語(yǔ)音識(shí)別文本處理方法及系統(tǒng)技術(shù)方案

本發(fā)明專利技術(shù)公開(kāi)了一種語(yǔ)音識(shí)別文本處理方法及系統(tǒng)，該方法包括：獲取待識(shí)別語(yǔ)音數(shù)據(jù)；對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行語(yǔ)音識(shí)別，得到所述語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的語(yǔ)音識(shí)別結(jié)果，所述語(yǔ)音識(shí)別結(jié)果為語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的識(shí)別文本；對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行異常語(yǔ)音檢測(cè)，以確定所述語(yǔ)音數(shù)據(jù)中的異常語(yǔ)音；對(duì)所述識(shí)別文本中對(duì)應(yīng)所述異常語(yǔ)音的部分進(jìn)行標(biāo)記；將標(biāo)記后的識(shí)別文本提供給用戶。利用本發(fā)明專利技術(shù)，可以自動(dòng)檢測(cè)出異常語(yǔ)音數(shù)據(jù)的識(shí)別文本并標(biāo)記出來(lái)，提示用戶，降低對(duì)用戶的誤導(dǎo)。

【技術(shù)實(shí)現(xiàn)步驟摘要】

本專利技術(shù)涉及語(yǔ)音信號(hào)處理
，具體涉及一種語(yǔ)音識(shí)別文本處理方法及系統(tǒng)。
技術(shù)介紹
隨著語(yǔ)音技術(shù)的發(fā)展，自動(dòng)語(yǔ)音識(shí)別技術(shù)已經(jīng)被廣泛地應(yīng)用于生產(chǎn)、生活的各個(gè)領(lǐng)域，構(gòu)造出各種實(shí)用的語(yǔ)音識(shí)別系統(tǒng)，如語(yǔ)音會(huì)議轉(zhuǎn)寫系統(tǒng)等。然而，在實(shí)際的識(shí)別文本中，經(jīng)常會(huì)存在各種異常語(yǔ)音數(shù)據(jù)的識(shí)別文本，因此不可避免地會(huì)產(chǎn)生一些異常識(shí)別文本。由于異常語(yǔ)音數(shù)據(jù)的識(shí)別文本可懂度較低，經(jīng)常會(huì)使用戶無(wú)法理解識(shí)別文本所表達(dá)的語(yǔ)義，給用戶造成干擾，甚至誤導(dǎo)用戶，如異常語(yǔ)音數(shù)據(jù)為“九幺零九后邊再隔一家”，識(shí)別文本為“九幺零九后面的可以去”。因此，如何減輕異常語(yǔ)音識(shí)別文本對(duì)用戶的干擾，是業(yè)界需要解決的一個(gè)問(wèn)題。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)提供一種語(yǔ)音識(shí)別文本處理方法及系統(tǒng)，以自動(dòng)檢測(cè)出異常語(yǔ)音數(shù)據(jù)的識(shí)別文本并標(biāo)記出來(lái)，提示用戶，降低對(duì)用戶的誤導(dǎo)。為此，本專利技術(shù)提供如下技術(shù)方案：一種語(yǔ)音識(shí)別文本處理方法，包括：獲取待識(shí)別語(yǔ)音數(shù)據(jù)；對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行語(yǔ)音識(shí)別，得到所述語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的語(yǔ)音識(shí)別結(jié)果，所述語(yǔ)音識(shí)別結(jié)果為語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的識(shí)別文本；對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行異常語(yǔ)音檢測(cè)，以確定所述語(yǔ)音數(shù)據(jù)中的異常語(yǔ)音；對(duì)所述識(shí)別文本中對(duì)應(yīng)所述異常語(yǔ)音的部分進(jìn)行標(biāo)記；將標(biāo)記后的識(shí)別文本提供給用戶。優(yōu)選地，所述根據(jù)語(yǔ)音識(shí)別結(jié)果對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行異常語(yǔ)音檢測(cè)，得到異常語(yǔ)音檢測(cè)結(jié)果包括：依次獲取所述語(yǔ)音數(shù)據(jù)中的待檢測(cè)語(yǔ)音片段；根據(jù)語(yǔ)音識(shí)別結(jié)果計(jì)算所述待檢測(cè)語(yǔ)音片段的后驗(yàn)概率和/或置信度；基于所述后驗(yàn)概率和/或置信度確定所述待檢測(cè)語(yǔ)音片段是否為異常語(yǔ)音。優(yōu)選地，所述根據(jù)語(yǔ)音識(shí)別結(jié)果計(jì)算所述待檢測(cè)語(yǔ)音片段的后驗(yàn)概率包括：根據(jù)語(yǔ)音識(shí)別時(shí)的解碼路徑，確定當(dāng)前待檢測(cè)語(yǔ)音片段對(duì)應(yīng)的各語(yǔ)法單元；計(jì)算各語(yǔ)法單元每幀語(yǔ)音數(shù)據(jù)的后驗(yàn)概率；將當(dāng)前待檢測(cè)語(yǔ)音片段對(duì)應(yīng)的所有語(yǔ)法單元每幀語(yǔ)音數(shù)據(jù)的后驗(yàn)概率進(jìn)行融合處理，得到當(dāng)前待檢測(cè)語(yǔ)音片段的后驗(yàn)概率；所述根據(jù)語(yǔ)音識(shí)別結(jié)果計(jì)算所述待檢測(cè)語(yǔ)音片段的置信度包括：提取所述待檢測(cè)語(yǔ)音片段的檢測(cè)特征，所述檢測(cè)特征包括：所述待檢測(cè)語(yǔ)音片段的識(shí)別特征；或者所述檢測(cè)特征包括：待檢測(cè)語(yǔ)音片段的識(shí)別特征、以及所述待檢測(cè)語(yǔ)音片段對(duì)應(yīng)的識(shí)別文本的語(yǔ)義特征；或者所述檢測(cè)特征包括：待檢測(cè)語(yǔ)音片段的識(shí)別特征、所述待檢測(cè)語(yǔ)音片段對(duì)應(yīng)的識(shí)別文本的語(yǔ)義特征、以及所述待檢測(cè)語(yǔ)音片段的后驗(yàn)概率；根據(jù)所述檢測(cè)特征計(jì)算所述待檢測(cè)語(yǔ)音數(shù)據(jù)的置信度；所述基于所述后驗(yàn)概率和/或置信度確定所述待檢測(cè)語(yǔ)音片段是否為異常語(yǔ)音包括：如果當(dāng)前待檢測(cè)語(yǔ)音片段的后驗(yàn)概率和/或置信度小于設(shè)定的閾值，則確定當(dāng)前待檢測(cè)語(yǔ)音片段為異常語(yǔ)音。優(yōu)選地，所述后驗(yàn)概率包括：狀態(tài)后驗(yàn)概率、和/或?qū)傩院篁?yàn)概率。優(yōu)選地，所述方法還包括：在對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行語(yǔ)音識(shí)別之前，依次獲取所述語(yǔ)音數(shù)據(jù)中的待檢測(cè)語(yǔ)音片段；如果當(dāng)前待檢測(cè)語(yǔ)音片段滿足設(shè)定的異常語(yǔ)音確定規(guī)則，則在對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行語(yǔ)音識(shí)別后，不再對(duì)所述當(dāng)前待檢測(cè)語(yǔ)音片段進(jìn)行異常語(yǔ)音檢測(cè)，而是直接將所述當(dāng)前待檢測(cè)語(yǔ)音片段作為異常語(yǔ)音。優(yōu)選地，所述對(duì)所述識(shí)別文本中對(duì)應(yīng)所述異常語(yǔ)音的部分進(jìn)行標(biāo)記包括以下任意一種或多種：對(duì)所述異常語(yǔ)音的識(shí)別文本添加下劃線、或刪除線；將所述異常語(yǔ)音的識(shí)別文本調(diào)整為與其它識(shí)別文本不同的顏色和/或字體；將所述異常語(yǔ)音的識(shí)別文本調(diào)整為漸變色；使用多侯選的方式顯示異常語(yǔ)音的識(shí)別文本。優(yōu)選地，所述方法還包括：在用戶點(diǎn)擊有標(biāo)記的識(shí)別文本時(shí)，彈出帶有提示信息的消息框、或氣泡、或包含提示信息的圖片。優(yōu)選地，所述方法還包括：將所述提示信息合成語(yǔ)音，并播放所述語(yǔ)音給用戶。一種語(yǔ)音識(shí)別文本處理系統(tǒng)，包括：接收模塊，用于獲取待識(shí)別語(yǔ)音數(shù)據(jù)；語(yǔ)音識(shí)別模塊，用于對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行語(yǔ)音識(shí)別，得到所述語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的語(yǔ)音識(shí)別結(jié)果，所述語(yǔ)音識(shí)別結(jié)果為語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的識(shí)別文本；異常語(yǔ)音檢測(cè)模塊，用于對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行異常語(yǔ)音檢測(cè)，以確定所述語(yǔ)音數(shù)據(jù)中的異常語(yǔ)音；標(biāo)記模塊，用于對(duì)所述識(shí)別文本中對(duì)應(yīng)所述異常語(yǔ)音的部分進(jìn)行標(biāo)記；文本提供模塊，用于將標(biāo)記后的識(shí)別文本提供給用戶。優(yōu)選地，所述異常語(yǔ)音檢測(cè)模塊包括：語(yǔ)音片段提取單元、判斷單元、以及后驗(yàn)概率計(jì)算單元和/或置信度計(jì)算單元；所述語(yǔ)音片段提取單元，用于依次獲取所述語(yǔ)音數(shù)據(jù)中的待檢測(cè)語(yǔ)音片段；所述后驗(yàn)概率計(jì)算單元，用于根據(jù)語(yǔ)音識(shí)別結(jié)果計(jì)算所述待檢測(cè)語(yǔ)音片段的后驗(yàn)概率；所述置信度計(jì)算單元，用于根據(jù)語(yǔ)音識(shí)別結(jié)果計(jì)算所述待檢測(cè)語(yǔ)音片段的置信度；所述判斷單元，用于基于所述后驗(yàn)概率和/或置信度確定所述待檢測(cè)語(yǔ)音片段是否為異常語(yǔ)音。優(yōu)選地，所述后驗(yàn)概率計(jì)算單元包括：語(yǔ)法單元確定子單元，用于根據(jù)語(yǔ)音識(shí)別時(shí)的解碼路徑，確定當(dāng)前待檢測(cè)語(yǔ)音片段對(duì)應(yīng)的各語(yǔ)法單元；第一計(jì)算子單元，用于計(jì)算各語(yǔ)法單元每幀語(yǔ)音數(shù)據(jù)的后驗(yàn)概率；第一融合單元，用于將當(dāng)前待檢測(cè)語(yǔ)音片段對(duì)應(yīng)的所有語(yǔ)法單元每幀語(yǔ)音數(shù)據(jù)的后驗(yàn)概率進(jìn)行融合處理，得到當(dāng)前待檢測(cè)語(yǔ)音片段的后驗(yàn)概率；所述置信度計(jì)算單元包括：特征提取子單元，用于提取所述待檢測(cè)語(yǔ)音片段的檢測(cè)特征，所述檢測(cè)特征包括：所述待檢測(cè)語(yǔ)音片段的識(shí)別特征；或者所述檢測(cè)特征包括：待檢測(cè)語(yǔ)音片段的識(shí)別特征、以及所述待檢測(cè)語(yǔ)音片段對(duì)應(yīng)的識(shí)別文本的語(yǔ)義特征；或者所述檢測(cè)特征包括：待檢測(cè)語(yǔ)音片段的識(shí)別特征、所述待檢測(cè)語(yǔ)音片段對(duì)應(yīng)的識(shí)別文本的語(yǔ)義特征、以及所述待檢測(cè)語(yǔ)音片段的后驗(yàn)概率；第二計(jì)算子單元，用于根據(jù)所述檢測(cè)特征計(jì)算所述待檢測(cè)語(yǔ)音數(shù)據(jù)的置信度；所述判斷單元，具體用于在當(dāng)前待檢測(cè)語(yǔ)音片段的后驗(yàn)概率和/或置信度小于設(shè)定的閾值時(shí)，確定當(dāng)前待檢測(cè)語(yǔ)音片段為異常語(yǔ)音。優(yōu)選地，所述系統(tǒng)還包括：預(yù)檢測(cè)模塊，用于在所述語(yǔ)音識(shí)別模塊對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行語(yǔ)音識(shí)別之前，依次獲取所述語(yǔ)音數(shù)據(jù)中的待檢測(cè)語(yǔ)音片段，并且在當(dāng)前待檢測(cè)語(yǔ)音片段滿足設(shè)定的異常語(yǔ)音確定規(guī)則時(shí)，將所述當(dāng)前待檢測(cè)語(yǔ)音片段作為異常語(yǔ)音。優(yōu)選地，所述標(biāo)記模塊，具體用于采用以下任意一種或多種方式對(duì)所述識(shí)別文本中對(duì)應(yīng)所述異常語(yǔ)音的部分進(jìn)行標(biāo)記：對(duì)所述異常語(yǔ)音的識(shí)別文本添加下劃線、或刪除線；將所述異常語(yǔ)音的識(shí)別文本調(diào)整為與其它識(shí)別文本不同的顏色和/或字體；將所述異常語(yǔ)音的識(shí)別文本調(diào)整為漸變色；使用多侯選的方式顯示異常語(yǔ)音的識(shí)別文本。優(yōu)選地，所述系統(tǒng)還包括：提示模塊，用于在用戶點(diǎn)擊有標(biāo)記的識(shí)別文本時(shí)，彈出帶有提示信息的消息框、或氣泡、或包含提示信息的圖片。優(yōu)選地，所述系統(tǒng)還包括：合成模塊，用于將所述提示信息合成語(yǔ)音；播放模塊，用于播放所述語(yǔ)音給用戶。本專利技術(shù)實(shí)施例提供的語(yǔ)音識(shí)別文本處理方法及系統(tǒng)，根據(jù)語(yǔ)音識(shí)別結(jié)果自動(dòng)對(duì)語(yǔ)音數(shù)據(jù)進(jìn)行異常語(yǔ)音檢測(cè)，檢測(cè)出語(yǔ)音數(shù)據(jù)中的異常語(yǔ)音，然后對(duì)得到的識(shí)別文本中對(duì)應(yīng)異常語(yǔ)音的部分進(jìn)行標(biāo)記，將標(biāo)記后的識(shí)別文本提供給用戶，從而可以達(dá)到提示用戶的作用，降低異常識(shí)別文本對(duì)用戶的誤導(dǎo)。由于異常語(yǔ)音的檢測(cè)及異常語(yǔ)音的識(shí)別文本標(biāo)記均由系統(tǒng)自動(dòng)完成，因此，在處理的數(shù)據(jù)量較大時(shí)，可以明顯提高效率及準(zhǔn)確度。進(jìn)一步地，本專利技術(shù)提供了多種異常語(yǔ)音檢測(cè)及文本標(biāo)記方式，相應(yīng)地，系統(tǒng)采用模塊化的設(shè)計(jì)，在實(shí)際應(yīng)用中可以根據(jù)應(yīng)用環(huán)境及需要，靈活、方便地進(jìn)行選用。附圖說(shuō)明為了更清楚地說(shuō)明本申請(qǐng)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專利技術(shù)中記載的一些實(shí)施例，對(duì)于本本文檔來(lái)自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種語(yǔ)音識(shí)別文本處理方法，其特征在于，包括：獲取待識(shí)別語(yǔ)音數(shù)據(jù)；對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行語(yǔ)音識(shí)別，得到所述語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的語(yǔ)音識(shí)別結(jié)果，所述語(yǔ)音識(shí)別結(jié)果為語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的識(shí)別文本；對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行異常語(yǔ)音檢測(cè)，以確定所述語(yǔ)音數(shù)據(jù)中的異常語(yǔ)音；對(duì)所述識(shí)別文本中對(duì)應(yīng)所述異常語(yǔ)音的部分進(jìn)行標(biāo)記；將標(biāo)記后的識(shí)別文本提供給用戶。

【技術(shù)特征摘要】
1.一種語(yǔ)音識(shí)別文本處理方法，其特征在于，包括：獲取待識(shí)別語(yǔ)音數(shù)據(jù)；對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行語(yǔ)音識(shí)別，得到所述語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的語(yǔ)音識(shí)別結(jié)果，所述語(yǔ)音識(shí)別結(jié)果為語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的識(shí)別文本；對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行異常語(yǔ)音檢測(cè)，以確定所述語(yǔ)音數(shù)據(jù)中的異常語(yǔ)音；對(duì)所述識(shí)別文本中對(duì)應(yīng)所述異常語(yǔ)音的部分進(jìn)行標(biāo)記；將標(biāo)記后的識(shí)別文本提供給用戶。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)語(yǔ)音識(shí)別結(jié)果對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行異常語(yǔ)音檢測(cè)，得到異常語(yǔ)音檢測(cè)結(jié)果包括：依次獲取所述語(yǔ)音數(shù)據(jù)中的待檢測(cè)語(yǔ)音片段；根據(jù)語(yǔ)音識(shí)別結(jié)果計(jì)算所述待檢測(cè)語(yǔ)音片段的后驗(yàn)概率和/或置信度；基于所述后驗(yàn)概率和/或置信度確定所述待檢測(cè)語(yǔ)音片段是否為異常語(yǔ)音。3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)語(yǔ)音識(shí)別結(jié)果計(jì)算所述待檢測(cè)語(yǔ)音片段的后驗(yàn)概率包括：根據(jù)語(yǔ)音識(shí)別時(shí)的解碼路徑，確定當(dāng)前待檢測(cè)語(yǔ)音片段對(duì)應(yīng)的各語(yǔ)法單元；計(jì)算各語(yǔ)法單元每幀語(yǔ)音數(shù)據(jù)的后驗(yàn)概率；將當(dāng)前待檢測(cè)語(yǔ)音片段對(duì)應(yīng)的所有語(yǔ)法單元每幀語(yǔ)音數(shù)據(jù)的后驗(yàn)概率進(jìn)行融合處理，得到當(dāng)前待檢測(cè)語(yǔ)音片段的后驗(yàn)概率；所述根據(jù)語(yǔ)音識(shí)別結(jié)果計(jì)算所述待檢測(cè)語(yǔ)音片段的置信度包括：提取所述待檢測(cè)語(yǔ)音片段的檢測(cè)特征，所述檢測(cè)特征包括：所述待檢測(cè)語(yǔ)音片段的識(shí)別特征；或者所述檢測(cè)特征包括：待檢測(cè)語(yǔ)音片段的識(shí)別特征、以及所述待檢測(cè)語(yǔ)音片段對(duì)應(yīng)的識(shí)別文本的語(yǔ)義特征；或者所述檢測(cè)特征包括：待檢測(cè)語(yǔ)音片段的識(shí)別特征、所述待檢測(cè)語(yǔ)音片段對(duì)應(yīng)的識(shí)別文本的語(yǔ)義特征、以及所述待檢測(cè)語(yǔ)音片段的后驗(yàn)概率；根據(jù)所述檢測(cè)特征計(jì)算所述待檢測(cè)語(yǔ)音數(shù)據(jù)的置信度；所述基于所述后驗(yàn)概率和/或置信度確定所述待檢測(cè)語(yǔ)音片段是否為異常語(yǔ)音包括：如果當(dāng)前待檢測(cè)語(yǔ)音片段的后驗(yàn)概率和/或置信度小于設(shè)定的閾值，則確定當(dāng)前待檢測(cè)語(yǔ)音片段為異常語(yǔ)音。4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述后驗(yàn)概率包括：狀態(tài)后驗(yàn)概率、和/或?qū)傩院篁?yàn)概率。5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法還包括：在對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行語(yǔ)音識(shí)別之前，依次獲取所述語(yǔ)音數(shù)據(jù)中的待檢測(cè)語(yǔ)音片段；如果當(dāng)前待檢測(cè)語(yǔ)音片段滿足設(shè)定的異常語(yǔ)音確定規(guī)則，則在對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行語(yǔ)音識(shí)別后，不再對(duì)所述當(dāng)前待檢測(cè)語(yǔ)音片段進(jìn)行異常語(yǔ)音檢測(cè)，而是直接將所述當(dāng)前待檢測(cè)語(yǔ)音片段作為異常語(yǔ)音。6.根據(jù)權(quán)利要求1至5任一項(xiàng)所述的方法，其特征在于，所述對(duì)所述識(shí)別文本中對(duì)應(yīng)所述異常語(yǔ)音的部分進(jìn)行標(biāo)記包括以下任意一種或多種：對(duì)所述異常語(yǔ)音的識(shí)別文本添加下劃線、或刪除線；將所述異常語(yǔ)音的識(shí)別文本調(diào)整為與其它識(shí)別文本不同的顏色和/或字體；將所述異常語(yǔ)音的識(shí)別文本調(diào)整為漸變色；使用多侯選的方式顯示異常語(yǔ)音的識(shí)別文本。7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述方法還包括：在用戶點(diǎn)擊有標(biāo)記的識(shí)別文本時(shí)，彈出帶有提示信息的消息框、或氣泡、或包含提示信息的圖片。8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述方法還包括：將所述提示信息合成語(yǔ)音，并播放所述語(yǔ)音給用戶。9.一種語(yǔ)音識(shí)別文本處理系統(tǒng)，其特征在于，包括：接收模塊，用于獲取待識(shí)別語(yǔ)音數(shù)據(jù)...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：占吉清，高建清，劉聰，王智國(guó)，胡國(guó)平，胡郁，劉慶峰，
申請(qǐng)(專利權(quán))人：科大訊飛股份有限公司，
類型：發(fā)明
國(guó)別省市：安徽;34