获得各分词结果； 检查各分词是否在用户词典库中，若在用户词典库中出现，则所述语音识别文本不作 为候选待纠错文本，若不在用户词典库中，则所述语音识别文本作为候选待纠错文本。 4.如权利要求1所述语音识别文本纠错方法，其特征在于，生成候选纠错后文本集合的 步骤包括： 根据训练样本，生成判断用户词典库中各词是否是候选纠错后文本的判断模型，其中 将编辑距离作为模型输入特征； 将所有候选纠错后文本替换掉待纠错文本，从而生成候选纠错后文本。 5.如权利要求1所述语音识别文本纠错方法，其特征在于，对候选纠错后文本集合进行 筛选后获得纠错后文本的步骤包括： 将统计获得的用户数据，作为原始输入参数，将用户语料意图及实体作为输出，构建用 户语句预测模型； 利用用户语句预测模型，将语音识别文本的包括语音交互时间的原始参数输入，从而 获得预测得到的用户意图及实体； 将预测所得到的用户意图及实体与候选纠错后文本进行相似度计算，得到相似度最高 的候选纠错后文本作为唯一纠错后文本。 6.如权利要求4所述语音识别文本纠错方法，其特征在于，候选纠错后文本判断模型的 构建步骤包括： 整理原始语音识别文本； 人工对原始语音识别文本进行纠错，并记录下各纠错后文本；