CN110033765A - 一种语音识别的方法及终端 - Google Patents
一种语音识别的方法及终端 Download PDFInfo
- Publication number
- CN110033765A CN110033765A CN201910290371.0A CN201910290371A CN110033765A CN 110033765 A CN110033765 A CN 110033765A CN 201910290371 A CN201910290371 A CN 201910290371A CN 110033765 A CN110033765 A CN 110033765A
- Authority
- CN
- China
- Prior art keywords
- dialect
- model
- current
- preset
- speech recognition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/005—Language recognition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification
- G10L17/04—Training, enrolment or model building
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification
- G10L17/18—Artificial neural networks; Connectionist approaches
Abstract
本发明提供一种语音识别的方法及终端,属于语音识别技术领域,其可至少部分解决现有的语音识别的方法对于方言识别时造成中心服务器需要处理的数据量大、成本高的问题。本发明的一种语音识别的方法,基于语音识别的终端,方法包括:确定当前方言;获取用户的语音信息,在预设的方言深度学习框架下,根据语音信息以及预设的通用识别模型,训练得到对应当前方言的方言信息模型,预设的通用识别模型用于识别语音信息;将方言信息模型发送至中心服务器,以供中心服务器训练得到对应当前方言的方言识别模型,方言识别模型用于识别当前方言。
Description
技术领域
本发明属于语音识别技术领域,具体涉及一种语音识别的方法及终端。
背景技术
随着用户需求的不断增长,方言语音识别的运用在电子设备中日益重要。现有的方言语音识别的方法主要是通过用户终端将用户的方言语音信息以及地理位置多次地发送至中心服务器,再由中心服务器根据多个用户的方言语音信息以及地理位置不断训练以及解析,最终形成方言语音识别模块。
但是我国的方言种类繁多,如果将各个地区的方言语音信息都多次地发送至中心服务器进行训练和解析,会导致方言语音信息的数据在中心服务器过于集中,使得中心服务器需要处理的数据量大,从而使得中心服务器从硬件和软件的投入成本大。
发明内容
本发明至少部分解决现有的语音识别的方法对于方言识别时造成中心服务器需要处理的数据量大、成本高的问题,提供一种减少中心服务器处理的数据量及成本的语音识别的方法。
解决本发明技术问题所采用的技术方案是一种语音识别的方法,基于语音识别的终端,所述方法包括:
确定当前方言;
获取用户的语音信息,在预设的方言深度学习框架下,根据所述语音信息以及预设的通用识别模型,训练得到对应当前方言的方言信息模型,所述预设的通用识别模型用于识别所述语音信息;
将所述方言信息模型发送至中心服务器,以供所述中心服务器训练得到对应当前方言的方言识别模型,所述方言识别模型用于识别当前方言。
进一步优选的是,所述获取用户的语音信息,在预设的方言深度学习框架下,根据所述语音信息以及预设的通用识别模型,训练得到对应当前方言的方言信息模型包括:接收所述用户的语音输入;用所述预设的通用识别模型识别所述语音输入的候选意图;将所述语音输入的候选意图提供给所述用户;接收所述用户对所述语音输入的候选意图的反馈信息,以得到调整参数;在所述预设的方言深度学习框架下,根据所述调整参数训练得到对应当前方言的方言信息模型。
进一步优选的是,在得到对应当前方言的方言信息模型步骤后,还包括:判断所述方言信息模型是否训练完成;若是,则进行所述将所述方言信息模型发送至中心服务器的步骤;若否,则返回所述接受所述接收所述用户的语音输入的步骤。
进一步优选的是,所述获取用户的语音信息,在预设的方言深度学习框架下,根据所述语音信息以及预设的通用识别模型,训练得到对应当前方言的方言信息模型之前还包括:接收来自所述中心服务器的所述预设的通用识别模型以及所述预设的方言深度学习框架。
进一步优选的是,所述确定当前方言包括:获取当前地理位置,根据所述当前地理位置确定当前方言。
解决本发明技术问题所采用的技术方案是一种语音识别的终端,包括:
第一获取模块,用于确定当前方言;
模型建立模块,用于获取用户的语音信息,在预设的方言深度学习框架下,根据所述语音信息以及预设的通用识别模型,训练得到对应当前方言的方言信息模型,所述预设的通用识别模型用于识别所述语音信息;
发送模块,用于将所述方言信息模型发送至中心服务器,以供所述中心服务器训练得到对应当前方言的方言识别模型,所述方言识别模型用于识别当前方言。
进一步优选的是,模型建立模块包括:接收子模块,用于接收所述用户的语音输入,以及接收所述用户对所述语音输入的候选意图的反馈信息,以得到调整参数;输出子模块,用于将所述语音输入的候选意图提供给所述用户;模型建立子模块,用于在所述预设的方言深度学习框架下,根据所述调整参数训练得到对应当前方言的方言信息模型。
进一步优选的是,该语音识别的终端还包括:判断模块,用于判断所述方言信息模型是否训练完成。
进一步优选的是,该语音识别的终端还包括:第二获取模块,用于接收来自所述中心服务器的所述预设的通用识别模型以及所述预设的方言深度学习框架。
进一步优选的是,所述第一获取模块包括:第一获取子模块,用于获取当前地理位置,根据所述当前地理位置确定当前方言。
本发明的语音识别的方法中,在预设的方言深度学习框架下,终端根据语音信息以及预设的通用识别模型,训练得到对应当前方言的方言信息模型,以供以供中心服务器训练得到方言识别模型。与现有技术语音识别的方法(方言信息模型是在中心服务器形成的)相比,本发明的语音识别的方法能够减少中心服务器中方言信息量,从而减少中心服务器需要处理的数据,进而使得中心服务器从硬件和软件的投入成本降低。
附图说明
图1为本发明的实施例的一种语音识别的方法的流程示意图;
图2为本发明的实施例的一种语音识别的方法的流程示意图;
图3为本发明的实施例的一种语音识别的终端的组成示意框图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案,下面结合附图和具体实施方式对本发明作进一步详细描述。
实施例1:
如图1所示,本实施例提供一种语音识别的方法,基于语音识别的终端,方法包括:
S11、确定当前方言。
其中,也就是说确定当前所处位置的方言的类型,例如若终端处于广东省范围内,方言的类型是广东话,若终端处于浙江省范围内,方言的类型是浙江话等。
S12、获取用户的语音信息,在预设的方言深度学习框架下,根据语音信息以及预设的通用识别模型,训练得到对应当前方言的方言信息模型,预设的通用识别模型用于识别语音信息。
其中,也就是说预设的通用识别模型可以识别语音信息(例如普通话等),但是预设的通用识别模型对具体的方言语音信息的识别不是很准确,因此需要根据用户的语音信息以及预设的通用识别模型训练得到对应当前方言的方言信息模型。优选的,用户的语音信息与终端所处的地理位置的方言是对应的。
S13、将方言信息模型发送至中心服务器,以供中心服务器训练得到对应当前方言的方言识别模型,方言识别模型用于识别当前方言。
其中,也就是说方言信息模型包含关于当前方言语音的信息。
当中心服务器接收到当前方言的方言识别模型,则会对该方言识别模型进行训练以形成专门识别该当前方言的方言识别模型。
需要说明的是,中心服务器可以接受来自多个终端的多个方言信息模型,该多个方言信息模型可以是不同种方言的方言识别模型。中心服务器可以将这些方言信息模型提供的信息进行筛选、分类等,最终形成完善的多种方言识别模型(每种方言识别模型对应一种不同的方言),并将各个方言识别模型发送至与其对应的终端。
本发明的语音识别的方法中,在预设的方言深度学习框架下,终端根据语音信息以及预设的通用识别模型,训练得到对应当前方言的方言信息模型,以供以供中心服务器训练得到方言识别模型。与现有技术语音识别的方法(方言信息模型是在中心服务器形成的)相比,本发明的语音识别的方法能够减少中心服务器中的方言信息量,从而减少中心服务器需要处理的数据,进而使得中心服务器从硬件和软件的投入成本降低。此外,由于终端属于轻量级的训练设备,且该终端在形成方言信息模型的过程中与中心服务器不链接,因此,在终端在形成方言信息模型的过程中响应速度快,从而可以提高效率,节省用户时间。同时在终端在形成方言信息模型的过程中,充分利用了该终端IT资源(如中央处理器CPU等),避免资源的浪费。
实施例2:
如图2所示,本实施例提供一种语音识别的方法,基于语音识别的终端,该方法包括:
S21、接收来自中心服务器的预设的通用识别模型以及预设的方言深度学习框架。
例如,终端可以从中心服务器下载相关的软件,该软件中包括预设的通用识别模型和预设的方言深度学习框架。具体的,预设的通用识别模型可以识别语音信息(例如普通话等),但是预设的通用识别模型对与具体的方言语音信息的识别不是很准确
S22、确定当前方言。
其中,,也就是说确定当前所处位置的方言的类型,例如若终端处于广东省范围内,方言的类型是广东话,若终端处于浙江省范围内,方言的类型是浙江话等。
优选的,确定当前方言包括:获取当前地理位置,根据当前地理位置确定当前方言。
其中,也就是说终端通过获取其所在的地理位置,判断当钱地理位置的方言类型。
S23、获取用户的语音信息,在预设的方言深度学习框架下,根据语音信息以及预设的通用识别模型,训练得到对应当前方言的方言信息模型。
其中,也就是说由于预设的通用识别模型对具体的方言语音信息的识别不是很准确,因此需要根据语音信息以及预设的通用识别模型训练得到对应当前方言的方言信息模型。优选的,用户的语音信息与终端所处的地理位置的方言是对应的。
优选的,获取用户的语音信息,在预设的方言深度学习框架下,根据语音信息以及预设的通用识别模型,训练得到对应当前方言的方言信息模型包括:
S231、接收用户的语音输入。
其中,也就是说接收用户的任意一句方言语音。
S232、用预设的通用识别模型识别语音输入的候选意图。
其中,也就是说终端中的预设的通用识别模型识别用户输入的方言语音。
S233、将语音输入的候选意图提供给用户。
其中,也就是说预设的通用识别模型识别上一步的方言语音后,会输出候选意图。候选意图可以是对方言语音的语意的理解、对该方言语音的应答,或者其他的形式。
S234、接收用户对语音输入的候选意图的反馈信息,以得到调整参数。
例如,终端显示出对方言语音的语意的理解或者对该方言语音的应答,用户对该理解或者应答进行满意或者不满意的选择,最终得到调整参数。
S235、在预设的方言深度学习框架下,根据调整参数训练得到对应当前方言的方言信息模型。
进一步的,在得到对应当前方言的方言信息模型步骤后,还包括:
S236、判断方言信息模型是否训练完成;
若是,则进行将方言信息模型发送至中心服务器的步骤;若否,则返回接受所述接收所述用户的语音输入的步骤。
其中,也就是说若方言信息模型训练完成,则可以将该方言信息模型发送至中心服务器,以使训练得到对应当前方言的方言识别模型;若方言信息模型训练没有完成,则继续对该方言信息模型进行训练,直到其训练完成。
S24、将方言信息模型发送至中心服务器,以供中心服务器训练得到对应当前方言的方言识别模型,方言识别模型用于识别当前方言。
其中,也就是说方言信息模型包含关于当前方言语音的信息。当中心服务器接收到当前方言的方言识别模型,则会对该方言识别模型进行训练以形成专门识别该当前方言的方言识别模型。
需要说明的是,中心服务器可以接受来自多个终端的多个方言信息模型,该多个方言信息模型可以是不同种方言的方言识别模型。中心服务器可以将这些方言信息模型提供的信息进行筛选、分类等,最终形成完善的多种方言识别模型(每种方言识别模型对应一种不同的方言),并将各个方言识别模型发送至与其对应的终端。
本发明的语音识别的方法中,在预设的方言深度学习框架下,终端根据语音信息以及预设的通用识别模型,训练得到对应当前方言的方言信息模型,以供以供中心服务器训练得到方言识别模型。与现有技术语音识别的方法(方言信息模型是在中心服务器形成的)相比,本发明的语音识别的方法能够减少中心服务器中的方言信息量,从而减少中心服务器需要处理的数据,进而使得中心服务器从硬件和软件的投入成本降低。此外,由于终端属于轻量级的训练设备,且该终端在形成方言信息模型的过程中与中心服务器不链接,因此,在终端在形成方言信息模型的过程中响应速度快,从而可以提高效率,节省用户时间。同时在终端在形成方言信息模型的过程中,充分利用了该终端IT资源(如中央处理器CPU等),避免资源的浪费。
实施例3:
如图3所示,本实施例提供一种语音识别的终端,包括:
第一获取模块,用于确定当前方言;
模型建立模块,用于获取用户的语音信息,在预设的方言深度学习框架下,根据语音信息以及预设的通用识别模型,训练得到对应当前方言的方言信息模型,预设的通用识别模型用于识别语音信息。
发送模块,用于将方言信息模型发送至中心服务器,以供中心服务器训练得到对应当前方言的方言识别模型,方言识别模型用于识别当前方言。
优选的,模型建立模块包括:
接收子模块,用于接收用户的语音输入,以及接收所述用户对语音输入的候选意图的反馈信息,以得到调整参数;
输出子模块,用于将语音输入的候选意图提供给用户;
模型建立子模块,用于在预设的方言深度学习框架下,根据调整参数训练得到对应当前方言的方言信息模型。
优选的,该语音识别的终端还包括:
判断模块,用于判断方言信息模型是否训练完成。
优选的,该语音识别的终端还包括:
第二获取模块,用于接收来自所述中心服务器的预设的通用识别模型以及预设的方言深度学习框架。
优选的,第一获取模块包括:第一获取子模块,用于获取当前地理位置,根据当前地理位置确定当前方言。
本发明的语音识别的终端,在预设的方言深度学习框架下,根据语音信息以及预设的通用识别模型,训练得到对应当前方言的方言信息模型,以供以供中心服务器训练得到方言识别模型。与现有技术语音识别的系统(方言信息模型是在中心服务器形成的)相比,本发明的语音识别的方法能够减少中心服务器中的方言信息量,从而减少中心服务器需要处理的数据,进而使得中心服务器从硬件和软件的投入成本降低。此外,由于终端属于轻量级的训练设备,且该终端在形成方言信息模型的过程中与中心服务器不链接,因此,在终端在形成方言信息模型的过程中响应速度快,从而可以提高效率,节省用户时间。同时在终端在形成方言信息模型的过程中,充分利用了该终端IT资源(如中央处理器CPU等),避免资源的浪费。
应当说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
依照本发明的实施例如上文所述,这些实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施例。显然,根据以上描述,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地利用本发明以及在本发明基础上的修改使用。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (10)
1.一种语音识别的方法,基于语音识别的终端,其特征在于,所述方法包括:
确定当前方言;
获取用户的语音信息,在预设的方言深度学习框架下,根据所述语音信息以及预设的通用识别模型,训练得到对应当前方言的方言信息模型,所述预设的通用识别模型用于识别所述语音信息;
将所述方言信息模型发送至中心服务器,以供所述中心服务器训练得到对应当前方言的方言识别模型,所述方言识别模型用于识别当前方言。
2.根据权利要求1所述的语音识别的方法,其特征在于,所述获取用户的语音信息,在预设的方言深度学习框架下,根据所述语音信息以及预设的通用识别模型,训练得到对应当前方言的方言信息模型包括:
接收所述用户的第一语音输入;
用所述预设的通用识别模型识别所述语音输入的候选意图;
将所述语音输入的候选意图提供给所述用户;
接收所述用户对所述语音输入的候选意图的反馈信息,以得到调整参数;
在所述预设的方言深度学习框架下,根据所述调整参数训练得到对应当前方言的方言信息模型。
3.根据权利要求2所述的语音识别的方法,其特征在于,在得到对应当前方言的方言信息模型步骤后,还包括:
判断所述方言信息模型是否训练完成;
若是,则进行所述将所述方言信息模型发送至中心服务器的步骤;若否,则返回所述接受所述接收所述用户的语音输入的步骤。
4.根据权利要求1所述的语音识别的方法,其特征在于,所述获取用户的语音信息,在预设的方言深度学习框架下,根据所述语音信息以及预设的通用识别模型,训练得到对应当前方言的方言信息模型之前还包括:
接收来自所述中心服务器的所述预设的通用识别模型以及所述预设的方言深度学习框架。
5.根据权利要求1所述的语音识别的方法,其特征在于,所述确定当前方言包括:
获取当前地理位置,根据所述当前地理位置确定当前方言。
6.一种语音识别的终端,其特征在于,包括:
第一获取模块,用于确定当前方言;
模型建立模块,用于获取用户的语音信息,在预设的方言深度学习框架下,根据所述语音信息以及预设的通用识别模型,训练得到对应当前方言的方言信息模型,所述预设的通用识别模型用于识别所述语音信息;
发送模块,用于将所述方言信息模型发送至中心服务器,以供所述中心服务器训练得到对应当前方言的方言识别模型,所述方言识别模型用于识别当前方言。
7.根据权利要求6所述的语音识别的终端,其特征在于,模型建立模块包括:
接收子模块,用于接收所述用户的语音输入,以及接收所述用户对所述语音输入的候选意图的反馈信息,以得到调整参数;
输出子模块,用于将所述语音输入的候选意图提供给所述用户;
模型建立子模块,用于在所述预设的方言深度学习框架下,根据所述调整参数训练得到对应当前方言的方言信息模型。
8.根据权利要求6所述的语音识别的终端,其特征在于,还包括:
判断模块,用于判断所述方言信息模型是否训练完成。
9.根据权利要求6所述的语音识别的终端,其特征在于,还包括:
第二获取模块,用于接收来自所述中心服务器的所述预设的通用识别模型以及所述预设的方言深度学习框架。
10.根据权利要求6所述的语音识别的终端,其特征在于,所述第一获取模块包括:
第一获取子模块,用于获取当前地理位置,根据所述当前地理位置确定当前方言。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910290371.0A CN110033765A (zh) | 2019-04-11 | 2019-04-11 | 一种语音识别的方法及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910290371.0A CN110033765A (zh) | 2019-04-11 | 2019-04-11 | 一种语音识别的方法及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110033765A true CN110033765A (zh) | 2019-07-19 |
Family
ID=67238130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910290371.0A Pending CN110033765A (zh) | 2019-04-11 | 2019-04-11 | 一种语音识别的方法及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110033765A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110491368A (zh) * | 2019-07-23 | 2019-11-22 | 平安科技(深圳)有限公司 | 基于方言背景的语音识别方法及相关设备 |
CN111312211A (zh) * | 2020-02-21 | 2020-06-19 | 湖南大学 | 一种基于过采样技术的方言语音识别系统 |
CN114596845A (zh) * | 2022-04-13 | 2022-06-07 | 马上消费金融股份有限公司 | 语音识别模型的训练方法、语音识别方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1764946A (zh) * | 2003-03-25 | 2006-04-26 | 法国电信 | 分布式语音识别方法 |
CN102915731A (zh) * | 2012-10-10 | 2013-02-06 | 百度在线网络技术(北京)有限公司 | 一种个性化的语音识别的方法及装置 |
CN104575493A (zh) * | 2010-05-26 | 2015-04-29 | 谷歌公司 | 使用地理信息的声学模型适配 |
US20150287405A1 (en) * | 2012-07-18 | 2015-10-08 | International Business Machines Corporation | Dialect-specific acoustic language modeling and speech recognition |
CN106157969A (zh) * | 2015-03-24 | 2016-11-23 | 阿里巴巴集团控股有限公司 | 一种语音识别结果的筛选方法及装置 |
CN106537493A (zh) * | 2015-09-29 | 2017-03-22 | 深圳市全圣时代科技有限公司 | 语音识别系统及方法、客户端设备及云端服务器 |
CN107180635A (zh) * | 2016-03-09 | 2017-09-19 | 张立秀 | 一种云端语音服务提供方法及系统 |
CN107578769A (zh) * | 2016-07-04 | 2018-01-12 | 科大讯飞股份有限公司 | 语音数据标注方法和装置 |
US20190013011A1 (en) * | 2015-02-13 | 2019-01-10 | Facebook, Inc. | Machine learning dialect identification |
CN109192194A (zh) * | 2018-08-22 | 2019-01-11 | 北京百度网讯科技有限公司 | 语音数据标注方法、装置、计算机设备及存储介质 |
-
2019
- 2019-04-11 CN CN201910290371.0A patent/CN110033765A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1764946A (zh) * | 2003-03-25 | 2006-04-26 | 法国电信 | 分布式语音识别方法 |
CN104575493A (zh) * | 2010-05-26 | 2015-04-29 | 谷歌公司 | 使用地理信息的声学模型适配 |
US20150287405A1 (en) * | 2012-07-18 | 2015-10-08 | International Business Machines Corporation | Dialect-specific acoustic language modeling and speech recognition |
CN102915731A (zh) * | 2012-10-10 | 2013-02-06 | 百度在线网络技术(北京)有限公司 | 一种个性化的语音识别的方法及装置 |
US20190013011A1 (en) * | 2015-02-13 | 2019-01-10 | Facebook, Inc. | Machine learning dialect identification |
CN106157969A (zh) * | 2015-03-24 | 2016-11-23 | 阿里巴巴集团控股有限公司 | 一种语音识别结果的筛选方法及装置 |
CN106537493A (zh) * | 2015-09-29 | 2017-03-22 | 深圳市全圣时代科技有限公司 | 语音识别系统及方法、客户端设备及云端服务器 |
CN107180635A (zh) * | 2016-03-09 | 2017-09-19 | 张立秀 | 一种云端语音服务提供方法及系统 |
CN107578769A (zh) * | 2016-07-04 | 2018-01-12 | 科大讯飞股份有限公司 | 语音数据标注方法和装置 |
CN109192194A (zh) * | 2018-08-22 | 2019-01-11 | 北京百度网讯科技有限公司 | 语音数据标注方法、装置、计算机设备及存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110491368A (zh) * | 2019-07-23 | 2019-11-22 | 平安科技(深圳)有限公司 | 基于方言背景的语音识别方法及相关设备 |
WO2021012892A1 (zh) * | 2019-07-23 | 2021-01-28 | 平安科技(深圳)有限公司 | 基于方言背景的语音识别方法及相关设备 |
CN110491368B (zh) * | 2019-07-23 | 2023-06-16 | 平安科技(深圳)有限公司 | 基于方言背景的语音识别方法、装置、计算机设备和存储介质 |
CN111312211A (zh) * | 2020-02-21 | 2020-06-19 | 湖南大学 | 一种基于过采样技术的方言语音识别系统 |
CN114596845A (zh) * | 2022-04-13 | 2022-06-07 | 马上消费金融股份有限公司 | 语音识别模型的训练方法、语音识别方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110033765A (zh) | 一种语音识别的方法及终端 | |
CN104185868B (zh) | 话音认证和语音识别系统及方法 | |
CN111192060B (zh) | 一种基于电力it服务全渠道自助应答实现方法 | |
US8751240B2 (en) | Apparatus and method for forming search engine queries based on spoken utterances | |
CN102802114B (zh) | 利用语音进行座席筛选的方法及系统 | |
CN103594085B (zh) | 一种提供语音识别结果的方法及系统 | |
WO2021135604A1 (zh) | 语音控制方法、装置、服务器、终端设备及存储介质 | |
CN110930993B (zh) | 特定领域语言模型生成方法及语音数据标注系统 | |
CN108833722A (zh) | 语音识别方法、装置、计算机设备及存储介质 | |
CN106409283A (zh) | 基于音频的人机混合交互系统及方法 | |
KR20070064353A (ko) | 이동 디바이스 사용자에 의해 개시된 조회를 처리하는 방법및 시스템 | |
CN101262524A (zh) | 垃圾语音过滤的方法及系统 | |
CN103187052A (zh) | 一种建立用于语音识别的语言模型的方法及装置 | |
CN111209740A (zh) | 文本模型训练方法、文本纠错方法、电子设备及存储介质 | |
CN109360565A (zh) | 一种通过建立资源库提高语音识别精度的方法 | |
CN109545203A (zh) | 语音识别方法、装置、设备和存储介质 | |
CN110727776A (zh) | 一种基于人工智能的汽车问答交互系统及交互方法 | |
CN110059161A (zh) | 一种基于文本分类技术的电话语音机器人系统 | |
CN116665676B (zh) | 一种用于智能语音外呼系统的语义识别方法 | |
CN104064184B (zh) | 异构解码网络的构建方法及系统、语音识别方法及系统 | |
JP4800310B2 (ja) | リンクを伴うクライアントプロビジョニング | |
CN108288466B (zh) | 一种提高语音识别准确率的方法及装置 | |
CN116432665B (zh) | 对话模型构建方法、文本生成方法、装置、系统及设备 | |
CN108597499A (zh) | 语音处理方法以及语音处理装置 | |
US20230206130A1 (en) | Interactive and dynamic mapping engine (idme) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190719 |