CN112489652A - 一种语音信息的文本获取方法、装置和存储介质 - Google Patents

一种语音信息的文本获取方法、装置和存储介质 Download PDF

Info

Publication number
CN112489652A
CN112489652A CN202011458231.9A CN202011458231A CN112489652A CN 112489652 A CN112489652 A CN 112489652A CN 202011458231 A CN202011458231 A CN 202011458231A CN 112489652 A CN112489652 A CN 112489652A
Authority
CN
China
Prior art keywords
text
information
inverse
standard
corpus
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
Application number
CN202011458231.9A
Other languages
English (en)
Inventor
李婉瑜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Youzhuju Network Technology Co Ltd
Original Assignee
Beijing Youzhuju Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Youzhuju Network Technology Co Ltd filed Critical Beijing Youzhuju Network Technology Co Ltd
Priority to CN202011458231.9A priority Critical patent/CN112489652A/zh
Publication of CN112489652A publication Critical patent/CN112489652A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Machine Translation (AREA)

Abstract

本公开实施例公开了一种语音信息的文本获取方法、装置、电子设备和存储介质，该方法包括：获取待识别的语音信息，并通过语音识别技术，获取初始识别文本；将所述初始识别文本，输入至训练完成的逆文本标准化模型，以对所述初始识别文本进行逆文本标准化处理，并将处理结果作为所述语音信息的标准识别文本。本公开实施例的技术方案，将语音识别后的初始文本，通过训练完成的逆文本标准化模型，进行逆文本标准化处理，进而获取标准识别文本，实现了输入端到输出端的全文逆文本化映射，结合具体语境的逆文本化方式也提高了逆文本化处理的准确性，同时，避免了更新维护的繁琐过程，节省了人力成本和时间成本。

Description

一种语音信息的文本获取方法、装置和存储介质
技术领域
本公开实施例涉及语音识别技术，尤其涉及一种语音信息的文本获取方法、装置、电子设备和存储介质。
背景技术
随着科技的不断进步，语音识别技术得到迅速发展，被广泛应用于智能控制等多个领域，为人们的社会生活提供了极大便利。
通过语音识别技术，在获取到识别文本后，为了便于用户阅读，会进行逆文本标准化(Inverse Text Normalization，ITN)处理，即将汉字信息转换为更易被用户解读的形式，例如，将“三百二十七”转换为“327”，通常是在获取到语音识别文本后，通过映射规则对照表，将汉字信息转换为对应的数字信息。
但这样的逆文本化处理方式，可维护性较差，每次对映射规则对照表的增加、删除、修改等操作都需要进行列表更新，且只能对映射规则对照表中存在的信息进行逆文本映射，逆文本化功能存在较大的局限性。
发明内容
本公开提供了一种语音信息的文本获取方法、装置、设备和存储介质，以实现对语音识别后的文本信息进行逆文本标准化处理。
第一方面，本公开实施例提供了一种语音信息的文本获取方法，包括：
获取待识别的语音信息，并通过语音识别技术，获取初始识别文本；
将所述初始识别文本，输入至训练完成的逆文本标准化模型，以对所述初始识别文本进行逆文本标准化处理，并将处理结果作为所述语音信息的标准识别文本。
第二方面，本公开实施例提供了一种语音信息的文本获取装置，包括：
初始识别文本获取模块，用于获取待识别的语音信息，并通过语音识别技术，获取初始识别文本；
逆文本标准化执行模块，用于将所述初始识别文本，输入至训练完成的逆文本标准化模型，以对所述初始识别文本进行逆文本标准化处理，并将处理结果作为所述语音信息的标准识别文本。
第三方面，本公开实施例提供了一种电子设备，包括存储器、处理装置及存储在存储器上并可在处理装置上运行的计算机程序，处理装置执行程序时实现本公开任意实施例的语音信息的文本获取方法。
第四方面，本公开实施例提供了一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行本公开任意实施例的语音信息的文本获取方法。
本公开实施例的技术方案，将语音识别后的初始文本，通过训练完成的逆文本标准化模型，进行逆文本标准化处理，进而获取标准识别文本，实现了输入端到输出端的全文逆文本化映射，结合具体语境的逆文本化方式也提高了逆文本化处理的准确性，同时，逆文本标准化模型所具备的学习能力，提高了逆文本化的适用范围，也避免了更新维护的繁琐过程，节省了人力成本和时间成本。
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。
图1是本公开的一种语音信息的文本获取方法的一个实施例的流程图；
图2是本公开的一种语音信息的文本获取方法的另一个实施例的流程图；
图3是本公开的一种语音信息的文本获取方法的另一个实施例的流程图；
图4是本公开的一种语音信息的文本获取装置的一个实施例的结构框图；
图5是适于用来实现本公开实施例的一种电子设备的结构框图。
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。
实施例一
图1是本公开实施例一提供的一种语音信息的文本获取方法的流程图，本实施例可适用于对语音识别后的文本信息进行逆文本标准化的情况，该方法可以由本公开实施例中的语音信息的文本获取装置来执行，该装置可以通过软件和/或硬件实现，并集成在电子设备中，该方法具体包括如下步骤：
S110、获取待识别的语音信息，并通过语音识别技术，获取初始识别文本。
语音识别，是通过机器的识别和理解，把语音信号转变为文本的过程；对语音信息的识别过程，可以通过自动语音识别(Automatic Speech Recognition，ASR)技术和/或自然语言理解(Natural Language Understanding，NLU)技术实现；其中，ASR是将人类语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列等；NLU则是关注于文本的语义，准确表达文本传递的语义信息。具体的，基于大量的语音语料信息，在经过语音信号处理和知识挖掘后，建立相应的语音识别模型，当获取到待识别的语音信息时，通过训练完成的语音识别模型经过语音特征提取及特征匹配获取该语音信息的识别文本，即初始识别文本。在本发明实施例中，可选的，对语音识别采用的技术方式以及语音识别模型的类型均不作具体限定。
S210、将所述初始识别文本，输入至训练完成的逆文本标准化模型，以对所述初始识别文本进行逆文本标准化处理，并将处理结果作为所述语音信息的标准识别文本。
逆文本标准化模型，用于对文本信息进行逆文本标准化处理，以获取符合阅读习惯的标准识别文本；逆文本标准化模型进行逆文本标准化处理，是将初始文本中的每个句子作为逆文本化处理对象，也即将待进行逆文本化的目标词汇及其所在位置的前后文语义信息均作为了处理对象，相比于仅将某个词或词组作为替换对象的逆文本处理方式，上述技术方案综合考虑了每个句子具体的语言环境，训练完成的逆文本标准化模型具备了输入端到输出端的全文逆文本化映射能力。
可选的，在本公开实施例中，在将所述初始识别文本，输入至训练完成的逆文本标准化模型前，还包括：构建第一序列到序列模型，并通过逆文本语料对集合对所述第一序列到序列模型进行逆文本标准化训练，以获取训练完成的逆文本标准化模型；其中，所述逆文本语料对集合包括至少一个逆文本语料对。序列到序列(Sequence to Sequence，seq2seq)模型，是一种Encoder(编码器)-Decoder(解码器)结构的神经网络，输入是一个序列(Sequence)，输出也是一个序列；在Encoder中，将可变长度的序列转变为固定长度的向量表达，Decoder将这个固定长度的向量转换为可变长度的目标的信号序列，进而实现不定长的输入到不定长的输出，例如，汉字翻译为阿拉伯数字时，阿拉伯数字(输出)的长度可能比汉字(输入)短，也可能比汉字长，不确定输出的长度。序列到序列模型可以包括多种类型，例如，基于循环神经网络(Recurrent Neural Network，RNN)的seq2seq模型和基于卷积运算(Convolution，CONV)神经网络的seq2seq模型等；可选的，在本公开实施例中，对序列到序列模型采用的神经网络的类型不作具体限定。
可选的，在本公开实施例中，所述逆文本语料对包括自然数语料对、号码信息语料对、符号信息语料对、时刻场景语料对和/或惯用搭配语料对。自然数包括零和正整数，自然数对应的汉字描述包括相应的“位数”描述(例如，“十”、“百”、“千”等)，例如，自然数语料对中“三百二十七”对应的逆文本映射为“327”；具体的，自然数语料对包括万位数整除语料对和非万位数整除语料对；万位数整除，也即能被数字“10000”整除的自然数，对于数字较大且能被“10000”整除的自然数，以“万”或“亿”为结尾，避免数字位数过多，造成阅读不便，例如，万位数整除语料对中“一百三十万”对应的逆文本映射为“130万”；“两百九十亿”对应的逆文本映射为“209亿”。非万位数整除，也即不能被数字“10000”整除的自然数，均以阿拉伯数字形式依次展开，且每间隔三个位数，用“,”隔开，以便于用户阅读，例如，非万位数整除语料对中“七百八十一”对应的逆文本映射为“781”，“一百一十三万三千六百七十一”对应的逆文本映射为“1,133,671”。
号码信息对应的汉字描述不包括相应的“位数”描述，因此，对于号码信息语料对，针对汉字描述进行直译即可，例如，号码信息语料对中“二零一八”对应的逆文本映射为“2018”；可选的，在本公开实施例中，所述号码信息语料对包括证件号码语料对、电话号码语料对、车牌号码语料对、账号语料对、密码语料对、日期语料对、编号语料对和/或地址信息语料对；特别的，对于号码信息，通常会有特定的位数，例如，身份证号码为18位，手机号码为11位，因此，在对逆文本标准化模型进行逆文本标准化训练时，可以针对包含特定位数数字的逆文本语料对进行强化训练。
符号信息语料对，除了包括数字，还包括一些特殊文字，数字与所在位置的前后文语义环境存在关联，因此，除了需要对数字进行逆文本化，还需要将关联的汉字逆文本化为相应的符号；符号信息语料对具体可以包括货币符号语料对(例如，“人民币五十元”对应的逆文本为“￥50元”)、数学符号语料对(例如，“五加七等于十二”对应的逆文本为“5+7＝12”)和/或单位符号语料对(例如，“摄氏度”对应的逆文本为“℃”)；特别的，对于不常见的特殊符号，如果用符号代替文字，反而不利于用户的理解，因此，在构建符号信息语料对时，只针对特定的符号进行，例如，货币符号语料对中，只包括“人民币”和“美元”分别与货币符号“￥”和“$”的映射关系，不包括其它类型的货币符号语料对。
时刻场景语料对，描述了与“时间点”相关的内容信息，其与数字逆文本映射关系和符号逆文本映射关系均不相同，在时刻场景语料对中，汉字中表示数字的部分对应的逆文本映射格式均以“：”间隔“时”和“分”的形式存在，例如，“早上八点半起床”对应的逆文本映射为“早上8:30起床”，“下午两点开会”对应的逆文本映射为“下午2:00开会”。
惯用搭配语料对，是一些固定的表达习惯，描述了汉字中包含数字，但不适合用阿拉伯数字表达的情况，此时不需要进行逆文本标准化，保留原汉字表述即可，惯用搭配语料对可以包括常用语语料对、事件语料对、节日语料对和/或名称语料对；其中，常用语语料对包括成语语料对(例如，“五光十色”对应的逆文本化映射仍然为“五光十色”)、诗词语料对、古文语料对、概述语料对(例如，“第一”的逆文本化映射为“第一”)以及定型词等；事件语料对，例如，“五四运动”；节日语料对，例如，“十一国庆长假”；名称语料对包括人名、地名、机构名和事物名称等。
特别的，逆文本语料对中的源语料和目标语料均为语句；源语料即逆文本化之前的原始语料，目标语料即逆文本化之后的规整语料，为了使训练完成的逆文本标准化模型，具备输入端到输出段的全文逆文本化映射能力，在构建逆文本语料对时，源语料和目标语料均为语句形式，而非单一词汇形式，例如，源语料为“今天早晨七点四十五才起床”，对应的目标语料为“今天早晨7:45才起床”，而不仅仅将“七点四十五”与“7:40”构成映射关系。
本公开实施例的技术方案，将语音识别的初始文本，通过训练完成的逆文本标准化模型，进行逆文本标准化处理，进而获取标准识别文本，实现了输入端到输出端的全文逆文本化映射能力，结合具体语境的逆文本化方式也提高了逆文本化处理的准确性，同时，逆文本标准化模型所具备的学习能力，提高了逆文本化的适用范围，也避免了更新维护的繁琐过程，节省了人力成本和时间成本。
实施例二
图2是本公开实施例二提供的一种语音信息的文本获取方法的流程图，本实施例以上述实施例为基础进行具体化，在本实施例中，根据获取的标准文本信息和第一正文本标准化模型，构建逆文本语料对集合，本实施例的方法具体包括如下步骤：
S210、根据获取到的逆文本映射表，构建正文本语料对集合，并获取标准文本信息。
逆文本映射表可以是已有的，包含了汉字与数字符号之间映射关系的列表，也可以是根据上述技术方案的构建规则构建的示例性表格，逆文本映射表中包含了有限数量的映射关系项。将逆文本映射表中各映射关系项中的源语料和目标语料互换身份，即可获取到正文本语料对集合，其中，每个正文本语料对中源语料为数字符号表述的信息，目标语料为汉字表述的信息。标准文本信息是通过电子报刊、电子书籍和网页等获取的符合用户阅读习惯的正式文本信息，作为构建的逆文本语料对集合中的源语料信息。
S220、构建第二序列到序列模型，并通过所述正文本语料对集合对所述第二序列到序列模型进行正文本标准化训练，以获取训练完成的第一正文本标准化模型。
对第二序列到序列模型，进行的正文本标准化训练，也即将数字符号表述的信息作为输入，汉字表述的信息作为输出，使其具备正文本化的能力。
S230、将所述标准文本信息输入至所述第一正文本标准化模型，以获取对应的第一标准文本映射信息。
通过上述技术方案的训练，第一正文本标准化模型具备了将数字符号表述信息，映射为汉字表述信息的能力；因此，将获取的标准文本信息作为输入信息，输入至第一正文本标准化模型中，可以获取匹配的作为输出信息的汉字表述信息，即第一标准文本映射信息。
S240、根据所述标准文本信息和所述第一标准文本映射信息，构建所述逆文本语料对集合。
标准文本信息的来源众多，且易于获取，因此，通过上述技术方案构建的逆文本语料对集合中包括了大量的训练样本，其数量级远大于通过逆文本映射表直接获取逆文本语料对的数量，因此，通过上述技术方案极大地扩展了逆文本语料对集合中训练样本的数量，为逆文本标准化模型的训练提供了样本保证。
本公开实施例的技术方案，通过逆文本映射表，获取到了训练完成的第一正文本标准化模型的训练，并根据获取到的标准文本信息，构建了包含大量训练样本的逆文本语料对集合，为逆文本标准化模型的训练提供了样本支持，提高了训练完成的逆文本标准化模型的处理能力。
实施例三
图3是本公开实施例三提供的一种语音信息的文本获取方法的流程图，本实施例以上述实施例为基础进行具体化，在本实施例中，根据获取的标准文本信息和多个第二正文本标准化模型，获取逆文本语料对集合，本实施例的方法具体包括如下步骤：
S310、根据获取到的逆文本映射表，构建正文本语料对集合，并获取标准文本信息。
S320、构建多个第三序列到序列模型，并通过所述正文本语料对集合对各所述第三序列到序列模型分别进行正文本标准化训练，以获取训练完成的多个第二正文本标准化模型；其中，各所述第三序列到序列模型基于不同的神经网络构建。
每个第三序列到序列模型，分别基于不同的神经网络构建，例如，基于循环神经网络和基于卷积运算神经网络分别构建两个第三序列到序列模型，即使通过相同的训练样本集合进行训练，获取的两个第二正文本标准化模型的正文本化处理能力也不相同。
S330、将所述标准文本信息分别输入至各所述第二正文本标准化模型，以获取对应的多个第二标准文本映射信息。
由于每个第二正文本标准化模型的处理能力并不相同，因此，对于相同的标准文本信息可能获取到不同的映射信息，也可能获取到相同的映射信息。
S340、在各所述第二标准文本映射信息中，选择文本内容相同的目标第二标准文本映射信息，并根据所述目标第二标准文本映射信息确定匹配的目标标准文本信息。
以上述技术方案为例，基于循环神经网络和卷积运算神经网络分别构建了两个第三序列到序列模型为例，标准文本信息A为“购买资料的总额为十万三千四百一十五”，通过上述两个第二正文本标准化模型，获取到第二标准文本映射信息A1和第二标准文本映射信息A2分别为“购买资料的总额为103415”和“购买资料的总额为103,415”，显然，输出的文本内容并不相同，因此，标准文本信息A、第二标准文本映射信息A1和第二标准文本映射信息A2均不能作为有效信息；标准文本信息B为“下午五点三十分结束会议”，通过上述两个第二正文本标准化模型，获取到第二标准文本映射信息B1和第二标准文本映射信息B2分别为“下午5:30结束会议”和“下午5:30结束会议”，显然，输出的文本内容相同，因此，将第二标准文本映射信息B1或第二标准文本映射信息B2作为目标第二标准文本映射信息，并进一步确定对应的目标标准文本信息为标准文本信息B。
S350、根据所述目标标准文本信息与所述目标第二标准文本映射信息，构建所述逆文本语料对集合。
本公开实施例的技术方案，通过逆文本映射表，获取到了训练完成的多个第二正文本标准化模型的训练，并在获取到多个第二标准文本映射信息后，基于文本内容相同的目标第二标准文本映射信息进一步构建逆文本语料对集合，保证了逆文本语料对集合中训练样本的准确性，避免了由于第二正文本标准化模型的训练误差，导致获取的输出信息中存在误差，进而无法获取到准确的逆文本语料对集合，影响逆文本标准化模型的训练效果。
实施例四
图4是本公开实施例四提供的一种语音信息的文本获取装置的结构框图，具体包括：初始识别文本获取模块410和逆文本标准化执行模块420。
初始识别文本获取模块410，用于获取待识别的语音信息，并通过语音识别技术，获取初始识别文本；
逆文本标准化执行模块420，用于将所述初始识别文本，输入至训练完成的逆文本标准化模型，以对所述初始识别文本进行逆文本标准化处理，并将处理结果作为所述语音信息的标准识别文本。
本公开实施例的技术方案，将语音识别的初始文本，通过训练完成的逆文本标准化模型，进行逆文本标准化处理，进而获取标准识别文本，实现了输入端到输出端的全文逆文本化映射能力，结合具体语境的逆文本化方式也提高了逆文本化处理的准确性，同时，逆文本标准化模型所具备的学习能力，提高了逆文本化的适用范围，也避免了更新维护的繁琐过程，节省了人力成本和时间成本。
可选的，在上述技术方案的基础上，语音信息的文本获取装置，还包括：
逆文本标准化模型获取模块，用于构建第一序列到序列模型，并通过逆文本语料对集合对所述第一序列到序列模型进行逆文本标准化训练，以获取训练完成的逆文本标准化模型；其中，所述逆文本语料对集合包括至少一个逆文本语料对。
可选的，在上述技术方案的基础上，所述逆文本语料对包括自然数语料对、号码信息语料对、符号信息语料对、时刻场景语料对和/或惯用搭配语料对。
可选的，在上述技术方案的基础上，所述自然数语料对包括万位数整除语料对和非万位数整除语料对。
可选的，在上述技术方案的基础上，所述逆文本语料对中的源语料和目标语料均为语句。
可选的，在上述技术方案的基础上，语音信息的文本获取装置，还包括：
标准文本信息获取模块，用于根据获取到的逆文本映射表，构建正文本语料对集合，并获取标准文本信息；
第一正文本标准化模型获取模块，用于构建第二序列到序列模型，并通过所述正文本语料对集合对所述第二序列到序列模型进行正文本标准化训练，以获取训练完成的第一正文本标准化模型；
第一标准文本映射信息获取模块，用于将所述标准文本信息输入至所述第一正文本标准化模型，以获取对应的第一标准文本映射信息；
第一逆文本语料对集合，用于根据所述标准文本信息和所述第一标准文本映射信息，构建所述逆文本语料对集合。
可选的，在上述技术方案的基础上，语音信息的文本获取装置，还包括：
第二正文本标准化模型获取模块，用于构建多个第三序列到序列模型，并通过所述正文本语料对集合对各所述第三序列到序列模型分别进行正文本标准化训练，以获取训练完成的多个第二正文本标准化模型；其中，各所述第三序列到序列模型基于不同的神经网络构建；
第二标准文本映射信息获取模块，用于将所述标准文本信息分别输入至各所述第二正文本标准化模型，以获取对应的多个第二标准文本映射信息；
目标标准文本信息获取模块，用于在各所述第二标准文本映射信息中，选择文本内容相同的目标第二标准文本映射信息，并根据所述目标第二标准文本映射信息确定匹配的目标标准文本信息；
第二逆文本语料对集合，用于根据所述目标标准文本信息与所述目标第二标准文本映射信息，构建所述逆文本语料对集合。
上述装置可执行本公开任意实施例所提供的语音信息的文本获取方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本公开任意实施例提供的方法。
实施例五
图5示出了适于用来实现本公开实施例的电子设备500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5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5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常，以下装置可以连接至I/O接口505：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506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，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509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501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：获取待识别的语音信息，并通过语音识别技术，获取初始识别文本；将所述初始识别文本，输入至训练完成的逆文本标准化模型，以对所述初始识别文本进行逆文本标准化处理，并将处理结果作为所述语音信息的标准识别文本。
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，逆文本标准化执行模块，可以被描述为“用于将所述初始识别文本，输入至训练完成的逆文本标准化模型，以对所述初始识别文本进行逆文本标准化处理，并将处理结果作为所述语音信息的标准识别文本”。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】提供了一种语音信息的文本获取方法，包括：
获取待识别的语音信息，并通过语音识别技术，获取初始识别文本；
将所述初始识别文本，输入至训练完成的逆文本标准化模型，以对所述初始识别文本进行逆文本标准化处理，并将处理结果作为所述语音信息的标准识别文本。
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，还包括：
构建第一序列到序列模型，并通过逆文本语料对集合对所述第一序列到序列模型进行逆文本标准化训练，以获取训练完成的逆文本标准化模型；其中，所述逆文本语料对集合包括至少一个逆文本语料对。
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，还包括：
所述逆文本语料对包括自然数语料对、号码信息语料对、符号信息语料对、时刻场景语料对和/或惯用搭配语料对。
根据本公开的一个或多个实施例，【示例4】提供了示例3的方法，还包括：
所述自然数语料对包括万位数整除语料对和非万位数整除语料对。
根据本公开的一个或多个实施例，【示例5】提供了示例2的方法，还包括：
所述逆文本语料对中的源语料和目标语料均为语句。
根据本公开的一个或多个实施例，【示例6】提供了示例2的方法，还包括：
根据获取到的逆文本映射表，构建正文本语料对集合，并获取标准文本信息；
构建第二序列到序列模型，并通过所述正文本语料对集合对所述第二序列到序列模型进行正文本标准化训练，以获取训练完成的第一正文本标准化模型；
将所述标准文本信息输入至所述第一正文本标准化模型，以获取对应的第一标准文本映射信息；
根据所述标准文本信息和所述第一标准文本映射信息，构建所述逆文本语料对集合。
根据本公开的一个或多个实施例，【示例7】提供了示例6的方法，还包括：
构建多个第三序列到序列模型，并通过所述正文本语料对集合对各所述第三序列到序列模型分别进行正文本标准化训练，以获取训练完成的多个第二正文本标准化模型；其中，各所述第三序列到序列模型基于不同的神经网络构建；
将所述标准文本信息分别输入至各所述第二正文本标准化模型，以获取对应的多个第二标准文本映射信息；
在各所述第二标准文本映射信息中，选择文本内容相同的目标第二标准文本映射信息，并根据所述目标第二标准文本映射信息确定匹配的目标标准文本信息；
根据所述目标标准文本信息与所述目标第二标准文本映射信息，构建所述逆文本语料对集合。
根据本公开的一个或多个实施例，【示例8】提供了一种语音信息的文本获取装置，包括：
初始识别文本获取模块，用于获取待识别的语音信息，并通过语音识别技术，获取初始识别文本；
逆文本标准化执行模块，用于将所述初始识别文本，输入至训练完成的逆文本标准化模型，以对所述初始识别文本进行逆文本标准化处理，并将处理结果作为所述语音信息的标准识别文本。
根据本公开的一个或多个实施例，【示例9】提供了示例8的装置，还包括：
逆文本标准化模型获取模块，用于构建第一序列到序列模型，并通过逆文本语料对集合对所述第一序列到序列模型进行逆文本标准化训练，以获取训练完成的逆文本标准化模型；其中，所述逆文本语料对集合包括至少一个逆文本语料对。
根据本公开的一个或多个实施例，【示例10】提供了示例9的装置，还包括：
所述逆文本语料对包括自然数语料对、号码信息语料对、符号信息语料对、时刻场景语料对和/或惯用搭配语料对。
根据本公开的一个或多个实施例，【示例11】提供了示例10的装置，还包括：
所述自然数语料对包括万位数整除语料对和非万位数整除语料对。
根据本公开的一个或多个实施例，【示例12】提供了示例9的装置，还包括：
所述逆文本语料对中的源语料和目标语料均为语句。
根据本公开的一个或多个实施例，【示例13】提供了示例9的装置，还包括：
标准文本信息获取模块，用于根据获取到的逆文本映射表，构建正文本语料对集合，并获取标准文本信息；
第一正文本标准化模型获取模块，用于构建第二序列到序列模型，并通过所述正文本语料对集合对所述第二序列到序列模型进行正文本标准化训练，以获取训练完成的第一正文本标准化模型；
第一标准文本映射信息获取模块，用于将所述标准文本信息输入至所述第一正文本标准化模型，以获取对应的第一标准文本映射信息；
第一逆文本语料对集合，用于根据所述标准文本信息和所述第一标准文本映射信息，构建所述逆文本语料对集合。
根据本公开的一个或多个实施例，【示例14】提供了示例13的装置，还包括：
第二正文本标准化模型获取模块，用于构建多个第三序列到序列模型，并通过所述正文本语料对集合对各所述第三序列到序列模型分别进行正文本标准化训练，以获取训练完成的多个第二正文本标准化模型；其中，各所述第三序列到序列模型基于不同的神经网络构建；
第二标准文本映射信息获取模块，用于将所述标准文本信息分别输入至各所述第二正文本标准化模型，以获取对应的多个第二标准文本映射信息；
目标标准文本信息获取模块，用于在各所述第二标准文本映射信息中，选择文本内容相同的目标第二标准文本映射信息，并根据所述目标第二标准文本映射信息确定匹配的目标标准文本信息；
第二逆文本语料对集合，用于根据所述目标标准文本信息与所述目标第二标准文本映射信息，构建所述逆文本语料对集合。
根据本公开的一个或多个实施例，【示例15】提供了一种电子设备，包括存储器、处理装置及存储在存储器上并可在处理装置上运行的计算机程序，处理装置执行程序时实现如示例1-7中任一所述的语音信息的文本获取方法。
根据本公开的一个或多个实施例，【示例16】提供了一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行如示例1-7中任一所述的语音信息的文本获取方法。
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。

Claims (10)

1.一种语音信息的文本获取方法，其特征在于，包括：
获取待识别的语音信息，并通过语音识别技术，获取初始识别文本；
将所述初始识别文本，输入至训练完成的逆文本标准化模型，以对所述初始识别文本进行逆文本标准化处理，并将处理结果作为所述语音信息的标准识别文本。
2.根据权利要求1所述的方法，其特征在于，在将所述初始识别文本，输入至训练完成的逆文本标准化模型前，还包括：
构建第一序列到序列模型，并通过逆文本语料对集合对所述第一序列到序列模型进行逆文本标准化训练，以获取训练完成的逆文本标准化模型；其中，所述逆文本语料对集合包括至少一个逆文本语料对。
3.根据权利要求2所述的方法，其特征在于，所述逆文本语料对包括自然数语料对、号码信息语料对、符号信息语料对、时刻场景语料对和/或惯用搭配语料对。
4.根据权利要求3所述的方法，其特征在于，所述自然数语料对包括万位数整除语料对和非万位数整除语料对。
5.根据权利要求2所述的方法，其特征在于，所述逆文本语料对中的源语料和目标语料均为语句。
6.根据权利要求2所述的方法，其特征在于，在通过逆文本语料对集合对所述第一序列到序列模型进行逆文本标准化训练前，还包括：
根据获取到的逆文本映射表，构建正文本语料对集合，并获取标准文本信息；
构建第二序列到序列模型，并通过所述正文本语料对集合对所述第二序列到序列模型进行正文本标准化训练，以获取训练完成的第一正文本标准化模型；
将所述标准文本信息输入至所述第一正文本标准化模型，以获取对应的第一标准文本映射信息；
根据所述标准文本信息和所述第一标准文本映射信息，构建所述逆文本语料对集合。
7.根据权利要求6所述的方法，其特征在于，在根据获取到的逆文本映射表，构建正文本语料对集合，并获取标准文本信息后，还包括：
构建多个第三序列到序列模型，并通过所述正文本语料对集合对各所述第三序列到序列模型分别进行正文本标准化训练，以获取训练完成的多个第二正文本标准化模型；其中，各所述第三序列到序列模型基于不同的神经网络构建；
将所述标准文本信息分别输入至各所述第二正文本标准化模型，以获取对应的多个第二标准文本映射信息；
在各所述第二标准文本映射信息中，选择文本内容相同的目标第二标准文本映射信息，并根据所述目标第二标准文本映射信息确定匹配的目标标准文本信息；
根据所述目标标准文本信息与所述目标第二标准文本映射信息，构建所述逆文本语料对集合。
8.一种语音信息的文本获取装置，其特征在于，包括：
初始识别文本获取模块，用于获取待识别的语音信息，并通过语音识别技术，获取初始识别文本；
逆文本标准化执行模块，用于将所述初始识别文本，输入至训练完成的逆文本标准化模型，以对所述初始识别文本进行逆文本标准化处理，并将处理结果作为所述语音信息的标准识别文本。
9.一种电子设备，包括存储器、处理装置及存储在存储器上并可在处理装置上运行的计算机程序，其特征在于，所述处理装置执行所述程序时实现如权利要求1-7中任一所述的语音信息的文本获取方法。
10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的语音信息的文本获取方法。
CN202011458231.9A 2020-12-10 2020-12-10 一种语音信息的文本获取方法、装置和存储介质 Pending CN112489652A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011458231.9A CN112489652A (zh) 2020-12-10 2020-12-10 一种语音信息的文本获取方法、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011458231.9A CN112489652A (zh) 2020-12-10 2020-12-10 一种语音信息的文本获取方法、装置和存储介质

Publications (1)

Publication Number Publication Date
CN112489652A true CN112489652A (zh) 2021-03-12

Family

ID=74917698

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011458231.9A Pending CN112489652A (zh) 2020-12-10 2020-12-10 一种语音信息的文本获取方法、装置和存储介质

Country Status (1)

Country Link
CN (1) CN112489652A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114048714A (zh) * 2022-01-14 2022-02-15 阿里巴巴达摩院(杭州)科技有限公司 逆文本标准化方法和装置
CN114492378A (zh) * 2022-01-26 2022-05-13 北京字跳网络技术有限公司 逆向文本规整方法、模型训练方法和相关设备

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184167A (zh) * 2011-05-25 2011-09-14 安徽科大讯飞信息科技股份有限公司 一种文本数据处理方法和装置
CN107680580A (zh) * 2017-09-28 2018-02-09 百度在线网络技术（北京）有限公司 文本转换模型训练方法和装置、文本转换方法和装置
CN107705784A (zh) * 2017-09-28 2018-02-16 百度在线网络技术（北京）有限公司 文本正则化模型训练方法和装置、文本正则化方法和装置
CN108538292A (zh) * 2018-04-26 2018-09-14 科大讯飞股份有限公司 一种语音识别方法、装置、设备及可读存储介质
CN109635253A (zh) * 2018-11-13 2019-04-16 平安科技（深圳）有限公司 文本风格转换方法、装置及存储介质、计算机设备
CN109992771A (zh) * 2019-03-13 2019-07-09 北京三快在线科技有限公司 一种文本生成的方法及装置
CN110020424A (zh) * 2019-01-04 2019-07-16 阿里巴巴集团控股有限公司 合同信息的提取方法、装置和文本信息的提取方法
US20190278841A1 (en) * 2018-03-12 2019-09-12 Apple Inc. Inverse text normalization for automatic speech recognition
CN110287461A (zh) * 2019-05-24 2019-09-27 北京百度网讯科技有限公司 文本转换方法、装置及存储介质
CN110362823A (zh) * 2019-06-21 2019-10-22 北京百度网讯科技有限公司 描述文本生成模型的训练方法和装置
CN110717313A (zh) * 2019-10-12 2020-01-21 苏州意能通信息技术有限公司 一种基于标准化流的全并行化文本生成方法
CN111090970A (zh) * 2019-12-31 2020-05-01 苏州思必驰信息科技有限公司 语音识别后的文本标准化处理方法
CN111178085A (zh) * 2019-12-12 2020-05-19 科大讯飞(苏州)科技有限公司 文本翻译器训练方法、专业领域文本语义解析方法和装置
CN111428467A (zh) * 2020-02-19 2020-07-17 平安科技（深圳）有限公司 生成阅读理解的问题题目的方法、装置、设备及存储介质

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184167A (zh) * 2011-05-25 2011-09-14 安徽科大讯飞信息科技股份有限公司 一种文本数据处理方法和装置
CN107680580A (zh) * 2017-09-28 2018-02-09 百度在线网络技术（北京）有限公司 文本转换模型训练方法和装置、文本转换方法和装置
CN107705784A (zh) * 2017-09-28 2018-02-16 百度在线网络技术（北京）有限公司 文本正则化模型训练方法和装置、文本正则化方法和装置
US20190278841A1 (en) * 2018-03-12 2019-09-12 Apple Inc. Inverse text normalization for automatic speech recognition
CN108538292A (zh) * 2018-04-26 2018-09-14 科大讯飞股份有限公司 一种语音识别方法、装置、设备及可读存储介质
CN109635253A (zh) * 2018-11-13 2019-04-16 平安科技（深圳）有限公司 文本风格转换方法、装置及存储介质、计算机设备
CN110020424A (zh) * 2019-01-04 2019-07-16 阿里巴巴集团控股有限公司 合同信息的提取方法、装置和文本信息的提取方法
CN109992771A (zh) * 2019-03-13 2019-07-09 北京三快在线科技有限公司 一种文本生成的方法及装置
CN110287461A (zh) * 2019-05-24 2019-09-27 北京百度网讯科技有限公司 文本转换方法、装置及存储介质
CN110362823A (zh) * 2019-06-21 2019-10-22 北京百度网讯科技有限公司 描述文本生成模型的训练方法和装置
CN110717313A (zh) * 2019-10-12 2020-01-21 苏州意能通信息技术有限公司 一种基于标准化流的全并行化文本生成方法
CN111178085A (zh) * 2019-12-12 2020-05-19 科大讯飞(苏州)科技有限公司 文本翻译器训练方法、专业领域文本语义解析方法和装置
CN111090970A (zh) * 2019-12-31 2020-05-01 苏州思必驰信息科技有限公司 语音识别后的文本标准化处理方法
CN111428467A (zh) * 2020-02-19 2020-07-17 平安科技（深圳）有限公司 生成阅读理解的问题题目的方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114048714A (zh) * 2022-01-14 2022-02-15 阿里巴巴达摩院(杭州)科技有限公司 逆文本标准化方法和装置
CN114492378A (zh) * 2022-01-26 2022-05-13 北京字跳网络技术有限公司 逆向文本规整方法、模型训练方法和相关设备

Similar Documents

Publication Publication Date Title
CN110969012B (zh) 文本纠错方法、装置、存储介质及电子设备
CN111008533B (zh) 一种翻译模型的获取方法、装置、设备和存储介质
CN111767371A (zh) 一种智能问答方法、装置、设备及介质
CN111046677B (zh) 一种翻译模型的获取方法、装置、设备和存储介质
CN111382261B (zh) 摘要生成方法、装置、电子设备及存储介质
CN113378586B (zh) 语音翻译方法、翻译模型训练方法、装置、介质及设备
CN111159220A (zh) 用于输出结构化查询语句的方法和装置
CN111368560A (zh) 文本翻译方法、装置、电子设备及存储介质
CN114385780B (zh) 程序接口信息推荐方法、装置、电子设备和可读介质
CN113488050B (zh) 语音唤醒方法、装置、存储介质及电子设备
CN113468344B (zh) 实体关系抽取方法、装置、电子设备和计算机可读介质
CN112489652A (zh) 一种语音信息的文本获取方法、装置和存储介质
CN111414453A (zh) 结构化文本生成方法、装置、电子设备及计算机可读存储介质
CN112380876A (zh) 基于多语言机器翻译模型的翻译方法、装置、设备和介质
CN114444508A (zh) 日期识别方法、装置、可读介质及电子设备
CN115270717A (zh) 一种立场检测方法、装置、设备及介质
CN116662496A (zh) 信息抽取方法、训练问答处理模型的方法及装置
CN111555960A (zh) 信息生成的方法
CN113051933B (zh) 模型训练方法、文本语义相似度确定方法、装置和设备
CN111125154B (zh) 用于输出结构化查询语句的方法和装置
CN111737571A (zh) 搜索方法、装置和电子设备
CN112257459B (zh) 语言翻译模型的训练方法、翻译方法、装置和电子设备
CN111221424B (zh) 用于生成信息的方法、装置、电子设备和计算机可读介质
CN116821327A (zh) 文本数据处理方法、装置、设备、可读存储介质及产品
CN111310465B (zh) 平行语料获取方法、装置、电子设备、及存储介质

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