CN111968648A - 语音识别方法、装置、可读介质及电子设备 - Google Patents

Abstract

本公开涉及一种语音识别方法、装置、可读介质及电子设备，包括：获取热词列表，热词列表中包括一个或多个待识别热词；通过预置脚本构建与热词列表中的每个待识别热词分别对应的加权有限状态转换器，加权有限状态转换器为非确定状态的加权有限状态转换器；将加权有限状态转换器加载于目标语音识别解码器中，以通过目标语音识别解码器对目标语音的进行识别。这样，由于该加权有限状态转换器的构建无需进行确定化等编译步骤，构建速度大大加快，从而也就大大加快了语音识别时对该待识别热词的处理速度，使得用户能够即时调整在进行语音识别时所要加入的待识别热词，无需进行过多的等待。

Description

语音识别方法、装置、可读介质及电子设备

技术领域

本公开涉及语音识别领域，具体地，涉及一种语音识别方法、装置、可读介质及电子设备。

背景技术

相关技术中的语音识别过程中，能够实现对特定的热词进行识别的功能，从而提高待识别的语音中该特定的热词的召回率，但通常对该特定的热词的处理时长都较长，用户每一次在做了新增热词、修改热词、删除热词等对该特定热词的改动之后，往往都要再重新等待较长的时间才能根据改动后的特定热词对待识别的语音进行识别。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种语音识别方法，所述方法包括：

获取热词列表，所述热词列表中包括一个或多个待识别热词；

通过预置脚本构建与所述热词列表中的每个所述待识别热词分别对应的加权有限状态转换器，所述加权有限状态转换器为非确定状态的加权有限状态转换器；

将所述加权有限状态转换器加载于目标语音识别解码器中，以通过所述目标语音识别解码器对目标语音的进行识别。

第二方面，本公开提供一种语音识别装置，所述装置包括：

获取模块，用于获取热词列表，所述热词列表中包括一个或多个待识别热词；

处理模块，用于通过预置脚本构建与所述热词列表中的每个所述待识别热词分别对应的加权有限状态转换器，所述加权有限状态转换器为非确定状态的加权有限状态转换器；

加载模块，用于将所述加权有限状态转换器加载于目标语音识别解码器中，以通过所述目标语音识别解码器对目标语音的进行识别。

第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现第一方面中所述方法的步骤。

第四方面，本公开提供一种电子设备，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面中所述方法的步骤。

通过上述技术方案，能够通过预置脚本快速对热词列表中的每一个待识别热词构建无需进行确定化等编译步骤的加权有限状态转换器，然后直接将该非确定状态的加权有限状态转换器加载在目标语音识别解码器中对目标语音进行识别，从而提高该目标语音识别解码器对该目标语音中所存在的该待识别热词的识别召回率，这样，由于该加权有限状态转换器的构建无需进行确定化等编译步骤，构建速度大大加快，从而也就大大加快了语音识别时对该待识别热词的处理速度，使得用户能够即时调整在进行语音识别时所要加入的待识别热词，无需进行过多的等待。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：

图1是根据本公开一示例性实施例示出的一种语音识别方法的流程图

图2是根据本公开又一示例性实施例示出的一种语音识别方法的流程图。

图3是根据本公开又一示例性实施例示出的一种语音识别方法中构建加权有限状态转换器的方法的流程图。

图4是根据本公开又一示例性实施例示出的一种对待识别热词构建得到的加权有限状态转换器的示意图。

图5是根据本公开又一示例性实施例示出的一种语音识别方法的流程图。

图6是根据本公开一示例性实施例示出的一种语音识别装置的结构框图。

图7是根据本公开又一示例性实施例示出的一种语音识别装置的结构框图。

图8示出了适于用来实现本公开实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

图1是根据本公开一示例性实施例示出的一种语音识别方法的流程图。如图1所示，所述方法包括步骤101至步骤103。

在步骤101中，获取热词列表，所述热词列表中包括一个或多个待识别热词。

获取该热词列表的方式可以为多种，用户可以即时输入待识别热词来组成该热词列表，也可以是从提前上传的热词列表中获取得到。该热词列表中可以包括的该待识别热词可以为任意语言的词语。

在步骤102中，通过预置脚本构建与所述热词列表中的每个所述待识别热词分别对应的加权有限状态转换器，所述加权有限状态转换器为非确定状态的加权有限状态转换器。

该预置脚本为预先已经设置好的构建脚本(Script)，在获取到该热词列表之后，能够直接针对热词列表中的每一个待识别热词分别进行加权有限状态转换器(FiniteState Transducers，FST)的构建。也即，在根据该预置脚本对该待识别热词构建加权有限状态转换器时，每个待识别热词都不会对其他的待识别热词的具体构建结果造成影响，该预置脚本针对每一个待识别热词所构建加权有限状态转换器都是各自独立的，但该热词列表中所有待识别热词所对应的加权有限状态转换器可以拥有同一个入口，也即该热词列表中的所有待识别热词都在同一个加权有限状态转换器中。

该非确定状态的加权有限状态转换器也即未进行确定化之前的有限状态转换器。

在步骤103中，将所述加权有限状态转换器加载于目标语音识别解码器中，以通过所述目标语音识别解码器对目标语音的进行识别。

该目标语音识别解码器可以是根据该目标语音来确定得到的，例如，在该目标语音为中文的情况下，可以确定该目标语音识别解码器为针对于中文的语音识别解码器，在该目标语音为英文的情况下，可以确定该目标语音识别解码器为针对于英文的语音识别解码器。

或者，该目标语音识别解码器也可以是由用户直接确定的语音识别解码器。

在根据该热词列表构建得到对应的该加权有限状态转换器之后，直接将其加载与确定得到的目标语音识别解码器中，从而就可以得到对该热词列表中的待识别热词具有更高的召回率的语音识别解码器，并通过该语音识别解码器来完成对该目标语音的识别过程中最终的解码部分。

通过上述技术方案，能够通过预置脚本快速对热词列表中的每一个待识别热词构建无需进行确定化等编译步骤的加权有限状态转换器，然后直接将该非确定状态的加权有限状态转换器加载在目标语音识别解码器中对目标语音进行识别，从而提高该目标语音识别解码器对该目标语音中所存在的该待识别热词的识别召回率，这样，由于该加权有限状态转换器的构建无需进行确定化等编译步骤，构建速度大大加快，从而也就大大加快了语音识别时对该待识别热词的处理速度，使得用户能够即时调整在进行语音识别时所要加入的待识别热词，无需进行过多的等待。

图2是根据本公开又一示例性实施例示出的一种语音识别方法的流程图。如图2所示，所述方法还包括步骤201和步骤202。

在步骤201中，在所述待识别热词中包括中文热词的情况下，对所述待识别热词进行分词，以得到所述待识别热词中所包括的一个或多个单词。对该待识别热词进行分词的方法可以为正向最大匹配法、逆向最大匹配法、最少切分或者双向最大匹配法等任意预设的分词方法，在本公开中不进行限定。但在对该待识别热词进行分词之前，会先对该待识别热词中是否包括中文热词进行判断，在判断该待识别热词中包括中文热词的情况下，判定待识别热词有进行分词的需求，之后再对该待识别热词进行中文分词。

对该待识别热词的进行分词之后，每个待识别热词中包括的单词数量可以根据分词方法以及该待识别热词自身的语义来确定。例如，在该待识别热词中包括“公司活动”这个中文热词时，对该词进行分词的结果可以是将其划分为“公司”和“活动”两个单词，而该待识别热词中包括“公司”这个中文热词时，对该词进行分词的结果可以仅包括“公司”这一个单词，并不会将该待识别热词拆分为“公”和“司”两个单独的单词。

在步骤202中，根据每个所述待识别热词所包括的所述单词，通过所述预置脚本构建与所述热词列表中的每个所述待识别热词对应的所述加权有限状态转换器。

在该待识别热词中包括中文热词的情况下，对该待识别热词进行中文分词，得到每个待识别热词中所包括的一个或多个单词之后，再根据每个待识别热词中的单词来构建相应的加权有限状态转换器。在分词结果中仅包括一个单词的待识别热词，也可以根据分词得到的唯一单词来进行加权有限状态转换器的构建。

通过上述技术方案，能够在对待识别热词构建相应的加权有限状态转换器之前，对该待识别热词是否需要进行分词来进行判断，并在判定该待识别热词需要进行分词之后，先对其进行分词，然后再根据各个待识别热词的分词结果来进行加权有限状态转换器的构建，进一步保证了该待识别热词在该目标语音中的召回率。

图3是根据本公开又一示例性实施例示出的一种语音识别方法中构建加权有限状态转换器的方法的流程图。如图3所示，所述方法包括步骤301至步骤303。

在步骤301中，设置所述加权有限状态转换器中的第一个节点作为初始节点。

在步骤302中，从所述初始节点出发，分别按照每个所述待识别热词中所包括的所述单词的顺序，为每个所述待识别热词中所包括的每个单词设置一条加权单词边，并为每一条加权单词边设置一个指向的节点，其中，所述加权单词边所指向的节点能够为所述初始节点，且从任一所述节点出发的所述加权单词边能够为一条或多条，所述节点也能够被一条或多条从其他节点出发的所述加权单词边所指向。

在步骤303中，为所有所述节点设置一条指向所述初始节点的回退边，所述回退边在所述节点处的输入不为目标输入时生效，所述目标输入为从所述节点出发的任一所述加权单词边所表征的所述单词。

该初始节点也即该加权有限状态转换器中的入口，每个待识别热词所对应的加权有限状态转换器的入口都为该初始节点。

由于该回退边仅在该回退边的出发节点处有输入，且该输入不为任一目标输入的情况下才会生效，因此该回退边的设置能够使得该加权有限状态转换器中可能存在的连通性大大减少，进而进一步加快了该加权有限状态转换器的构建速度。

例如，图4示出了对上述示例中的两个待识别热词“公司”和“公司活动”构建的加权有限状态转换器的示意图，其中所有加权状态都未示出。在图4中，节点0为该初始节点，边10为该待识别热词“公司”中所包括的唯一单词“公司”所对应的加权单词边，指向该初始节点0自身，边12为该待识别热词“公司活动”中所包括的第一个单词“公司”所对应的加权单词边，指向节点1，边13为该待识别热词“公司活动”中所包括的第二个单词“活动”所对应的加权单词边，指向初始节点0，边11和边14都是指向该初始节点的回退边。在加载了该加权有限状态转换器的该目标语音识别解码器对该目标语音进行识别时，若接收到输入为单词“公司”，且在该加权有限状态转换器中走到根据边12走到了节点1，则此时只有接收到下一个输入为“活动”的情况下能够通过该边13回到初始节点0，或者在接收到下一个输入不为“活动”的情况下能够通过该回退边14回到初始节点0，若在处于节点1的情况下接收到单词“公司”的输入，不会自动回到该初始节点0来通过该边10或边12保持连通。

图5是根据本公开又一示例性实施例示出的一种语音识别方法的流程图。如图5所示，所述方法还包括步骤501和步骤502。

在步骤501中，对所述加权有限状态转换器进行最小化。

在步骤502中，将进行所述最小化后的加权有限状态转换器加载于所述目标语音识别解码器中，以通过所述目标语音识别解码器对所述目标语音的进行识别。

由于在对该热词列表中的每个待识别热词分别构建该加权有限状态转换器时，每个待识别热词对应的加权有限状态转换器都是独立构建的，因此在对该热词列表中的每个待识别热词对应的加权有限状态转换器都构建完成之后，最终的加权有限状态转换器中可能会存在冗余的节点。通过对最终的加权有限状态转换器进行最小化，化简其中部分或全部冗余的节点，从而就能够得到更加精简的加权有限状态转换器，进而使得该目标语音识别解码器加载该加权有限状态转换器之后载对该目标语音进行识别的处理效率得到进一步提高，进一步减少了用户在即时调整在进行语音识别时所要加入的待识别热词之后的等待时长。

图6是根据本公开一示例性实施例示出的一种语音识别装置的结构框图。如图6所示，所述装置包括：获取模块10，用于获取热词列表，所述热词列表中包括一个或多个待识别热词；处理模块20，用于通过预置脚本构建与所述热词列表中的每个所述待识别热词分别对应的加权有限状态转换器，所述加权有限状态转换器为非确定状态的加权有限状态转换器；加载模块30，用于将所述加权有限状态转换器加载于目标语音识别解码器中，以通过所述目标语音识别解码器对目标语音的进行识别。

通过上述技术方案，能够通过预置脚本快速对热词列表中的每一个待识别热词构建无需进行确定化等编译步骤的加权有限状态转换器，然后直接将该非确定状态的加权有限状态转换器加载在目标语音识别解码器中对目标语音进行识别，从而提高该目标语音识别解码器对该目标语音中所存在的该待识别热词的识别召回率，这样，由于该加权有限状态转换器的构建无需进行确定化等编译步骤，构建速度大大加快，从而也就大大加快了语音识别时对该待识别热词的处理速度，使得用户能够即时调整在进行语音识别时所要加入的待识别热词，无需进行过多的等待。

图7是根据本公开又一示例性实施例示出的一种语音识别装置的结构框图。如图7所示，所述装置还包括：分词模块40，用于在所述待识别热词中包括中文热词的情况下，对所述待识别热词进行分词，以得到所述待识别热词中所包括的一个或多个单词；所述处理模块20包括：第一处理子模块201，用于根据每个所述待识别热词所包括的所述单词，通过所述预置脚本构建与所述热词列表中的每个所述待识别热词对应的所述加权有限状态转换器。

在一种可能的实施方式中，所述处理模块20还包括：第一设置子模块202，用于设置所述加权有限状态转换器中的第一个节点作为初始节点；第二设置子模块203，用于从所述初始节点出发，分别按照每个所述待识别热词中所包括的所述单词的顺序，为每个所述待识别热词中所包括的每个单词设置一条加权单词边，并为每一条加权单词边设置一个指向的节点，其中，所述加权单词边所指向的节点能够为所述初始节点，且从任一所述节点出发的所述加权单词边能够为一条或多条，所述节点也能够被一条或多条从其他节点出发的所述加权单词边所指向；第三设置子模块204，用于为所有所述节点设置一条指向所述初始节点的回退边，所述回退边在所述节点处的输入不为目标输入时生效，所述目标输入为从所述节点出发的任一所述加权单词边所表征的所述单词。

在一种可能的实施方式中，所述处理模块20还包括：第二处理子模块205，用于对所述加权有限状态转换器进行最小化；所述加载模块30还用于：将进行所述最小化后的加权有限状态转换器加载于所述目标语音识别解码器中，以通过所述目标语音识别解码器对目标语音的进行识别。

下面参考图8，其示出了适于用来实现本公开实施例的电子设备(例如图1中的终端设备或服务器)800的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图8示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图8所示，电子设备800可以包括处理装置(例如中央处理器、图形处理器等)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

通常，以下装置可以连接至I/O接口805：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807；包括例如磁带、硬盘等的存储装置808；以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备800，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置809从网络上被下载和安装，或者从存储装置808被安装，或者从ROM 802被安装。在该计算机程序被处理装置801执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机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。而在本公开中，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，其中承载了计算机可读的程序代码。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。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、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。计算机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：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取热词列表，所述热词列表中包括一个或多个待识别热词；通过预置脚本构建与所述热词列表中的每个所述待识别热词分别对应的加权有限状态转换器，所述加权有限状态转换器为非确定状态的加权有限状态转换器；将所述加权有限状态转换器加载于目标语音识别解码器中，以通过所述目标语音识别解码器对目标语音的进行识别。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定，例如，获取模块还可以被描述为“获取热词列表的模块”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，示例1提供了一种语音识别方法，所述方法包括：获取热词列表，所述热词列表中包括一个或多个待识别热词；通过预置脚本构建与所述热词列表中的每个所述待识别热词分别对应的加权有限状态转换器，所述加权有限状态转换器为非确定状态的加权有限状态转换器；将所述加权有限状态转换器加载于目标语音识别解码器中，以通过所述目标语音识别解码器对目标语音的进行识别。

根据本公开的一个或多个实施例，示例2提供了示例1的方法，包括：在所述待识别热词中包括中文热词的情况下，对所述待识别热词进行分词，以得到所述待识别热词中所包括的一个或多个单词；所述通过预置脚本构建与所述热词列表中的每个所述待识别热词分别对应的加权有限状态转换器包括：根据每个所述待识别热词所包括的所述单词，通过所述预置脚本构建与所述热词列表中的每个所述待识别热词对应的所述加权有限状态转换器。

根据本公开的一个或多个实施例，示例3提供了示例2的方法，所述根据每个所述待识别热词所包括的所述单词，通过所述预置脚本构建与所述热词列表中的每个所述待识别热词对应的所述加权有限状态转换器包括：设置所述加权有限状态转换器中的第一个节点作为初始节点；从所述初始节点出发，分别按照每个所述待识别热词中所包括的所述单词的顺序，为每个所述待识别热词中所包括的每个单词设置一条加权单词边，并为每一条加权单词边设置一个指向的节点，其中，所述加权单词边所指向的节点能够为所述初始节点，且从任一所述节点出发的所述加权单词边能够为一条或多条，所述节点也能够被一条或多条从其他节点出发的所述加权单词边所指向；为所有所述节点设置一条指向所述初始节点的回退边，所述回退边在所述节点处的输入不为目标输入时生效，所述目标输入为从所述节点出发的任一所述加权单词边所表征的所述单词。

根据本公开的一个或多个实施例，示例4提供了示例2或示例3的方法，所述通过预置脚本构建与所述热词列表中的每个所述待识别热词分别对应的加权有限状态转换器还包括：对所述加权有限状态转换器进行最小化；所述将所述加权有限状态转换器加载于目标语音识别解码器中，以对目标语音的识别进行热词干预包括：将进行所述最小化后的加权有限状态转换器加载于所述目标语音识别解码器中，以通过所述目标语音识别解码器对目标语音的进行识别。

根据本公开的一个或多个实施例，示例5提供了一种语音识别装置，所述装置包括：获取模块，用于获取热词列表，所述热词列表中包括一个或多个待识别热词；处理模块，用于通过预置脚本构建与所述热词列表中的每个所述待识别热词分别对应的加权有限状态转换器，所述加权有限状态转换器为非确定状态的加权有限状态转换器；加载模块，用于将所述加权有限状态转换器加载于目标语音识别解码器中，以通过所述目标语音识别解码器对目标语音的进行识别。

根据本公开的一个或多个实施例，示例6提供了示例5的装置，还包括：分词模块，用于在所述待识别热词中包括中文热词的情况下，对所述待识别热词进行分词，以得到所述待识别热词中所包括的一个或多个单词；所述处理模块包括：第一处理子模块，用于根据每个所述待识别热词所包括的所述单词，通过所述预置脚本构建与所述热词列表中的每个所述待识别热词对应的所述加权有限状态转换器。

根据本公开的一个或多个实施例，示例7提供了示例6的装置，所述处理模块还包括：第一设置子模块，用于设置所述加权有限状态转换器中的第一个节点作为初始节点；第二设置子模块，用于从所述初始节点出发，分别按照每个所述待识别热词中所包括的所述单词的顺序，为每个所述待识别热词中所包括的每个单词设置一条加权单词边，并为每一条加权单词边设置一个指向的节点，其中，所述加权单词边所指向的节点能够为所述初始节点，且从任一所述节点出发的所述加权单词边能够为一条或多条，所述节点也能够被一条或多条从其他节点出发的所述加权单词边所指向；第三设置子模块，用于为所有所述节点设置一条指向所述初始节点的回退边，所述回退边在所述节点处的输入不为目标输入时生效，所述目标输入为从所述节点出发的任一所述加权单词边所表征的所述单词。

根据本公开的一个或多个实施例，示例8提供了示例6或示例7的装置，所述处理模块还包括：第二处理子模块，用于对所述加权有限状态转换器进行最小化；所述加载模块还用于：将进行所述最小化后的加权有限状态转换器加载于所述目标语音识别解码器中，以通过所述目标语音识别解码器对目标语音的进行识别。

根据本公开的一个或多个实施例，示例9提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现示例1-4中任一项所述方法的步骤。

根据本公开的一个或多个实施例，示例10提供了一种电子设备，包括：存储装置，其上存储有计算机程序；处理装置，用于执行所述存储装置中的所述计算机程序，以实现示例1-4中任一项所述方法的步骤。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

Claims (10)

1.一种语音识别方法，其特征在于，所述方法包括：

获取热词列表，所述热词列表中包括一个或多个待识别热词；

通过预置脚本构建与所述热词列表中的每个所述待识别热词分别对应的加权有限状态转换器，所述加权有限状态转换器为非确定状态的加权有限状态转换器；

将所述加权有限状态转换器加载于目标语音识别解码器中，以通过所述目标语音识别解码器对目标语音的进行识别。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述待识别热词中包括中文热词的情况下，对所述待识别热词进行分词，以得到所述待识别热词中所包括的一个或多个单词；

所述通过预置脚本构建与所述热词列表中的每个所述待识别热词分别对应的加权有限状态转换器包括：

根据每个所述待识别热词所包括的所述单词，通过所述预置脚本构建与所述热词列表中的每个所述待识别热词对应的所述加权有限状态转换器。

3.根据权利要求2所述的方法，其特征在于，所述根据每个所述待识别热词所包括的所述单词，通过所述预置脚本构建与所述热词列表中的每个所述待识别热词对应的所述加权有限状态转换器包括：

设置所述加权有限状态转换器中的第一个节点作为初始节点；

从所述初始节点出发，分别按照每个所述待识别热词中所包括的所述单词的顺序，为每个所述待识别热词中所包括的每个单词设置一条加权单词边，并为每一条加权单词边设置一个指向的节点，

其中，所述加权单词边所指向的节点能够为所述初始节点，且从任一所述节点出发的所述加权单词边能够为一条或多条，所述节点也能够被一条或多条从其他节点出发的所述加权单词边所指向；

为所有所述节点设置一条指向所述初始节点的回退边，所述回退边在所述节点处的输入不为目标输入时生效，所述目标输入为从所述节点出发的任一所述加权单词边所表征的所述单词。

4.根据权利要求2或3所述的方法，其特征在于，所述通过预置脚本构建与所述热词列表中的每个所述待识别热词分别对应的加权有限状态转换器还包括：

对所述加权有限状态转换器进行最小化；

所述将所述加权有限状态转换器加载于目标语音识别解码器中，以通过所述目标语音识别解码器对目标语音的进行识别包括：

将进行所述最小化后的加权有限状态转换器加载于所述目标语音识别解码器中，以通过所述目标语音识别解码器对所述目标语音的进行识别。

5.一种语音识别装置，其特征在于，所述装置包括：

获取模块，用于获取热词列表，所述热词列表中包括一个或多个待识别热词；

处理模块，用于通过预置脚本构建与所述热词列表中的每个所述待识别热词分别对应的加权有限状态转换器，所述加权有限状态转换器为非确定状态的加权有限状态转换器；

加载模块，用于将所述加权有限状态转换器加载于目标语音识别解码器中，以通过所述目标语音识别解码器对目标语音的进行识别。

6.根据权利要求5所述的装置，其特征在于，所述装置还包括：

分词模块，用于在所述待识别热词中包括中文热词的情况下，对所述待识别热词进行分词，以得到所述待识别热词中所包括的一个或多个单词；

所述处理模块包括：

第一处理子模块，用于根据每个所述待识别热词所包括的所述单词，通过所述预置脚本构建与所述热词列表中的每个所述待识别热词对应的所述加权有限状态转换器。

7.根据权利要求6所述的装置，其特征在于，所述处理模块还包括：

第一设置子模块，用于设置所述加权有限状态转换器中的第一个节点作为初始节点；

第二设置子模块，用于从所述初始节点出发，分别按照每个所述待识别热词中所包括的所述单词的顺序，为每个所述待识别热词中所包括的每个单词设置一条加权单词边，并为每一条加权单词边设置一个指向的节点，

其中，所述加权单词边所指向的节点能够为所述初始节点，且从任一所述节点出发的所述加权单词边能够为一条或多条，所述节点也能够被一条或多条从其他节点出发的所述加权单词边所指向；

第三设置子模块，用于为所有所述节点设置一条指向所述初始节点的回退边，所述回退边在所述节点处的输入不为目标输入时生效，所述目标输入为从所述节点出发的任一所述加权单词边所表征的所述单词。

8.根据权利要求6或7所述的装置，其特征在于，所述处理模块还包括：

第二处理子模块，用于对所述加权有限状态转换器进行最小化；

所述加载模块还用于：

将进行所述最小化后的加权有限状态转换器加载于所述目标语音识别解码器中，以通过所述目标语音识别解码器对所述目标语音的进行识别。

9.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现权利要求1-4中任一项所述方法的步骤。

10.一种电子设备，其特征在于，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现权利要求1-4中任一项所述方法的步骤。

Images