CN114155836B 语音识别方法、相关设备及可读存储介质 （科大讯飞股份有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114155836B(45)授权公告日2025.07.04

(21)申请号202111479624.2

(22)申请日2021.12.06

(65)同一申请的已公布的文献号申请公布号CN114155836A

(43)申请公布日2022.03.08

(73)专利权人科大讯飞股份有限公司

地址230088安徽省合肥市高新区望江西

路666号

(72)发明人赵子航李永超吴重亮方昕

(74)专利代理机构北京集佳知识产权代理有限公司11227

专利代理师宋东阳

(51)Int.CI.

G10L15/02(2006.01)

G10L15/26(2006.01)

G10L19/00(2013.01)

(56)对比文件

CN

103971686

A,2014.08.06

CN

111354347

A,2020.06.30

CN

113436614

A,2021.09.24

审查员郑心妍

权利要求书3页说明书11页附图6页

(54)发明名称

语音识别方法、相关设备及可读存储介质

(57)摘要

CN114155836B本申请公开了一种语音识别方法、相关设备及可读存储介质。该方案中，通过预先构建一个解码网络，该解码网络包括主解码网络以及插入在该主解码网络中的热词解码网络，在获取待识别的语音信号之后，利用该解码网络对该语音信号进行解码，并在解码过程中，利用该热词解码网络对该语音信号进行热词激励，得到对应的语音识别文本。基于该方案，只需对语音信号进行一次解码处理，即可实现对热词的激励，因此，该

CN114155836B

获取待识别的语音信号

获取预先构建的解码网络，所述解码网络包括主解码网络以热词解码网络

利用所述解码网络对所述语音信号进行解码，在解

码过程中，利用所述热词解码网络对所述语音信号

进行热词激励，得到对应的语音识别文本

S101

S102

S103

CN114155836B权利要求书1/3页

2

1.一种语音识别方法，其特征在于，所述方法包括：

获取待识别的语音信号；

获取预先构建的解码网络，所述解码网络包括主解码网络以及热词解码网络；所述热词解码网络融入到所述主解码网络；所述主解码网络为加权有限状态转换器WFST网络；所述热词解码网络为有限状态自动机FSA网络；

利用所述解码网络对所述语音信号进行解码，在解码过程中，利用所述热词解码网络对所述语音信号进行热词激励，得到对应的语音识别文本，所述利用所述热词解码网络对所述语音信号进行热词激励包括基于预设的所述热词解码网络的激励分数对所述语音信号进行热词激励；

所述解码网络的构建方法包括：构建主解码网络，所述主解码网络中包括至少一个槽位，每个所述槽位位于两个节点之间；针对所述主解码网络中的每个槽位，将所述热词解码网络插入所述槽位中，生成解码网络。

2.根据权利要求1所述的方法，其特征在于，所述解码网络的构建方法还包括：

获取第一热词列表，所述第一热词列表中包括一个或多个第一热词；

基于所述第一热词列表，构建热词解码网络，所述热词解码网络中包括多个分支，分支的数量与所述第一热词列表中第一热词的数量相同，每个分支头部和尾部的弧为静音弧。

3.根据权利要求1所述的方法，其特征在于，所述将所述热词解码网络插入所述槽位中，包括：

针对所述热词解码网络中每个分支，将所述热词解码网络中各个分支头部和尾部的静音弧拆除；

将所述分支头部的实弧对应的三音素中的第一个音素设置为所述主解码网络中所述槽位之前的首个实弧对应的三音素中的最后一个音素，将所述分支尾部的实弧对应的三音素中的最后一个音素设置为所述主解码网络中所述槽位之后的首个实弧对应的三音素中的第一个音素；

将所述分支头部的实弧与所述主解码网络中所述槽位之前的首个节点连接，将所述分支尾部的实弧与所述主解码网络中所述槽位之后的首个节点连接。

4.根据权利要求1所述的方法，其特征在于，所述利用所述解码网络对所述语音信号进行解码，在解码过程中，利用所述热词解码网络对所述语音信号进行热词激励，得到对应的语音识别文本，包括：

获取所述热词解码网络对应槽位的激励分数；

针对所述语音信号中每个语音信号帧，根据所述解码网络对所述语音信号帧进行解码，在解码过程中，根据所述热词解码网络对应槽位的激励分数对在所述热词解码网络中的解码令牌的得分进行激励；