CN112820280A - 规则语言模型的生成方法及装置 - Google Patents

规则语言模型的生成方法及装置 Download PDF

Info

Publication number
CN112820280A
CN112820280A CN202011605389.4A CN202011605389A CN112820280A CN 112820280 A CN112820280 A CN 112820280A CN 202011605389 A CN202011605389 A CN 202011605389A CN 112820280 A CN112820280 A CN 112820280A
Authority
CN
China
Prior art keywords
graph
language model
edge
edges
state node
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
CN202011605389.4A
Other languages
English (en)
Inventor
陈孝良
冯大航
焦伟
常乐
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 SoundAI Technology Co Ltd
Original Assignee
Beijing SoundAI 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 SoundAI Technology Co Ltd filed Critical Beijing SoundAI Technology Co Ltd
Priority to CN202011605389.4A priority Critical patent/CN112820280A/zh
Publication of CN112820280A publication Critical patent/CN112820280A/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
    • G10L15/08—Speech classification or search
    • G10L15/14—Speech classification or search using statistical models, e.g. Hidden Markov Models [HMMs]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • 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
    • G10L15/06—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 TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/16—Speech classification or search using artificial neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
    • 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
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • 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
    • 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
    • G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
    • G10L15/063—Training
    • G10L2015/0631—Creating reference templates; Clustering
    • 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
    • G10L2015/223—Execution procedure of a spoken command

Landscapes

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

Abstract

本公开实施例公开了一种规则语言模型的生成方法、装置、电子设备和计算机可读存储介质。其中该规则语言模型的生成方法包括：获取原始规则语言模型并将所述原始规则语言模型转换成加权有限状态转换器结构的第一图；获取统计语言模型并将所述统计语言模型转换成加权有限状态转换器结构的第二图；将所述第一图和所述第二图合并得到规则语言模型的加权有限状态转换器结构的第三图；其中所述第三图中的边的权重根据所述第一图和所述第二图中的对应边的权重得到。通过上述方法中第一图和第二图的合并得到对应规则语言模型的第三图，使得规则语言模型中的边的权重发生变化，解决了现有技术中语音识别识别结果会偏向于规则语言模型技术问题。

Description

规则语言模型的生成方法及装置
技术领域
本公开涉及语音识别领域，尤其涉及一种规则语言模型的生成方法、装置、电子设备及计算机可读存储介质。
背景技术
语音识别的市场越来越大，各种实际要求也各不相同。一般的识别场景下，所用的语言模型是基于统计的语言模型。但是在某些识别场景下，要识别的内容有很强的规律性或符合某种规则。例如，某些场景可能专门针对手机号识别，手机号的组成是有规律可循的，而且均是十一位。这样，就引入了基于规则的语言模型。而在同一个语音识别项目中，可能还会有闲聊模式，这种无规律可言，但确符合人类说话用语习惯的，就需要用到基于统计的语言模型。所以一套语音识别系统中，为了应对该项目所遇到的多种场景，会使用多个模型分支，这样就会出现基于统计的模型和基于规则的模型一起使用的情况
基于统计的语言模型中，词与词之间会统计出一个分数；基于规则的语言模型，只是表示一种句式规则，所以词与词之间是没有分数的，即分数全部为0。所以在实际解码中，识别结果会偏向于规则模型。结果就会遇到以下情况，即场景中出现一个句子，其上半部分符合规则模型的分布，但后半部分不符合规则模型的部分，那么识别过程中由于规则语言模型分数低，它在前半句将占据很大的优势，使得后半句虽然完全不符合规则，也会在规则语言模型里选择一条路径进行解码，导致识别不准确。
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，本公开实施例提供一种规则语言模型的生成方法，包括：
获取原始规则语言模型并将所述原始规则语言模型转换成加权有限状态转换器结构的第一图；
获取统计语言模型并将所述统计语言模型转换成加权有限状态转换器结构的第二图；
将所述第一图和所述第二图合并得到规则语言模型的加权有限状态转换器结构的第三图；其中所述第三图中的边的权重根据所述第一图和所述第二图中的对应边的权重得到。
进一步的，所述原始规则语言模型通过预设的规则生成；所述第一图中包括多个第一状态节点以及所述第一状态节点之间的第一边，所述第一边包括输入字符和输出字符以及所述第一边的第一权重；多个所述第一边所形成的路径表示所述原始规则语言模型所能识别的字符串。
进一步的，所述统计语言模型通过通用语料生成；所述第二图中包括多个第二状态节点以及所述第二状态节点之间的第二边，所述第二边包括输入字符和输出字符以及所述第二边的第二权重；多个所述第二边所形成的路径表示所述统计语言模型所能识别的字符串。
进一步的，所述将所述第一图和所述第二图合并得到规则语言模型的加权有限状态转换器结构的第三图，包括：
获取所述第一图的初始第一状态节点和所述第二图的初始第二状态节点以形成当前状态节点对；
获取离开所述当前状态节点对中的第一状态节点的所有第一边；
获取离开所述当前状态节点对中的第二状态节点的所有第二边；
将符合合并规则的第一边和第二边合并为第三边；其中所述第三边的起始点为所述当前状态节点对，所述第三边的目标状态节点为生成所述第三边的第一边的目标状态节点和生成所述第三边的第二边的目标状态节点所形成的目标状态节点对；
将所述目标状态节点对作为当前状态节点对迭代执行上述合并操作直至没有符合合并规则的第一边和第二边或者所述当前状态节点对由第一图和第二图的终点状态节点形成。
进一步的，所述合并规则包括：所述第一边的输出字符与所述第二边的输入字符相同。
进一步的，所述合并规则包括：所述第一边的输入或输出字符与所述第二边的输入或输出字符中的任一个相同。
进一步的，所述将符合合并规则的第一边和第二边合并为第三边，包括：
将当前状态节点对作为第三边的起始状态节点；
根据所述第一边和所述第二边的目标状态节点生成所述第三边的目标状态节点；
将所述第一边的输入字符作为所述第三边的输入字符；
将所述第二边的输出字符作为所述第三边的输出字符。
进一步的，所述方法还包括：
获取第三图中以同一个状态节点为起始状态节点的第三边；
将输入字符相同的所述第三边进行合并。
进一步的，所述方法还包括：
去除所述第三图中的空边。
第二方面，本公开实施例提供一种规则语言模型的生成装置，包括：
第一构图模块，用于获取原始规则语言模型并将所述原始规则语言模型转换成加权有限状态转换器结构的第一图；
第二构图模块，用于获取统计语言模型并将所述统计语言模型转换成加权有限状态转换器结构的第二图；
合并模块，用于将所述第一图和所述第二图合并得到规则语言模型的加权有限状态转换器结构的第三图；其中所述第三图中的边的权重根据所述第一图和所述第二图中的对应边的权重得到。
进一步的，所述原始规则语言模型通过预设的规则生成；所述第一图中包括多个第一状态节点以及所述第一状态节点之间的第一边，所述第一边包括输入字符和输出字符以及所述第一边的第一权重；多个所述第一边所形成的路径表示所述原始规则语言模型所能识别的字符串。
进一步的，所述统计语言模型通过通用语料生成；所述第二图中包括多个第二状态节点以及所述第二状态节点之间的第二边，所述第二边包括输入字符和输出字符以及所述第二边的第二权重；多个所述第二边所形成的路径表示所述统计语言模型所能识别的字符串。
进一步的，所述合并模块，还用于：
获取所述第一图的初始第一状态节点和所述第二图的初始第二状态节点以形成当前状态节点对；
获取离开所述当前状态节点对中的第一状态节点的所有第一边；
获取离开所述当前状态节点对中的第二状态节点的所有第二边；
将符合合并规则的第一边和第二边合并为第三边；其中所述第三边的起始点为所述当前状态节点对，所述第三边的目标状态节点为生成所述第三边的第一边的目标状态节点和生成所述第三边的第二边的目标状态节点所形成的目标状态节点对；
将所述目标状态节点对作为当前状态节点对迭代执行上述合并操作直至没有符合合并规则的第一边和第二边或者所述当前状态节点对由第一图和第二图的终点状态节点形成。
进一步的，所述合并规则包括：所述第一边的输出字符与所述第二边的输入字符相同。
进一步的，所述合并规则包括：所述第一边的输入或输出字符与所述第二边的输入或输出字符中的任一个相同。
进一步的，所述合并模块，还用于：
将当前状态节点对作为第三边的起始状态节点；
根据所述第一边和所述第二边的目标状态节点生成所述第三边的目标状态节点；
将所述第一边的输入字符作为所述第三边的输入字符；
将所述第二边的输出字符作为所述第三边的输出字符。
进一步的，所述合并模块，还用于：
获取第三图中以同一个状态节点为起始状态节点的第三边；
将输入字符相同的所述第三边进行合并。
进一步的，所述合并模块，还用于：去除所述第三图中的空边。
第三方面，本公开实施例提供一种电子设备，包括：至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有能被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述第一方面中的任一所述规则语言模型的生成方法。
第四方面，本公开实施例提供一种非暂态计算机可读存储介质，其特征在于，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行前述第一方面中的任一所述规则语言模型的生成方法。
本公开实施例公开了一种规则语言模型的生成方法、装置、电子设备和计算机可读存储介质。其中该规则语言模型的生成方法包括：获取原始规则语言模型并将所述原始规则语言模型转换成加权有限状态转换器结构的第一图；获取统计语言模型并将所述统计语言模型转换成加权有限状态转换器结构的第二图；将所述第一图和所述第二图合并得到规则语言模型的加权有限状态转换器结构的第三图；其中所述第三图中的边的权重根据所述第一图和所述第二图中的对应边的权重得到。通过上述方法中第一图和第二图的合并得到对应规则语言模型的第三图，使得规则语言模型中的边的权重发生变化，解决了现有技术中语音识别识别结果会偏向于规则语言模型技术问题。
上述说明仅是本公开技术方案的概述，为了能更清楚了解本公开的技术手段，而可依照说明书的内容予以实施，并且为让本公开的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
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为本公开实施例提供的规则语言模型的生成方法的流程示意图；
图2为本公开实施例中通过原始规则语言模型转换成的加权有限状态转换器结构的第一图的示意图；
图3为本公开实施例中通过统计语言模型转换成的加权有限状态转换器结构的第二图的示意图；
图4为本公开实施例提供的规则语言模型的生成方法的进一步流程示意图；
图5a-图5d为本公开实施例提供的规则语言模型的生成方法中的合并步骤的示意图；
图6为本公开实施例中的第一图和第二图合并得到的第三图的示意图；
图7为本公开实施例提供的规则语言模型的生成装置的实施例的结构示意图；
图8为根据本公开实施例提供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为本公开实施例提供的规则语言模型的生成方法实施例的流程图，本实施例提供的该规则语言模型的生成方法可以由一规则语言模型的生成装置来执行，该规则语言模型的生成装置可以实现为软件，或者实现为软件和硬件的组合，该规则语言模型的生成装置可以集成设置在规则语言模型的生成系统中的某设备中，比如规则语言模型的生成服务器或者规则语言模型的生成终端设备中。如图1所示，该方法包括如下步骤：
步骤S101，获取原始规则语言模型并将所述原始规则语言模型转换成加权有限状态转换器结构的第一图。
语音识别一般包括语音识别阶段和语音理解阶段。其中语音识别阶段利用语音的声学模型，把自然的声音信号转换为机器可以处理的数字表达的音节形式；语音理解阶段把语音识别阶段的识别结果即音节转换成字符，这一阶段需使用语言模型的知识进行理解。
基于规则的语言模型，是对某种语言的才会系统按照语法语义进行分类的基础上，通过确定自然语言的词法、句法及语义关系达到同音词的大范围的基本唯一识别。规则语音模型使用预先设置的规则，如语法语义树，根据匹配规则在树中选择满足条件的字符串作为音字转换的结果。
在该步骤中，获取原始规则语言模型，所述原始规则语言模型通过预设的规则生成，如根据特定场景下所需要识别的句式的规则生成的规则语音模型；将所述原始规则语言模型转换成加权有限状态转换器结构的第一图；其中所述第一图中包括多个第一状态节点以及所述第一状态节点之间的第一边，所述第一边包括输入字符和输出字符以及所述第一边的第一权重；多个所述第一边所形成的路径表示所述原始规则语言模型所能识别的字符串。
图2为通过原始规则语言模型转换成的加权有限状态转换器结构的第一图的示意图。如图2所示，其中圆圈表示第一状态节点，圆圈之间的箭头表示两个第一状态节点之间的第一边，第一边上包括输入字符和输出字符，其中冒号左边的字符为输入字符，冒号右边的字符为输出字符；所述第一边上还包括该第一边的第一权重，在该示例中，由于所述第一图由原始规则语言模型生成，因此第一边的权重均为0，可以理解的，所述第一边的权重也可以按照预设值设置为其他值，在此不再赘述。在图2中，圆圈0为初始第一状态节点，圆圈5为终点状态节点，通过初始第一状态节点到达终点第一状态节点的多个第一边所形成的路径表示所述原始规则语言模型能够识别的字符串。如在图2所示的第一图中，原始规则语言模型能够识别出句子：“我想听刘德华的忘情水”。
返回附图1，所述规则语言模型的生成方法还包括，步骤S102，获取统计语言模型并将所述统计语言模型转换成加权有限状态转换器结构的第二图。
统计语言模型即是用来描述词、语句乃至于整个文档这些不同的语法单元的概率分布的模型，能够用于衡量某句话或者词序列是否符合所处语言环境下人们日常的行文说话方式。
在该步骤中，获取原始规则语言模型，所述原始规则语言模型通过统计语言模型通过通用语料生成，如通过足够多的语料训练出来的神经网络语言模型；将所述统计语言模型转换成加权有限状态转换器结构的第二图；其中所述第二图中包括多个第二状态节点以及所述第二状态节点之间的第二边，所述第二边包括输入字符和输出字符以及所述第二边的第二权重；多个所述第二边所形成的路径表示所述统计语言模型所能识别的字符串。
图3为通过统计语言模型转换成的加权有限状态转换器结构的第二图的示意图。如图3所示，其中圆圈表示第二状态节点，圆圈之间的箭头表示两个第二状态节点之间的第二边，第二边上包括输入字符和输出字符，其中冒号左边的字符为输入字符，冒号右边的字符为输出字符；所述第二边上还包括该第二边的第二权重，所述输出字符和输入字符之后的斜杠之后的数值即为所述第二权重，所述第二权重表示从所述第二边的起始状态节点跳转到所述第二边的目标状态节点的所要消耗的代价，该第二权重值越小，从所述起始状态节点跳转到所述目标状态节点的可能性就越高。在图3中，圆圈1为初始第二状态节点，圆圈0、3、5、9、13为终点状态节点，通过初始第二状态节点到达终点第二状态节点的多个第二边所形成的路径表示所述统计语言模型能够识别的字符串。如在图3所示的第二图中，统计语言模型通过经过第二状态节点1、11、6、2、12、13的5条第二边所形成的路径，能够识别句子：“我想听刘德华的忘情水”，识别这句话的代价为这条路径上的第二权重的乘积。
返回附图1，所述规则语言模型的生成方法还包括，步骤S103，将所述第一图和所述第二图合并得到规则语言模型的加权有限状态转换器结构的第三图；其中所述第三图中的边的权重根据所述第一图和所述第二图中的对应边的权重得到。
在该步骤中，将所述第一图和所述第二图合并，得到新的规则语言模型的加权有限状态转换器结构的第三图。可以理解的，所述第三图中的路径与所述第二图中的路径相同，而第三图中的第三边的权重通过生成所述第三边的第一图和第二图中的对应第一边和第二边得到。
可选的，所述步骤S103包括：
步骤S401，获取所述第一图的初始第一状态节点和所述第二图的初始第二状态节点以形成当前状态节点对；
步骤S402，获取离开所述当前状态节点对中的第一状态节点的所有第一边；
步骤S403，获取离开所述当前状态节点对中的第二状态节点的所有第二边；
步骤S404，将符合合并规则的第一边和第二边合并为第三边；其中所述第三边的起始点为所述当前状态节点对，所述第三边的目标状态节点为生成所述第三边的第一边的目标状态节点和生成所述第三边的第二边的目标状态节点所形成的目标状态节点对；
步骤S405，将所述目标状态节点对作为当前状态节点对迭代执行上述合并操作直至没有符合合并规则的第一边和第二边或者所述当前状态节点对由第一图和第二图的终点状态节点形成。
以下以一个示例说明上述合并过程。如图5a所示为所述第一图和所述第二图的示意图。
在步骤S401中，获取第一图的初始第一状态节点0和第二图的初始第二状态节点0，形成当前状态节点对(0,0)。
在步骤S402中和步骤S403中，分别获取离开所述初始第一状态节点的所有第一边和获取离开所述初始第二状态节点的所有第二边。如图5a所示，离开所述第一状态节点0的所有第一边包括第一图中的第一状态节点0和第一状态节点1之间的第一边[0,a:b/0.1,1]，第一状态节点0和第一状态节点2之间的第一边[0,b:a/0.2,2]；离开所述初始第二状态节点的所有第二边包括第二图中的第二状态节点0和第二状态节点1之间的第二边[0,b:c/0.3,1]。
在步骤S404中，将上述得到的所有第一边和所有第二边中，符合合并规则的第一边和第二边合并为第三边。所述第三边为所述第三图中的边，其起始点为所述当前状态节点对[0,0]，所述第三边的目标状态节点为生成所述第三边的第一边的目标状态节点和生成所述第三边的第二边的目标状态节点所形成的目标状态节点对。在图5a中的示例中，所述目标状态节点可能是(1,1)或者(2,1)，与具体的合并规则有关。
具体的，所述步骤S404包括：
将当前状态节点对作为第三边的起始状态节点；
根据所述第一边和所述第二边的目标状态节点生成所述第三边的目标状态节点；
将所述第一边的输入字符作为所述第三边的输入字符；
将所述第二边的输出字符作为所述第三边的输出字符。
可选的，所述合并规则包括：所述第一边的输出字符与所述第二边的输入字符相同。根据上述合并方法和合并规则，如图5a中的示例，第一边[0,a:b/0.1,1]的输出字符b和第二边[0,b:c/0.3,1]的输入字符b相同，则这两条边可以合并为第三图中的一条第三边，其中第三边的输入字符为所述第一边的输入字符a,第三边的输出字符为所述第二边的输出字符c，第三边权重为第一边和第二边的权重的和。在该合并规则下，所述第三边为[(0,0),a:c/0.4,(1,1)]，之后发现没有其他第一边和第二边符合合并规则，则针对当前状态节点对的合并操作结束。如图5b所示为执行了一次合并操作之后得到的部分第三图。
可选的，所述合并规则包括：所述第一边的输入或输出字符与所述第二边的输入或输出字符中的任一个相同。该合并规则对应于特定的应用场景，如语音识别场景，其输入字符和输出字符是相同的，此时只要判断第一边的输出和输入字符中有任何一个与第二边的输出和输入字符中的任何一个相同，即可合并两条边。如图2和3所示的示例中，其输入字符和输出字符相同，此时如第一边为[0,播放:播放，1]，那么只要第二图中离开初始第二状态节点第二边中的输入或输出字符包括播放，即可将两条边合并。在图2和图3的示例中，由于第一图中的边的权重均为0，第一边[0,播放:播放，1]与第二边[1,播放:播放/0.91629,8]可以合并为第三边[(0,1),播放:播放/0.91629,(1,8)]。
在步骤S405中，更新当前状态节点对为上述步骤S404中得到的目标状态节点对，以图5b所示的示例中，当前状态节点对更新为(1,1)。之后继续上述步骤S402-步骤S404，离开第一状态节点1的所有第一边包括：[1,c:a/0.3,1]和[1,a:a/0.2,3]；离开第二状态节点1的所有第二边包括：[1,a:b/0.4,2]。则合并后得到第三边[(1,1),c:b/0.7,(1,2)]。如图5c为执行完第二次合并后得到的部分第三图。之后当前状态节点对更新为(1,2)，继续迭代执行上述步骤S402-步骤S404，直至没有符合合并规则的第一边和第二边或者所述当前状态节点对由第一图和第二图的终点状态节点形成。结束合并过程，得到如图5d所示的第三图。
对于语音识别场景下，如合并附图2和附图3中所述的第一图和第二图，得到如图6所示的新的规则语言模型，由于输入字符和输出字符相同，第一图中的第一边的权重均为0，则相当于从第二图中提取出与第一图相同的路径，并将第二图中所述路径上的第一边的权重赋值给第一图中对应路径上的第二边的权重，由此形成新的规则语言模型，该新的规则语言模型所对应的第三图中的第三边的权重，与统计语言模型中对应的第一边的权重相同，由此在对语义进行解码时，不会偏向于任何一种语言模型，使得解码的结果更准确。如用户说出“播放刘德华的忘情水是这款智能音箱的基本功能”，如果是使用原始规则语言模型和统计语言模型，则由于“播放刘德华的忘情水”在原始规则语言模型中分数过低，即便后半句不符合原始规则语言模型的规则，还是会按照原始规则语言模型去解码，由此可能就导致错误的发出播放指令，而按照本公开中的方案，由于新生成的规则语言模型中的路径的分数与统计语言模型中的相同，则在解码时不会偏向于任何一个模型，会按照实际接收到的字符最终通过统计语言模型进行识别。
进一步的，在生成所述第三图之后，所述方法还包括：获取第三图中以同一个状态节点为起始状态节点的第三边；将输入字符相同的所述第三边进行合并。
和/或，所述方法还包括：去除所述第三图中的空边。其中，所述空边指输入字符和/或输出字符为空的边。去除空边指使得图中每个状态对某一个具体的输入，只有一个确定的输出。
上述步骤用于去除第三图中的无效第三边、将冗余的第三边进行合并，使得规则语言模型更加精简，运行速度更快。
本公开实施例公开了一种规则语言模型的生成方法，其中该规则语言模型的生成方法包括：获取原始规则语言模型并将所述原始规则语言模型转换成加权有限状态转换器结构的第一图；获取统计语言模型并将所述统计语言模型转换成加权有限状态转换器结构的第二图；将所述第一图和所述第二图合并得到规则语言模型的加权有限状态转换器结构的第三图；其中所述第三图中的边的权重根据所述第一图和所述第二图中的对应边的权重得到。通过上述方法中第一图和第二图的合并得到对应规则语言模型的第三图，使得规则语言模型中的边的权重发生变化，解决了现有技术中语音识别识别结果会偏向于规则语言模型技术问题。
在上文中，虽然按照上述的顺序描述了上述方法实施例中的各个步骤，本领域技术人员应清楚，本公开实施例中的步骤并不必然按照上述顺序执行，其也可以倒序、并行、交叉等其他顺序执行，而且，在上述步骤的基础上，本领域技术人员也可以再加入其他步骤，这些明显变型或等同替换的方式也应包含在本公开的保护范围之内，在此不再赘述。
图7为本公开实施例提供的规则语言模型的生成装置实施例的结构示意图，如图7所示，该装置700包括：第一构图模块701、第二构图模块702和合并模块703。其中，
第一构图模块701，用于获取原始规则语言模型并将所述原始规则语言模型转换成加权有限状态转换器结构的第一图；
第二构图模块702，用于获取统计语言模型并将所述统计语言模型转换成加权有限状态转换器结构的第二图；
合并模块703，用于将所述第一图和所述第二图合并得到规则语言模型的加权有限状态转换器结构的第三图；其中所述第三图中的边的权重根据所述第一图和所述第二图中的对应边的权重得到。
进一步的，所述原始规则语言模型通过预设的规则生成；所述第一图中包括多个第一状态节点以及所述第一状态节点之间的第一边，所述第一边包括输入字符和输出字符以及所述第一边的第一权重；多个所述第一边所形成的路径表示所述原始规则语言模型所能识别的字符串。
进一步的，所述统计语言模型通过通用语料生成；所述第二图中包括多个第二状态节点以及所述第二状态节点之间的第二边，所述第二边包括输入字符和输出字符以及所述第二边的第二权重；多个所述第二边所形成的路径表示所述统计语言模型所能识别的字符串。
进一步的，所述合并模块703，还用于：
获取所述第一图的初始第一状态节点和所述第二图的初始第二状态节点以形成当前状态节点对；
获取离开所述当前状态节点对中的第一状态节点的所有第一边；
获取离开所述当前状态节点对中的第二状态节点的所有第二边；
将符合合并规则的第一边和第二边合并为第三边；其中所述第三边的起始点为所述当前状态节点对，所述第三边的目标状态节点为生成所述第三边的第一边的目标状态节点和生成所述第三边的第二边的目标状态节点所形成的目标状态节点对；
将所述目标状态节点对作为当前状态节点对迭代执行上述合并操作直至没有符合合并规则的第一边和第二边或者所述当前状态节点对由第一图和第二图的终点状态节点形成。
进一步的，所述合并规则包括：所述第一边的输出字符与所述第二边的输入字符相同。
进一步的，所述合并规则包括：所述第一边的输入或输出字符与所述第二边的输入或输出字符中的任一个相同。
进一步的，所述合并模块703，还用于：
将当前状态节点对作为第三边的起始状态节点；
根据所述第一边和所述第二边的目标状态节点生成所述第三边的目标状态节点；
将所述第一边的输入字符作为所述第三边的输入字符；
将所述第二边的输出字符作为所述第三边的输出字符。
进一步的，所述合并模块703，还用于：
获取第三图中以同一个状态节点为起始状态节点的第三边；
将输入字符相同的所述第三边进行合并。
进一步的，所述合并模块703，还用于：去除所述第三图中的空边。
图7所示装置可以执行图1-图6所示实施例的方法，本实施例未详细描述的部分，可参考对图1-图6所示实施例的相关说明。该技术方案的执行过程和技术效果参见图1-图6所示实施例中的描述，在此不再赘述。
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：执行上述实施例中的任一所述的规则语言模型的生成方法。
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单元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，单元的名称在某种情况下并不构成对该单元本身的限定。
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。
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。

Claims (12)

1.一种规则语言模型的生成方法，其特征在于，包括：
获取原始规则语言模型并将所述原始规则语言模型转换成加权有限状态转换器结构的第一图；
获取统计语言模型并将所述统计语言模型转换成加权有限状态转换器结构的第二图；
将所述第一图和所述第二图合并得到规则语言模型的加权有限状态转换器结构的第三图；其中所述第三图中的边的权重根据所述第一图和所述第二图中的对应边的权重得到。
2.如权利要求1所述的规则语言模型的生成方法，其特征在于，所述原始规则语言模型通过预设的规则生成；所述第一图中包括多个第一状态节点以及所述第一状态节点之间的第一边，所述第一边包括输入字符和输出字符以及所述第一边的第一权重；多个所述第一边所形成的路径表示所述原始规则语言模型所能识别的字符串。
3.如权利要求1所述的规则语言模型的生成方法，其特征在于，所述统计语言模型通过通用语料生成；所述第二图中包括多个第二状态节点以及所述第二状态节点之间的第二边，所述第二边包括输入字符和输出字符以及所述第二边的第二权重；多个所述第二边所形成的路径表示所述统计语言模型所能识别的字符串。
4.如权利要求2或3中任一项所述的规则语言模型的生成方法，其特征在于，所述将所述第一图和所述第二图合并得到规则语言模型的加权有限状态转换器结构的第三图，包括：
获取所述第一图的初始第一状态节点和所述第二图的初始第二状态节点以形成当前状态节点对；
获取离开所述当前状态节点对中的第一状态节点的所有第一边；
获取离开所述当前状态节点对中的第二状态节点的所有第二边；
将符合合并规则的第一边和第二边合并为第三边；其中所述第三边的起始点为所述当前状态节点对，所述第三边的目标状态节点为生成所述第三边的第一边的目标状态节点和生成所述第三边的第二边的目标状态节点所形成的目标状态节点对；
将所述目标状态节点对作为当前状态节点对迭代执行上述合并操作直至没有符合合并规则的第一边和第二边或者所述当前状态节点对由第一图和第二图的终点状态节点形成。
5.如权利要求4所述的规则语言模型的生成方法，其特征在于，所述合并规则包括：所述第一边的输出字符与所述第二边的输入字符相同。
6.如权利要求4所述的规则语言模型的生成方法，其特征在于，所述合并规则包括：所述第一边的输入或输出字符与所述第二边的输入或输出字符中的任一个相同。
7.如权利要求4中任一项所述的规则语言模型的生成方法，其特征在于，所述将符合合并规则的第一边和第二边合并为第三边，包括：
将当前状态节点对作为第三边的起始状态节点；
根据所述第一边和所述第二边的目标状态节点生成所述第三边的目标状态节点；
将所述第一边的输入字符作为所述第三边的输入字符；
将所述第二边的输出字符作为所述第三边的输出字符。
8.如权利要求4中的规则语言模型的生成方法，其特征在于，所述方法还包括：
获取第三图中以同一个状态节点为起始状态节点的第三边；
将输入字符相同的所述第三边进行合并。
9.如权利要求4中的规则语言模型的生成方法，其特征在于，所述方法还包括：
去除所述第三图中的空边。
10.一种规则语言模型的生成装置，其特征在于，包括：
第一构图模块，用于获取原始规则语言模型并将所述原始规则语言模型转换成加权有限状态转换器结构的第一图；
第二构图模块，用于获取统计语言模型并将所述统计语言模型转换成加权有限状态转换器结构的第二图；
合并模块，用于将所述第一图和所述第二图合并得到规则语言模型的加权有限状态转换器结构的第三图；其中所述第三图中的边的权重根据所述第一图和所述第二图中的对应边的权重得到。
11.一种电子设备，包括：
存储器，用于存储计算机可读指令；以及
处理器，用于运行所述计算机可读指令，使得所述处理器运行时实现根据权利要求1-9中任意一项所述的规则语言模型的生成方法。
12.一种非暂态计算机可读存储介质，用于存储计算机可读指令，当所述计算机可读指令由计算机执行时，使得所述计算机执行权利要求1-9中任意一项所述的规则语言模型的生成方法。
CN202011605389.4A 2020-12-30 2020-12-30 规则语言模型的生成方法及装置 Pending CN112820280A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011605389.4A CN112820280A (zh) 2020-12-30 2020-12-30 规则语言模型的生成方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011605389.4A CN112820280A (zh) 2020-12-30 2020-12-30 规则语言模型的生成方法及装置

Publications (1)

Publication Number Publication Date
CN112820280A true CN112820280A (zh) 2021-05-18

Family

ID=75856038

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011605389.4A Pending CN112820280A (zh) 2020-12-30 2020-12-30 规则语言模型的生成方法及装置

Country Status (1)

Country Link
CN (1) CN112820280A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114078469A (zh) * 2022-01-19 2022-02-22 广州小鹏汽车科技有限公司 语音识别方法、装置、终端和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9460088B1 (en) * 2013-05-31 2016-10-04 Google Inc. Written-domain language modeling with decomposition
CN108597517A (zh) * 2018-03-08 2018-09-28 深圳市声扬科技有限公司 标点符号添加方法、装置、计算机设备和存储介质
CN110176230A (zh) * 2018-12-11 2019-08-27 腾讯科技（深圳）有限公司 一种语音识别方法、装置、设备和存储介质
CN111916058A (zh) * 2020-06-24 2020-11-10 西安交通大学 一种基于增量词图重打分的语音识别方法及系统
CN111933119A (zh) * 2020-08-18 2020-11-13 北京字节跳动网络技术有限公司 用于生成语音识别网络的方法、装置、电子设备和介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9460088B1 (en) * 2013-05-31 2016-10-04 Google Inc. Written-domain language modeling with decomposition
CN108597517A (zh) * 2018-03-08 2018-09-28 深圳市声扬科技有限公司 标点符号添加方法、装置、计算机设备和存储介质
CN110176230A (zh) * 2018-12-11 2019-08-27 腾讯科技（深圳）有限公司 一种语音识别方法、装置、设备和存储介质
CN111916058A (zh) * 2020-06-24 2020-11-10 西安交通大学 一种基于增量词图重打分的语音识别方法及系统
CN111933119A (zh) * 2020-08-18 2020-11-13 北京字节跳动网络技术有限公司 用于生成语音识别网络的方法、装置、电子设备和介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114078469A (zh) * 2022-01-19 2022-02-22 广州小鹏汽车科技有限公司 语音识别方法、装置、终端和存储介质
CN114078469B (zh) * 2022-01-19 2022-05-10 广州小鹏汽车科技有限公司 语音识别方法、装置、终端和存储介质

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
CN111402861B (zh) 一种语音识别方法、装置、设备及存储介质
CN113139391B (zh) 翻译模型的训练方法、装置、设备和存储介质
CN111046677B (zh) 一种翻译模型的获取方法、装置、设备和存储介质
CN111489735B (zh) 语音识别模型训练方法及装置
CN111767740B (zh) 音效添加方法和装置、存储介质和电子设备
CN111339789B (zh) 一种翻译模型训练方法、装置、电子设备及存储介质
CN111382261B (zh) 摘要生成方法、装置、电子设备及存储介质
CN111597825B (zh) 语音翻译方法、装置、可读介质及电子设备
CN111916053B (zh) 语音生成方法、装置、设备和计算机可读介质
CN113378586B (zh) 语音翻译方法、翻译模型训练方法、装置、介质及设备
CN112259089A (zh) 语音识别方法及装置
CN111681661B (zh) 语音识别的方法、装置、电子设备和计算机可读介质
CN111883117A (zh) 语音唤醒方法及装置
CN113204977A (zh) 信息翻译方法、装置、设备和存储介质
CN113392197A (zh) 问答推理方法、装置、存储介质及电子设备
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
CN114765025A (zh) 语音识别模型的生成方法、识别方法、装置、介质及设备
CN112017685B (zh) 语音生成方法、装置、设备和计算机可读介质
CN112820280A (zh) 规则语言模型的生成方法及装置
CN113051933A (zh) 模型训练方法、文本语义相似度确定方法、装置和设备
CN114613351A (zh) 韵律预测方法、装置、可读介质及电子设备
CN112819513B (zh) 一种文本链生成方法、装置、设备及介质
CN112509581B (zh) 语音识别后文本的纠错方法、装置、可读介质和电子设备
CN110852043B (zh) 一种文本转写方法、装置、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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210518

RJ01 Rejection of invention patent application after publication