CN111951784B

CN111951784B - 语音识别中垃圾词的生成方法及装置、介质、电子设备

Info

Publication number: CN111951784B
Application number: CN202010862613.1A
Authority: CN
Inventors: 兰泽华; 林昱; 陈少伟
Original assignee: Ringslink Xiamen Network Communication Technologies Co ltd
Current assignee: Ringslink Xiamen Network Communication Technologies Co ltd
Priority date: 2020-08-25
Filing date: 2020-08-25
Publication date: 2023-05-23
Anticipated expiration: 2040-08-25
Also published as: CN111951784A

Abstract

本公开是关于一种语音识别中垃圾词的生成方法及装置，属于计算机技术领域，该方法包括：根据目标关键词包含的音素的数量，生成与所述数量对应的垃圾词音素序列，所述垃圾词音素序列中包含多个随机生成的音素组合；对所述垃圾词音素序列中包含的音素组合进行解码，确定各个所述音素组合所对应的待选垃圾词；将所述待选垃圾词与所述目标关键词作为训练集，以对语言模型进行训练；根据训练完成的语言模型的测试结果，确定目标垃圾词。该方法提高了垃圾词的生成效率，同时保证了垃圾词的防误触发效果。

Description

语音识别中垃圾词的生成方法及装置、介质、电子设备

技术领域

本公开涉及计算机技术领域，具体而言，涉及一种语音识别中垃圾词的生成方法及装置、介质、电子设备。

背景技术

垃圾词是语音识别中用以与关键词相区别的词汇，防止命令的误触发。在相关的技术方案中，一部分是随机选取关键词以外的词汇作为垃圾词，另一部分是由人工进行选取词汇作为垃圾词，然而，随机选取会出现与关键词发音相近的词汇，进而导致命令的误触发，而由人工进行选取，耗时耗力，人工成本较高。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种语音识别中垃圾词的生成方法、垃圾词的生成装置、计算机可读存储介质以及电子设备，进而至少在一定程度上可以提高垃圾词的生成效率，并有效降低命令的误触发。

根据本公开的一个方面，提供一种语音识别中垃圾词的生成方法，包括：

根据目标关键词包含的音素的数量，生成与所述数量对应的垃圾词音素序列，所述垃圾词音素序列中包含多个随机生成的音素组合；

对所述垃圾词音素序列中包含的音素组合进行解码，确定各个所述音素组合所对应的待选垃圾词；

将所述待选垃圾词与所述目标关键词作为训练集，以对语言模型进行训练；

根据训练完成的语言模型的测试结果，确定目标垃圾词。

在本公开的一些实施例中，基于前述方案，对所述垃圾词音素序列中包含的音素组合进行解码，确定各个所述音素组合所对应的待选垃圾词，包括：

根据所述垃圾词音素序列中包含的音素组合进行查询，确定是否存在与所述音素组合对应的有效词汇；

若存在与所述音素组合对应的有效词汇，则将所述有效词汇作为待选垃圾词。

在本公开的一些实施例中，基于前述方案，在根据所述垃圾词音素序列中包含的音素组合进行查询，确定是否存在与所述音素组合对应的有效词汇之后，所述方法还包括：

若不存在与所述音素组合对应的有效词汇，则更新所述音素组合中包含的音素，确定是否存在与更新后的音素组合对应的有效词汇。

在本公开的一些实施例中，基于前述方案，根据训练完成的语言模型的测试结果，确定目标垃圾词，包括：

根据训练完成的语言模型的识别结果，计算所述语言模型的等错误率；

若所述等错误率小于或等于预定阈值，则将所述待选垃圾词作为目标垃圾词。

在本公开的一些实施例中，基于前述方案，所述垃圾词音素序列的数量为多个，所述方法还包括：

若所述等错误率大于所述预定阈值，则采用遗传算法对多个所述垃圾词音素序列进行优化，直至所述等错误率小于或等于所述预定阈值。

在本公开的一些实施例中，基于前述方案，根据目标关键词包含的音素的数量，生成与所述音素数量对应的垃圾词音素序列，包括：

根据目标关键词包含的音素的数量，确定垃圾词音素序列中音素组合包含的音素的数量；

根据所述音素组合包含的音素的数量，生成垃圾词音素序列。

在本公开的一些实施例中，基于前述方案，，所述目标关键词的数量为多个，则根据目标关键词包含的音素的数量，确定垃圾词音素序列中音素组合包含的音素的数量，包括：

计算多个目标关键词包含的音素的数量的平均值，根据所述平均值确定所述垃圾词音素序列中音素组合包含的音素的数量。

根据本公开的一个方面，提供一种语音识别中垃圾词的生成装置，包括：

生成模块，用于根据目标关键词包含的音素的数量，生成与所述数量对应的垃圾词音素序列，所述垃圾词音素序列中包含多个随机生成的音素组合；

解码模块，用于对所述垃圾词音素序列中包含的音素组合进行解码，确定各个所述音素组合所对应的待选垃圾词；

训练模块，用于将所述待选垃圾词与所述目标关键词作为训练集，以对语言模型进行训练；

处理模块，用于根据训练完成的语言模型的测试结果，确定目标垃圾词。

根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的语音识别中垃圾词的生成方法。

根据本公开的一个方面，提供一种电子设备，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的语音识别中垃圾词的生成方法。

本公开一种语音识别中垃圾词的生成方法及装置，通过根据目标关键词包含的音素的数量，生成与所述数量对应的垃圾词音素序列，该垃圾词音素序列中包含多个随机生成的音素组合，对垃圾词音素序列中包含的音素组合进行解码，确定各个音素组合所对应的待选垃圾词，并将待选垃圾词与目标关键词作为训练集，以对语言模型进行训练，再根据训练完成的语言模型的测试结果，确定目标垃圾词。由此，根据语言模型的测试结果，确定目标垃圾词，可以降低目标垃圾词的对关键词的误触发率，同时，自动生成垃圾词音素序列以生成待选垃圾词则可以提高垃圾词的生成效率，无需人工进行参与。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了根据本申请的一个实施例的语音识别中垃圾词的生成方法的流程示意图。

图2示出了根据本申请的一个实施例的图1的语音识别中垃圾词的生成方法中步骤S120的流程示意图。

图3示出了根据本申请的一个实施例的图1的语音识别中垃圾词的生成方法中步骤S140的流程示意图。

图4示出了根据本申请的一个实施例的图1的语音识别中垃圾词的生成方法中步骤S110的流程示意图。

图5示出了根据本申请的一个实施例的语音识别中垃圾词的生成装置的框图。

图6示意性示出一种用于实现上述语音识别中垃圾词的生成方法的电子设备示例框图。

图7示意性示出一种用于实现上述语音识别中垃圾词的生成方法的计算机可读存储介质。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

本示例实施方式中首先提供了一种语音识别中垃圾词的生成方法，该语音识别中垃圾词的生成方法可以运行于服务器，也可以运行于服务器集群或云服务器等，当然，本领域技术人员也可以根据需求在其他平台运行本发明的方法，本示例性实施例中对此不做特殊限定。

图1示出了根据本申请的一个实施例的语音识别中垃圾词的生成方法的流程示意图。参考图1所示，该语音识别中垃圾词的生成方法至少包括步骤S110至步骤S140，详细介绍如下：

在步骤S110中，根据目标关键词包含的音素的数量，生成与所述数量对应的垃圾词音素序列，所述垃圾词音素序列中包含多个随机生成的音素组合。

其中，目标关键词可以是语音控制中用以触发动作的命令词汇，例如cancel（取消）、open（打开）等。

在本申请的一个实施例中，音素可以是根据语音的自然属性划分出来的最小语音单位，一个词汇中可以包含有多个音素。应该理解的，若垃圾词包含的音素与目标关键词包含的音素差距过多，例如目标关键词包含的音素有4个，而垃圾词的包含的音素为1个或者7个等，则该垃圾词无法起到其应有的防误触发的作用，是无意义的。

由此，可以根据目标关键词包含的音素的数量，生成与该数量对应的垃圾词音素序列，该垃圾词音素序列中可以包含多个随机生成的音素组合，每个音素组合对应于一个词汇，每个音素组合包含的音素的数量应与目标关键词包含的音素的数量相对应，即与该目标关键词包含的音素的数量相同或者存在预定数量内的差距。例如目标关键词包含的音素的数量为4个，则该音素组合中包含的音素的数量可以对应设置为3个、4个或者5个等，以避免与目标关键词差别过大，从而造成无意义垃圾词的产生。

在本申请的一个实施例中，垃圾词音素序列中可以包含有多种不同音素数量的音素组合，例如目标关键词包含的音素的数量为4个，则其对应的垃圾词音素序列中可以包含有音素的数量为3个、4个以及5个的音素组合。例如在一个将生成1500个垃圾词的垃圾词音素序列中，前500个单词可以是包含3个音素的词汇，中间500个可以是包含有4个音素的词汇，后500个则可以是包含有5个音素的词汇，等等。

在步骤S120中，对所述垃圾词音素序列中包含的音素组合进行解码，确定各个所述音素组合所对应的待选垃圾词。

在本申请的一个实施例中，由于垃圾词音素序列中包含的音素组合为随机生产成的，因此需要对每一音素组合进行解码，从而得到各个音素组合对应的待选垃圾词。在一示例中，可以通过查询预设的音素与词汇对应关系表，查询各个音素组合所对应的词汇，并将该词汇作为待选垃圾词。

在步骤S130中，将所述待选垃圾词与所述目标关键词作为训练集，以对语言模型进行训练。

在本申请的一个实施例中，将待选垃圾词与目标关键词结合以作为训练集，将该训练集作为语言模型的输入，以对语言模型进行训练。从而使该语言模型能够正确输出所输入词汇的识别结果。

在步骤S140中，根据训练完成的语言模型的测试结果，确定目标垃圾词。

在本申请的一个实施例中，对训练完成的语言模型进行测试，并根据测试结果，确定该待选垃圾词是否符合要求。若语言模型的测试结果较差，误触发率较高，则表示该待选垃圾词不符合要求；若语言模型的测试结果较好，误触发率较低，则表示该待选垃圾词符合要求，可以将待选垃圾词作为目标垃圾词，以进行使用。

在图1所示的实施例中，通过随机生成垃圾词音素序列并生成待选垃圾词，并将待选垃圾词结合目标关键词形成训练集，用以训练语言模型，再根据训练完成的语言模型进行测试，根据测试结果确定目标垃圾词，可以降低目标垃圾词的误触发率，同时也能够提高垃圾词的生成效率。

基于图1所示的实施例，图2示出了根据本申请的一个实施例的图1的语音识别中垃圾词的生成方法中步骤S120的流程示意图。参照图2所示，步骤S120至少包括步骤S210至步骤S220，详细介绍如下：

在步骤S210中，根据所述垃圾词音素序列中包含的音素组合进行查询，确定是否存在与所述音素组合对应的有效词汇。

在本申请的一个实施例中，可以根据垃圾词音素序列中包含的各个音素组合，在预设的词典或者音素与词汇对应关系表中进行查询，确定在词典或者对应关系表中是否存在与该音素组合相对应的有效词汇。

在步骤S220中，若存在与所述音素组合对应的有效词汇，则将所述有效词汇作为待选垃圾词。

基于图1和图2所示的实施例，在本申请的一个实施例中，在根据所述垃圾词音素序列中包含的音素组合进行查询，确定是否存在与所述音素组合对应的有效词汇之后，该语音识别中垃圾词的生成方法还包括：

在该实施例中，若在词典或者音素与词汇对应关系表中未存在与该音素组合对应的有效词汇，则表明该音素组合为无效的。因此，针对该音素组合进行更新，即重新随机生成该音素组合，再根据更新后的音素组合进行查询，直至存在与其相对应的有效词汇。

由此，可以保证垃圾词音素序列中每一音素组合的有效性，防止无效音素组合的存在。

基于图1所示的实施例，图3示出了根据本申请的一个实施例的图1的语音识别中垃圾词的生成方法中步骤S140的流程示意图。参照图3所示，步骤S140至少包括步骤S310至步骤S320，详细介绍如下：

在步骤S310中，根据训练完成的语言模型的识别结果，计算所述语言模型的等错误率。

在本申请的一个实施例中，对训练完成的语言模型进行测试，并统计该语言模型的误拒绝率以及误接受率，从而得到该语言模型对应的等错误率。应该理解的，等错误率越低，则表明该语言模型的识别越准确，垃圾词的防误触发效果越好，若等错误率越高，则表明该语言模型的识别越不准确，垃圾词的防误触发效果越差。

在步骤S320中，若所述等错误率大于或等于预定阈值，则将所述待选垃圾词作为目标垃圾词。

在本申请的一个实施例中，本领域技术人员可以预先设定用以确定等错误率上限的预定阈值，该预定阈值可以是10%、20%或者25%等，以上仅为示例性举例，本申请对此不做特殊限定。

将该等错误率与预定阈值进行比较，若等错误率大于该预定阈值，则表示该语言模型未能符合要求，垃圾词的防误触效果较差；若等错误率小于或等于预定阈值，则表示该语言模型符合要求，垃圾词的防误触效果较好。因此，可以将等错误率小于或等于预定阈值的待选垃圾词作为目标垃圾词以供实际应用，从而降低在实际应用中的误触发率。

在图3所示的实施例中，通过计算训练完成的语言模型的等错误率，将等错误率小于或等于预定阈值的待选垃圾词作为目标垃圾词，可以保证目标垃圾词的防误触发效果，进而降低在实际应用中语言模型的误触发率。

基于图1和图3所示的实施例，在本申请的一个实施例中，所述垃圾词音素序列的数量为多个，所述方法还包括：

在该实施例中，垃圾词音素序列的数量可以为多个，需要说明的，本文所述的多个可以是两个或者两个以上的任意数量，例如三个或者五个等。

在该实施例中，若等错误率大于预定阈值，则表示垃圾词音素序列所对应的待选垃圾词不符合需求。因此，可以采用遗传算法对多个垃圾词音素序列进行优化，例如将多个垃圾词音素序列进行交叉或者变异等，以生成新的垃圾词音素序列，再将生成的新的垃圾词序列进行解码、检验（即检测音素组合是否存在对应的有效词汇）、以及训练语言模型、检测测试结果等操作，直至能够使得训练完成后的语言模型的等错误率能够小于或等于预定阈值，即符合要求。

在其他实施例中，也可以完全重新生成垃圾词音素序列，重复上述的解码、检验（即检测音素组合是否存在对应的有效词汇）、以及训练语言模型、检测测试结果步骤，直至语言模型的等错误率小于或等于预定阈值，得到目标垃圾词。

基于图1所示的实施例，图4示出了根据本申请的一个实施例的图1的语音识别中垃圾词的生成方法中步骤S110的流程示意图。参照图4所示，步骤S110至少包括步骤S410至步骤S420，详细介绍如下:

在步骤S410中，根据目标关键词包含的音素的数量，确定垃圾词音素序列中音素组合包含的音素的数量。

在本申请的一个实施例中，为了防止无意义垃圾词的产生，可以预先获取目标关键词包含的音素的数量，进而确定垃圾词音素序列中音素组合包含的音素的数量，即与该目标关键词包含的音素的数量相同。例如目标关键词包含的音素的数量为4个，则垃圾词音素序列中音素组合包含的音素的数量可以为4个。

在其他示例中，垃圾词音素序列中音素组合包含的音素的数量的也可以与目标关键词包含的音素的数量存在预定数量内的差距，例如前后可以相差1个或者2个等，即目标关键词包含的音素的数量为4个，则垃圾词音素序列中音素组合包含的音素的数量可以为3个、4个以及5个等。

在步骤S420中，根据所述音素组合包含的音素的数量，生成垃圾词音素序列。

在本申请的一个实施例中，根据所确定的音素组合包含的音素的数量，对应生成垃圾词音素序列，例如所确定的音素组合包含的音素数量为3个，则按照垃圾词音素序列中包含的音素的排列顺序，每3个音素形成一个音素组合，等等。

由此，根据目标关键词包含的音素的数量确定垃圾词音素序列中音素组合包含的音素的数量，可以减少无意义垃圾词的产生，保证垃圾词的防误触发效果。

基于图1和图4所示的实施例，在本申请的一个实施例中，所述目标关键词的数量为多个，则根据目标关键词包含的音素的数量，确定垃圾词音素序列中音素组合包含的音素的数量，包括：

在该实施例中，若存在多个目标关键词，应该理解的，多个目标关键词所包含的音素的数量可以相同也可以不相同，若存在某一目标关键词包含了较多的音素，则针对该目标关键词所确定的音素组合包含的音素的数量也就较多，然而，对于其他包含的音素较少的目标关键词，则可能会产生无意义垃圾词。

由此，计算多个目标关键词包含的音素的数量的平均值，并根据该平均值确定垃圾词音素序列中音素组合包含的音素的数量，可以保证所生成的垃圾词音素序列适用于所有的目标关键词，减少无意义垃圾词的产生，进而保证垃圾词的防误触发效果。

本公开还提供了一种语音识别中垃圾词的生成装置。参考图5所示，该语音识别中垃圾词的生成装置可以包括：

生成模块710，用于根据目标关键词包含的音素的数量，生成与所述数量对应的垃圾词音素序列，所述垃圾词音素序列中包含多个随机生成的音素组合；

解码模块720，用于对所述垃圾词音素序列中包含的音素组合进行解码，确定各个所述音素组合所对应的待选垃圾词；

训练模块730，用于将所述待选垃圾词与所述目标关键词作为训练集，以对语言模型进行训练；

处理模块740，用于根据训练完成的语言模型的测试结果，确定目标垃圾词。

上述语音识别中垃圾词的生成装置中各模块的具体细节已经在对应的语音识别中垃圾词的生成方法中进行了详细的描述，因此此处不再赘述。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中或网络上，包括若干指令以使得一台计算设备（可以是个人计算机、服务器、移动终端、或者网络设备等）执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式（包括固件、微代码等），或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图6来描述根据本发明的这种实施方式的500。图6显示的电子设备500仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于：上述至少一个处理单元510、上述至少一个存储单元520、连接不同系统组件（包括存储单元520和处理单元510）的总线530。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元510执行，使得所述处理单元510执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元510可以执行如图1中所示的步骤S110：根据目标关键词包含的音素的数量，生成与所述数量对应的垃圾词音素序列，所述垃圾词音素序列中包含多个随机生成的音素组合；S120：对所述垃圾词音素序列中包含的音素组合进行解码，确定各个所述音素组合所对应的待选垃圾词；步骤S130：将所述待选垃圾词与所述目标关键词作为训练集，以对语言模型进行训练；步骤S140：根据训练完成的语言模型的测试结果，确定目标垃圾词。

存储单元520可以包括易失性存储单元形式的可读介质，例如随机存取存储单元（RAM）5201和/或高速缓存存储单元5202，还可以进一步包括只读存储单元（ROM）5203。

存储单元520还可以包括具有一组（至少一个）程序模块5205的程序/实用工具5204，这样的程序模块5205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线530可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备500也可以与一个或多个外部设备700（例如键盘、指向设备、蓝牙设备等）通信，还可与一个或者多个使得用户能与该电子设备500交互的设备通信，和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备（例如路由器、调制解调器等等）通信。这种通信可以通过输入/输出（I/O）接口550进行。并且，电子设备500还可以通过网络适配器560与一个或者多个网络（例如局域网（LAN），广域网（WAN）和/或公共网络，例如因特网）通信。如图所示，网络适配器560通过总线530与电子设备500的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中或网络上，包括若干指令以使得一台计算设备（可以是个人计算机、服务器、终端装置、或者网络设备等）执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

参考图7所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品600，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网（LAN）或广域网（WAN），连接到用户计算设备，或者，可以连接到外部计算设备（例如利用因特网服务提供商来通过因特网连接）。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

Claims

1.一种语音识别中垃圾词的生成方法，其特征在于，包括：

根据训练完成的语言模型的测试结果，确定目标垃圾词。

2.根据权利要求1所述的方法，其特征在于，对所述垃圾词音素序列中包含的音素组合进行解码，确定各个所述音素组合所对应的待选垃圾词，包括：

3.根据权利要求2所述的方法，其特征在于，在根据所述垃圾词音素序列中包含的音素组合进行查询，确定是否存在与所述音素组合对应的有效词汇之后，所述方法还包括：

4.根据权利要求1所述的方法，其特征在于，根据训练完成的语言模型的测试结果，确定目标垃圾词，包括：

5.根据权利要求4所述的方法，其特征在于，所述垃圾词音素序列的数量为多个，所述方法还包括：

6.根据权利要求1所述的方法，其特征在于，根据目标关键词包含的音素的数量，生成与所述音素数量对应的垃圾词音素序列，包括：

7.根据权利要求6所述的方法，其特征在于，所述目标关键词的数量为多个，则根据目标关键词包含的音素的数量，确定垃圾词音素序列中音素组合包含的音素的数量，包括：

8.一种语音识别中垃圾词的生成装置，其特征在于，包括：

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任一项所述的语音识别中垃圾词的生成方法。

10.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任一项所述的语音识别中垃圾词的生成方法。