一種語(yǔ)音識(shí)別方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明實(shí)施例涉及語(yǔ)音識(shí)別技術(shù)領(lǐng)域，尤其涉及一種語(yǔ)音識(shí)別方法及裝置。
【背景技術(shù)】
[0002]隨著語(yǔ)音識(shí)別技術(shù)的發(fā)展，自然語(yǔ)音交互越來(lái)越成為趨勢(shì)，使用自然語(yǔ)言進(jìn)行人機(jī)交互成為智能化設(shè)備非常明顯的標(biāo)志。
[0003]現(xiàn)有技術(shù)中，基于自然語(yǔ)言的人機(jī)交互是以規(guī)范化的語(yǔ)音文本為前提的，即用戶用于進(jìn)行人機(jī)交互的語(yǔ)音文本必須具有規(guī)范化的用詞和規(guī)范化的語(yǔ)句結(jié)構(gòu)。對(duì)于非規(guī)范化的語(yǔ)音文本而言，其往往很難被機(jī)器所識(shí)別。然而，口語(yǔ)化的交流方式作為人們?nèi)粘Ｉ钪械闹饕涣鞣绞剑捎谄渚哂杏迷~隨意、語(yǔ)句結(jié)構(gòu)不規(guī)范等特點(diǎn)，其往往不能被用于人機(jī)交互中，這與人們的交流習(xí)慣相悖，嚴(yán)重影響了人機(jī)交互的體驗(yàn)。

【發(fā)明內(nèi)容】

[0004]本發(fā)明實(shí)施例提供一種語(yǔ)音識(shí)別方法及裝置，用以解決現(xiàn)有技術(shù)無(wú)法識(shí)別口語(yǔ)化的語(yǔ)音文本的問(wèn)題。
[0005]本發(fā)明實(shí)施例第一方面提供一種語(yǔ)音識(shí)別方法，該方法包括:
[0006]獲取用戶的語(yǔ)音數(shù)據(jù)，并根據(jù)所述語(yǔ)音數(shù)據(jù)獲取對(duì)應(yīng)的語(yǔ)音文本；
[0007]根據(jù)預(yù)設(shè)的語(yǔ)音文本識(shí)別模型，確定所述語(yǔ)音文本是否為口語(yǔ)文本；
[0008]若所述語(yǔ)音文本為口語(yǔ)文本，則對(duì)所述語(yǔ)音文本進(jìn)行歸一化和標(biāo)準(zhǔn)化處理，生成規(guī)范化的語(yǔ)音文本；
[0009]對(duì)所述規(guī)范化的語(yǔ)音文本，進(jìn)行語(yǔ)義解析。
[0010]本發(fā)明實(shí)施例第二方面提供一種語(yǔ)音識(shí)別裝置，該裝置包括:
[0011]獲取模塊，用于獲取用戶的語(yǔ)音數(shù)據(jù)，并根據(jù)所述語(yǔ)音數(shù)據(jù)獲取對(duì)應(yīng)的語(yǔ)音文本；
[0012]確定模塊，用于根據(jù)預(yù)設(shè)的語(yǔ)音文本識(shí)別模型，確定所述語(yǔ)音文本是否為口語(yǔ)文本；
[0013]處理模塊，用于當(dāng)所述語(yǔ)音文本為口語(yǔ)文本時(shí)，對(duì)所述語(yǔ)音文本進(jìn)行歸一化和標(biāo)準(zhǔn)化處理，生成規(guī)范化的語(yǔ)音文本；
[0014]解析模塊，用于對(duì)所述規(guī)范化的語(yǔ)音文本，進(jìn)行語(yǔ)義解析。
[0015]本發(fā)明實(shí)施例第三方面提供一種語(yǔ)音識(shí)別裝置，該裝置，包括:
[0016]處理器；
[0017]用于存儲(chǔ)所述處理器的可執(zhí)行指令的存儲(chǔ)器；
[0018]其中，所述處理器被配置為:
[0019]獲取用戶的語(yǔ)音數(shù)據(jù)，并根據(jù)所述語(yǔ)音數(shù)據(jù)獲取對(duì)應(yīng)的語(yǔ)音文本；
[0020]根據(jù)預(yù)設(shè)的語(yǔ)音文本識(shí)別模型，確定所述語(yǔ)音文本是否為口語(yǔ)文本；
[0021 ]若所述語(yǔ)音文本為口語(yǔ)文本，則對(duì)所述語(yǔ)音文本進(jìn)行歸一化和標(biāo)準(zhǔn)化處理，生成規(guī)范化的語(yǔ)音文本；
[0022]根據(jù)所述規(guī)范化的語(yǔ)音文本，進(jìn)行語(yǔ)義解析。
[0023]本發(fā)明實(shí)施例，通過(guò)預(yù)先建立的語(yǔ)音文本識(shí)別模型對(duì)口語(yǔ)文本進(jìn)行識(shí)別，若輸入的語(yǔ)音文本為口語(yǔ)文本，則通過(guò)歸一化和標(biāo)準(zhǔn)化的處理方法，將口語(yǔ)文本轉(zhuǎn)化為規(guī)范化的語(yǔ)音文本，從而根據(jù)規(guī)范化語(yǔ)音文本的解析方法和業(yè)務(wù)定位方法對(duì)轉(zhuǎn)化后的口語(yǔ)文本進(jìn)行語(yǔ)義解析，解決了現(xiàn)有技術(shù)無(wú)法識(shí)別口語(yǔ)文本的問(wèn)題，提高了用戶的使用體驗(yàn)。
【附圖說(shuō)明】
[0024]為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0025]圖1為本發(fā)明實(shí)施例一提供的語(yǔ)音識(shí)別方法的流程示意圖；
[0026]圖2為本發(fā)明實(shí)施例二提供的語(yǔ)音識(shí)別方法的流程示意圖；
[0027]圖3為本發(fā)明實(shí)施例二中第一映射關(guān)系的建立方法的流程示意圖；
[0028]圖4為本發(fā)明實(shí)施例三提供的語(yǔ)音識(shí)別裝置的結(jié)構(gòu)示意圖；
[0029]圖5為本發(fā)明實(shí)施例四提供的語(yǔ)音識(shí)別裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0030]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0031 ]本發(fā)明的說(shuō)明書和權(quán)利要求書的術(shù)語(yǔ)“包括”和“具有”以及他們的任何變形，意圖在于覆蓋不排他的包含，例如，包含了一系列步驟的過(guò)程或結(jié)構(gòu)的裝置不必限于清楚地列出的那些結(jié)構(gòu)或步驟而是可包括沒(méi)有清楚地列出的或?qū)τ谶@些過(guò)程或裝置固有的其它步驟或結(jié)構(gòu)。
[0032]圖1為本發(fā)明實(shí)施例一提供的語(yǔ)音識(shí)別方法的流程示意圖，該方法可以通過(guò)一語(yǔ)音識(shí)別裝置來(lái)執(zhí)行。如圖1所示，本實(shí)施例提供的方法包括如下步驟:
[0033]步驟S101、獲取用戶的語(yǔ)音數(shù)據(jù)，并根據(jù)所述語(yǔ)音數(shù)據(jù)獲取對(duì)應(yīng)的語(yǔ)音文本。
[0034]本實(shí)施例中，語(yǔ)音識(shí)別裝置可以是攜帶有語(yǔ)音識(shí)別功能的玩具、電腦、智能手機(jī)、智能電視、游戲設(shè)備等。
[0035]進(jìn)一步的，本實(shí)施例中，語(yǔ)音數(shù)據(jù)可以是用戶預(yù)先錄制好的語(yǔ)音數(shù)據(jù)，也可以是通過(guò)語(yǔ)音采集裝置實(shí)時(shí)采集獲得的語(yǔ)音數(shù)據(jù)，例如所述語(yǔ)音數(shù)據(jù)可以是通過(guò)設(shè)置在語(yǔ)音識(shí)別裝置上的麥克風(fēng)采集獲得的。在獲得語(yǔ)音數(shù)據(jù)后，通過(guò)對(duì)語(yǔ)音數(shù)據(jù)進(jìn)行識(shí)別，獲得對(duì)應(yīng)的語(yǔ)音文本。比如用戶輸入語(yǔ)音數(shù)據(jù)“看個(gè)電影吧劉德華演的”，進(jìn)而識(shí)別得到文本數(shù)據(jù)“看個(gè)電影吧劉德華演的”。本實(shí)施例中，語(yǔ)音文本的獲取方式與現(xiàn)有技術(shù)類似在這里不再贅述。
[0036]步驟S102、根據(jù)預(yù)設(shè)的語(yǔ)音文本識(shí)別模型，確定所述語(yǔ)音文本是否為口語(yǔ)文本。
[0037]具體的，本實(shí)施例中，語(yǔ)音文本識(shí)別模型中可以包括口語(yǔ)文本集、規(guī)范文本集，以及第一映射關(guān)系。其中，第一映射關(guān)系用于存儲(chǔ)所述口語(yǔ)文本集和所述規(guī)范文本集中的每個(gè)特征量對(duì)應(yīng)的語(yǔ)音文本為口語(yǔ)文本的概率?？谡Z(yǔ)文本集包括用于存儲(chǔ)樣本口語(yǔ)特征詞的第一子集合和/或用于存儲(chǔ)樣本口語(yǔ)句式結(jié)構(gòu)的第二子集合。規(guī)范文本集包括用于存儲(chǔ)樣本規(guī)范特征詞的第三子集合和/或用于存儲(chǔ)樣本規(guī)范句式結(jié)構(gòu)的第四子集合?？谡Z(yǔ)文本集的特征量包括口語(yǔ)特征詞和/或口語(yǔ)句式結(jié)構(gòu)。規(guī)范文本集的特征量包括規(guī)范特征詞和/或規(guī)范句式結(jié)構(gòu)。
[0038]舉例來(lái)說(shuō)，本實(shí)施例中的語(yǔ)音文本識(shí)別模型可以是一個(gè)集查找、計(jì)算、判斷為一體的模型，當(dāng)判斷一個(gè)語(yǔ)音文本是否為口語(yǔ)文本時(shí)，首先通過(guò)語(yǔ)音文本識(shí)別模型中的第一映射關(guān)系查找語(yǔ)音文本中各特征量對(duì)應(yīng)的語(yǔ)音文本為口語(yǔ)文本的概率值，在獲得所述概率值后，再以各概率值為輸入，通過(guò)語(yǔ)音文本識(shí)別模型中的復(fù)合概率計(jì)算公式計(jì)算語(yǔ)音文本為口語(yǔ)文本的復(fù)合概率，最后，在計(jì)算獲得所述復(fù)合概率后，根據(jù)復(fù)合概率與預(yù)設(shè)閾值之間的大小關(guān)系，判斷并輸出識(shí)別結(jié)果(即語(yǔ)音文本是否為口語(yǔ)文本)。
[0039]口語(yǔ)文本集，為一個(gè)用于存儲(chǔ)口語(yǔ)文本的集合，該集合中包含有海量的口語(yǔ)說(shuō)法的文本。本實(shí)施例中，口語(yǔ)文本集可以包括用于存儲(chǔ)口語(yǔ)化的特征詞的第一子集合，和/或用于存儲(chǔ)口語(yǔ)化的句式結(jié)構(gòu)的第二子集合，其中第一子集合中的特征詞和第二子集合中的句式結(jié)構(gòu)，均為從海量的口語(yǔ)說(shuō)法的文本中提取獲得的。例如，第一子集合中可以包括如“看個(gè)”、“玩?zhèn)€” “瞅一眼”等口語(yǔ)化的特征詞，第二子集合中可以包括諸如倒裝(比如“看個(gè)電影劉德華演的”、“來(lái)個(gè)電影看吧”)、省略等口語(yǔ)化的句式結(jié)構(gòu)。
[0040]進(jìn)一步的，當(dāng)口語(yǔ)文本集中包括第一子集合時(shí)，口語(yǔ)文本集的特征量包括第一子集合中的特征詞。當(dāng)口語(yǔ)文本集中包括第二子集合時(shí)，口語(yǔ)文本集的口語(yǔ)化特征量包括第二子集合中的口語(yǔ)化句式結(jié)構(gòu)。本實(shí)施例中，優(yōu)選的，口語(yǔ)文本集同時(shí)包括第一子集合和第二子集合，優(yōu)選的，口語(yǔ)特征集的特征量同時(shí)包括口語(yǔ)化的特征詞和口語(yǔ)化的句式結(jié)構(gòu)。
[0041]規(guī)范文本集，為一個(gè)用于存儲(chǔ)規(guī)范文本的集合，該集合中包含有海量的規(guī)范說(shuō)法的文本。進(jìn)一步的，規(guī)范文本集可以包括用于存儲(chǔ)規(guī)范化的特征詞的第三子集合，和/或用于存儲(chǔ)規(guī)范化的句式結(jié)構(gòu)的第四子集合，其中，第三子集合中的特征詞和第四子集合中的句式結(jié)構(gòu)，均為從海量的規(guī)范化說(shuō)法的文本中提取的。例如，第三子集合中可以包括如“搜索”、“查看”、“呼叫”等規(guī)范化的特征詞，第四子集合中可以包括諸如“搜索劉德華演的電影”這種規(guī)范化的句式結(jié)構(gòu)。
[0042]進(jìn)一步的，當(dāng)規(guī)范文本集中包括第三子集合時(shí)，規(guī)范文本集的特征量包括第三子集合中的規(guī)范化特征詞。當(dāng)規(guī)范文本集中包括第四子集合時(shí)，規(guī)范文本集的特征量包括第四子集合中的規(guī)范化句式結(jié)構(gòu)。本實(shí)施例中，規(guī)范文本集中優(yōu)選同時(shí)包括第