本申請(qǐng)涉及語(yǔ)音識(shí)別，尤其涉及一種語(yǔ)音識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、隨著人工智能的發(fā)展，語(yǔ)音識(shí)別模型可以廣泛地應(yīng)用于對(duì)語(yǔ)音信息進(jìn)行語(yǔ)音識(shí)別。語(yǔ)音識(shí)別模型例如包括端到端語(yǔ)音識(shí)別(automatic?speech?recognition，asr)模型。相關(guān)技術(shù)中，端到端asr模型一般僅能對(duì)普通話相關(guān)的語(yǔ)音信息進(jìn)行語(yǔ)音識(shí)別。然而，在語(yǔ)音信息包括方言、口音、噪音等等復(fù)雜語(yǔ)音的情況下，若通過端到端asr模型對(duì)語(yǔ)音信息進(jìn)行語(yǔ)音識(shí)別，則容易導(dǎo)致對(duì)語(yǔ)音信息的語(yǔ)音識(shí)別準(zhǔn)確性不佳。例如，對(duì)于金融領(lǐng)域的客戶服務(wù)業(yè)務(wù)，客服需要接聽不同客戶的來電，客戶在講話時(shí)例如會(huì)使用方言或者存在口音。在端到端asr模型對(duì)通話相關(guān)的語(yǔ)音信息的識(shí)別準(zhǔn)確性不佳的情況下，則容易導(dǎo)致客服無法理解客戶的問題，從而對(duì)客服向客戶提供的客戶服務(wù)質(zhì)量造成不利影響。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)的主要目的在于提供一種語(yǔ)音識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，旨在解決由于語(yǔ)音信息包括方言、口音、噪音等等復(fù)雜語(yǔ)音，而導(dǎo)致對(duì)語(yǔ)音信息的語(yǔ)音識(shí)別準(zhǔn)確性不佳的技術(shù)問題。

2、第一方面，本申請(qǐng)?zhí)峁┮环N語(yǔ)音識(shí)別方法，包括：

3、獲取待識(shí)別語(yǔ)音信息；

4、基于訓(xùn)練好的語(yǔ)音識(shí)別模型，對(duì)所述待識(shí)別語(yǔ)音信息進(jìn)行語(yǔ)音識(shí)別，得到所述待識(shí)別語(yǔ)音信息對(duì)應(yīng)的預(yù)設(shè)識(shí)別結(jié)果；

5、根據(jù)所述預(yù)設(shè)識(shí)別結(jié)果，確定所述待識(shí)別語(yǔ)音信息的語(yǔ)音類型；

6、當(dāng)根據(jù)所述語(yǔ)音類型確定所述待識(shí)別語(yǔ)音信息符合預(yù)設(shè)重識(shí)別條件時(shí)，基于訓(xùn)練好的語(yǔ)音識(shí)別大模型，對(duì)所述待識(shí)別語(yǔ)音信息進(jìn)行語(yǔ)音識(shí)別，得到所述待識(shí)別語(yǔ)音信息對(duì)應(yīng)的目標(biāo)識(shí)別結(jié)果；其中，所述語(yǔ)音識(shí)別大模型的訓(xùn)練數(shù)據(jù)與所述語(yǔ)音識(shí)別模型的訓(xùn)練數(shù)據(jù)不同。

7、第二方面，本申請(qǐng)還提供一種語(yǔ)音識(shí)別裝置，所述語(yǔ)音識(shí)別裝置包括：

8、獲取模塊，用于獲取待識(shí)別語(yǔ)音信息；

9、第一識(shí)別模塊，用于基于訓(xùn)練好的語(yǔ)音識(shí)別模型，對(duì)所述待識(shí)別語(yǔ)音信息進(jìn)行語(yǔ)音識(shí)別，得到所述待識(shí)別語(yǔ)音信息對(duì)應(yīng)的預(yù)設(shè)識(shí)別結(jié)果；

10、確定模塊，用于根據(jù)所述識(shí)別結(jié)果，確定所述待識(shí)別語(yǔ)音信息的語(yǔ)音類型；

11、第二識(shí)別模塊，用于當(dāng)根據(jù)所述語(yǔ)音類型確定所述待識(shí)別語(yǔ)音信息符合預(yù)設(shè)重識(shí)別條件時(shí)，基于訓(xùn)練好的語(yǔ)音識(shí)別大模型，對(duì)所述待識(shí)別語(yǔ)音信息進(jìn)行語(yǔ)音識(shí)別，得到所述待識(shí)別語(yǔ)音信息對(duì)應(yīng)的目標(biāo)識(shí)別結(jié)果；其中，所述語(yǔ)音識(shí)別大模型的訓(xùn)練數(shù)據(jù)與所述語(yǔ)音識(shí)別模型的訓(xùn)練數(shù)據(jù)不同。

12、第三方面，本申請(qǐng)還提供一種計(jì)算機(jī)設(shè)備，所述計(jì)算機(jī)設(shè)備包括存儲(chǔ)器和處理器；

13、所述存儲(chǔ)器，用于存儲(chǔ)計(jì)算機(jī)程序；

14、所述處理器，用于執(zhí)行所述計(jì)算機(jī)程序并在執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上述的語(yǔ)音識(shí)別方法的步驟。

15、第四方面，本申請(qǐng)還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)如上述的語(yǔ)音識(shí)別方法的步驟。

16、本申請(qǐng)?zhí)峁┮环N語(yǔ)音識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，方法包括：獲取待識(shí)別語(yǔ)音信息；基于訓(xùn)練好的語(yǔ)音識(shí)別模型，對(duì)待識(shí)別語(yǔ)音信息進(jìn)行語(yǔ)音識(shí)別，得到待識(shí)別語(yǔ)音信息對(duì)應(yīng)的預(yù)設(shè)識(shí)別結(jié)果；根據(jù)預(yù)設(shè)識(shí)別結(jié)果，確定待識(shí)別語(yǔ)音信息的語(yǔ)音類型；當(dāng)根據(jù)語(yǔ)音類型確定待識(shí)別語(yǔ)音信息符合預(yù)設(shè)重識(shí)別條件時(shí)，基于訓(xùn)練好的語(yǔ)音識(shí)別大模型，對(duì)待識(shí)別語(yǔ)音信息進(jìn)行語(yǔ)音識(shí)別，得到待識(shí)別語(yǔ)音信息對(duì)應(yīng)的目標(biāo)識(shí)別結(jié)果；其中，語(yǔ)音識(shí)別大模型的訓(xùn)練數(shù)據(jù)與語(yǔ)音識(shí)別模型的訓(xùn)練數(shù)據(jù)不同，以提升對(duì)涉及方言、口音、噪音等復(fù)雜語(yǔ)音情形的語(yǔ)音信息的語(yǔ)音識(shí)別便捷性以及語(yǔ)音識(shí)別準(zhǔn)確性。例如，可以用于金融領(lǐng)域的客戶服務(wù)業(yè)務(wù)。對(duì)于客戶服務(wù)業(yè)務(wù)，客服在接收到客戶來電的情況下，計(jì)算機(jī)設(shè)備可以優(yōu)先通過訓(xùn)練好的語(yǔ)音識(shí)別模型對(duì)客服與客戶的電話溝通過程所對(duì)應(yīng)的待識(shí)別語(yǔ)音信息進(jìn)行語(yǔ)音識(shí)別，以減少語(yǔ)音識(shí)別所需的計(jì)算資源。相應(yīng)地，在根據(jù)語(yǔ)音識(shí)別模型輸出的預(yù)設(shè)識(shí)別結(jié)果，確定待識(shí)別語(yǔ)音信息的語(yǔ)音類型符合重識(shí)別條件，如涉及方言、口音、噪音等等的情況下，計(jì)算機(jī)設(shè)備可以進(jìn)一步通過訓(xùn)練好的語(yǔ)音識(shí)別大模型對(duì)待識(shí)別語(yǔ)音信息進(jìn)行語(yǔ)音識(shí)別，得到對(duì)應(yīng)的目標(biāo)識(shí)別結(jié)果，以更準(zhǔn)確地對(duì)客戶通過語(yǔ)音描述的問題進(jìn)行識(shí)別，則客服可以更好地向客戶提供客戶服務(wù)。

技術(shù)特征：

1.一種語(yǔ)音識(shí)別方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的語(yǔ)音識(shí)別方法，其特征在于，所述根據(jù)所述語(yǔ)音類型確定所述待識(shí)別語(yǔ)音信息符合預(yù)設(shè)重識(shí)別條件，包括：

3.根據(jù)權(quán)利要求2所述的語(yǔ)音識(shí)別方法，其特征在于，所述根據(jù)所述預(yù)設(shè)識(shí)別結(jié)果，確定所述待識(shí)別語(yǔ)音信息的語(yǔ)音類型，包括：

4.根據(jù)權(quán)利要求2所述的語(yǔ)音識(shí)別方法，其特征在于，所述根據(jù)所述預(yù)設(shè)識(shí)別結(jié)果，確定所述待識(shí)別語(yǔ)音信息的語(yǔ)音類型，包括：

5.根據(jù)權(quán)利要求2所述的語(yǔ)音識(shí)別方法，其特征在于，所述根據(jù)所述預(yù)設(shè)識(shí)別結(jié)果，確定所述待識(shí)別語(yǔ)音信息的語(yǔ)音類型，包括：

6.根據(jù)權(quán)利要求1至5中任一項(xiàng)所述的語(yǔ)音識(shí)別方法，其特征在于，在所述基于訓(xùn)練好的語(yǔ)音識(shí)別大模型，對(duì)所述待識(shí)別語(yǔ)音信息進(jìn)行語(yǔ)音識(shí)別，得到所述待識(shí)別語(yǔ)音信息對(duì)應(yīng)的目標(biāo)識(shí)別結(jié)果之前，還包括：

7.根據(jù)權(quán)利要求1至5中任一項(xiàng)所述的語(yǔ)音識(shí)別方法，其特征在于，在所述基于訓(xùn)練好的語(yǔ)音識(shí)別模型，對(duì)所述待識(shí)別語(yǔ)音信息進(jìn)行語(yǔ)音識(shí)別，得到所述待識(shí)別語(yǔ)音信息對(duì)應(yīng)的預(yù)設(shè)識(shí)別結(jié)果之前，還包括：

8.一種語(yǔ)音識(shí)別裝置，其特征在于，所述語(yǔ)音識(shí)別裝置包括：

9.一種計(jì)算機(jī)設(shè)備，其特征在于，所述計(jì)算機(jī)設(shè)備包括存儲(chǔ)器和處理器；

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述的語(yǔ)音識(shí)別方法的步驟。

技術(shù)總結(jié)
本申請(qǐng)涉及語(yǔ)音識(shí)別技術(shù)領(lǐng)域，提供一種語(yǔ)音識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，方法包括：獲取待識(shí)別語(yǔ)音信息；基于訓(xùn)練好的語(yǔ)音識(shí)別模型，對(duì)待識(shí)別語(yǔ)音信息進(jìn)行語(yǔ)音識(shí)別，得到待識(shí)別語(yǔ)音信息對(duì)應(yīng)的預(yù)設(shè)識(shí)別結(jié)果；根據(jù)預(yù)設(shè)識(shí)別結(jié)果，確定待識(shí)別語(yǔ)音信息的語(yǔ)音類型；當(dāng)根據(jù)語(yǔ)音類型確定待識(shí)別語(yǔ)音信息符合預(yù)設(shè)重識(shí)別條件時(shí)，基于訓(xùn)練好的語(yǔ)音識(shí)別大模型，對(duì)待識(shí)別語(yǔ)音信息進(jìn)行語(yǔ)音識(shí)別，得到待識(shí)別語(yǔ)音信息對(duì)應(yīng)的目標(biāo)識(shí)別結(jié)果；其中，語(yǔ)音識(shí)別大模型的訓(xùn)練數(shù)據(jù)與語(yǔ)音識(shí)別模型的訓(xùn)練數(shù)據(jù)不同，以提升對(duì)涉及方言、口音、噪音等復(fù)雜語(yǔ)音情形的語(yǔ)音信息的語(yǔ)音識(shí)別便捷性以及語(yǔ)音識(shí)別準(zhǔn)確性。

技術(shù)研發(fā)人員：魏韜,馬駿,王少軍,肖京
受保護(hù)的技術(shù)使用者：平安科技（深圳）有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30