CN113158649A - 一种用于地铁站点名识别的纠错方法、设备、介质及产品 - Google Patents
一种用于地铁站点名识别的纠错方法、设备、介质及产品 Download PDFInfo
- Publication number
- CN113158649A CN113158649A CN202110586622.7A CN202110586622A CN113158649A CN 113158649 A CN113158649 A CN 113158649A CN 202110586622 A CN202110586622 A CN 202110586622A CN 113158649 A CN113158649 A CN 113158649A
- Authority
- CN
- China
- Prior art keywords
- pinyin
- preset
- site
- error correction
- text
- 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.)
- Granted
Links
- 238000012937 correction Methods 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000013507 mapping Methods 0.000 claims description 41
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012216 screening Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/232—Orthographic correction, e.g. spell checking or vowelisation
-
- 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
- G06F40/295—Named entity recognition
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Machine Translation (AREA)
Abstract
本发明提供的一种用于地铁站点名识别的纠错方法，包括接收询问文本、判断业务类型、对比预设站点错词、文本纠错以及输出文字步骤。本发明的一种用于地铁站点名识别的纠错方法，通过先判断接收到的询问文本的意图类型是否为地铁业务意图，然后对意图类型为地铁业务意图的询问文本进行与预设站点错词库中的所有预设站点错词进行对比，最后进行精准的文本纠错，得到精准的地铁站点名称，从而实现了对问询场景中涉及到的地铁站点名进行精准的纠错，避免了因地铁站点名识别错误导致的解答错误。
Description
技术领域
本发明涉及语音识别领域，尤其涉及一种用于地铁站点名识别的纠错方法。
背景技术
随着越来越多的人选择地铁这种出行方式，大量的乘客也导致了大量的问询量。为了减轻地铁乘务人员的问询负担，也同时避免因乘务人员繁忙而需要问询的乘客排队等待的情形发生，从而开发一套以地铁业务场景为导向的智能问询系统。
目前智能问询系统中的自动语音识别(Automatic Speech Recognition简称“ASR“)作为智能问询系统的“耳朵”，充当着重要的角色。目前的ASR在某些场景下，比如乘客的不同发音习惯以及发音的准确性等因素，对于某些非常用的词语而识别准确率不高的情况，会影响智能问询系统回答的质量。
在地铁问询场景里面，有很多的业务是围绕着地铁站而展开的，譬如线路规划查询、票价查询、首末班车查询、设施服务查询等咨询业务，因此会涉及到很多地铁站点名的判断，但是很多地铁站点名又是在常规领域使用率不高的词汇，因此现有的ASR对地铁问询场景中很容易将地铁站点名进行错误识别，对地铁站点名的识别错误就会导致问询过程中对于乘客的解答出现错误。
因此，在智能地铁问询场景中，地铁站点名称识别过程中的纠错是急需解决的技术问题。
发明内容
为了克服现有技术的不足，本发明的目的之一在于提供一种用于地铁站点名识别的纠错方法，其能解决现有的ASR对地铁问询场景中很容易将地铁站点名进行错误识别，对地铁站点名的识别错误就会导致问询过程中对于乘客的解答出现错误的问题。
本发明的目的之二在于提供一种电子设备，其能解决现有的ASR对地铁问询场景中很容易将地铁站点名进行错误识别，对地铁站点名的识别错误就会导致问询过程中对于乘客的解答出现错误的问题。
本发明的目的之三在于提供一种计算机可读存储介质，其能解决现有的ASR对地铁问询场景中很容易将地铁站点名进行错误识别，对地铁站点名的识别错误就会导致问询过程中对于乘客的解答出现错误的问题。
本发明的目的之四在于提供一种计算机程序产品，其能解决现有的ASR对地铁问询场景中很容易将地铁站点名进行错误识别，对地铁站点名的识别错误就会导致问询过程中对于乘客的解答出现错误的问题。
本发明的目的之一采用以下技术方案实现：
一种用于地铁站点名识别的纠错方法，所述纠错方法用于地铁站内的智能问询系统，所述智能问询系统包括用于识别询问语音的自动语音识别模块和智能解答模块，包括以下步骤：
接收询问文本，接收智能问询系统中自动语音识别模块发送的询问文本，所述询问文本由自动语音模块将乘客录入的待识别询问语音进行文本转换后得到；
判断业务类型，根据预设意图识别模型对所述询问文本进行意图识别，得到意图类型，若意图类型为地铁业务意图，则执行对比预设站点错词步骤，若意图类型并不是地铁业务意图，则将所述询问文本输出至智能问询系统中的智能解答模块；
对比预设站点错词，将所述询问文本中所有词汇与预设站点错词库中的所有预设站点错词进行对比，当所述询问文本中存在与预设站点错词相同的词汇时，将与预设站点错词相同的词汇作为纠错词汇；
文本纠错，根据纠错词汇对应的预设站点错词在预设站点错词库中筛选对应的第一映射站点名称，将第一映射站点名称替换所述询问文本中的纠错词汇，得到已纠错询问词汇；
输出文字，将所述已纠错询问词汇输出至智能问询系统中智能解答模块进行智能解答。
进一步地，当所述询问文本中不存在与预设站点错词相同的词汇时，还包括拼音纠错，将所述询问文本转换为拼音文本，将所述拼音文本中所有拼音词汇与预设拼音数据库中所有预设站点拼音进行对比，当所述拼音文本中存在与预设站点拼音对应的拼音词汇时，将与预设站点拼音相同的拼音词汇作为纠错拼音，根据纠错拼音对应的预设站点拼音在预设拼音数据库中筛选出对应的第二映射站点名称，将第二映射站点名称替换所述询问文本中与纠错拼音对应的词汇，得到已纠错询问词汇，将所述已纠错询问词汇输出至智能问询系统中智能解答模块进行智能解答。
进一步地，所述预设拼音数据库包括预设同音拼音数据库和预设异音拼音数据库，所述预设站点拼音包括存储在预设同音拼音数据库中的预设同音站点拼音和存储在预设异音拼音数据库中的预设异音站点拼音，所述第二映射站点名称包括存储在预设同音拼音数据库中的第二同音映射站点名称和存储在预设异音拼音数据库的第二预设异音映射站点名称。
进一步地，所述拼音纠错具体为：
将所述询问文本转换为拼音文本，将所述拼音文本中所有拼音词汇与预设同音拼音数据库中的预设同音站点拼音以及预设异音拼音数据库中的预设异音站点拼音进行对比；
当所述拼音文本中存在与预设同音站点拼音对应的拼音词汇时，将与预设同音站点拼音相同的拼音词汇作为纠错拼音，根据纠错拼音对应的预设同音站点拼音在预设同音拼音数据库中筛选出对应的第二同音映射站点名称，将第二同音映射站点名称替换所述询问文本中与纠错拼音对应的词汇，得到已纠错询问词汇，将所述已纠错询问词汇输出至智能问询系统中智能解答模块进行智能解答；
当所述拼音文本中存在与预设异音站点拼音对应的拼音词汇时，将与预设异音站点拼音相同的拼音词汇作为纠错拼音，根据纠错拼音对应的预设异音站点拼音在预设异音拼音数据库中筛选出对应的第二异音映射站点名称，将第二异音映射站点名称替换所述询问文本中与纠错拼音对应的词汇，得到已纠错询问词汇，将所述已纠错询问词汇输出至智能问询系统中智能解答模块进行智能解答。
进一步地，当所述拼音文本中存在与预设同音站点拼音对应的拼音词汇时，所述询问文本中与纠错拼音对应的词汇与所述第二同音映射站点名称的为拼音相同的不同字符。
进一步地，当所述拼音文本中存在与预设异音站点拼音对应的拼音词汇时，所述询问文本中与纠错拼音对应的词汇与所述第二异音映射站点名称为读音相同但拼音不同的不同字符。
进一步地，所述预设意图识别模型为经过rasa算法训练的模型。
本发明的目的之二采用以下技术方案实现：
一种电子设备，包括：处理器；
存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行本申请中的一种用于地铁站点名识别的纠错方法。
本发明的目的之三采用以下技术方案实现：
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本申请中的一种用于地铁站点名识别的纠错方法。
本发明的目的之四采用以下技术方案实现：
一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行本申请中的一种用于地铁站点名识别的纠错方法。
相比现有技术，本发明的有益效果在于：本申请中的一种用于地铁站点名识别的纠错方法，通过先判断接收到的询问文本的意图类型是否为地铁业务意图，然后对意图类型为地铁业务意图的询问文本进行与预设站点错词库中的所有预设站点错词进行对比，最后进行精准的文本纠错，得到精准的地铁站点名称，从而实现了对问询场景中涉及到的地铁站点名进行精准的纠错，避免了因地铁站点名识别错误导致的解答错误。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明的一种用于地铁站点名识别的纠错方法的方法流程示意图。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
本实施例中的一种用于地铁站点名识别的纠错方法，所述纠错方法用于地铁站内的智能问询系统，所述智能问询系统包括用于识别询问语音的自动语音识别模块和智能解答模块，如图1所示，所述方法具体包括以下步骤：
接收询问文本，接收智能问询系统中自动语音识别模块发送的询问文本，所述询问文本由自动语音模块将乘客录入的待识别询问语音进行文本转换后得到。
判断业务类型，根据预设意图识别模型对所述询问文本进行意图识别，得到意图类型，若意图类型为地铁业务意图，则执行对比预设站点错词步骤，若意图类型并不是地铁业务意图，则将所述询问文本输出至智能问询系统中的智能解答模块。在本实施例中，预设意图识别模型为经过rasa算法训练的模型，能够精准的识别出询问文本的意图，地铁业务意图为咨询与地铁有关的内容，包括地铁线路规划、查询票价等意图，具体可以为如何去某某地铁站或到某某地铁站的票价是多少？
对比预设站点错词，将所述询问文本中所有词汇与预设站点错词库中的所有预设站点错词进行对比，当所述询问文本中存在与预设站点错词相同的词汇时，将与预设站点错词相同的词汇作为纠错词汇。在本实施例中，预先在预设站点错词库中设置根据预先统计得到的容易识别错误的与地铁站点名称的关联的错词词汇以及对应的正确的第一映射站点名称，以下举例说明：以广州地铁站名“暹岗”为例，当乘客询问的语音为“怎么去暹岗”因为“暹岗”的使用频率较小，智能问询系统中容易将“暹岗”错误的翻译为“香港”，虽然“暹岗”的拼音为”xian gang”，而“香港”的拼音为“xiang gang”，两者读音接近，但即便发音无后鼻音，但从概率上，“香港”的概率远大于“暹岗”的。此时在预设站点错词库中将地铁站点名称“香港”作为预设站点错词，将正确的地铁站点名称“暹岗”作为第一映射站点名称且与预设站点错词产生映射关系。此时，当询问文本为“怎么去香港”，则询问文本中的词汇“香港”与预设站点错词库中的预设站点错词“香港”相同，此时表示询问文本中的站点名称在自动语音识别模块的翻译过程中出现错误，错误的将“暹岗”翻译为“香港”。
文本纠错，根据纠错词汇对应的预设站点错词在预设站点错词库中筛选对应的第一映射站点名称，将第一映射站点名称替换所述询问文本中的纠错词汇，得到已纠错询问词汇。在本实施例中，按照上述步骤举例说明：根据预设站点错词“香港”在预设站点错词库中找到第一映射站点名称“暹岗”作为正确的地铁站点名称，并用“暹岗”替换原询问文本中的“香港”，得到已纠错询问词汇为“怎么去暹岗”。
在本实施例中，当所述询问文本中不存在与预设站点错词相同的词汇时，还包括拼音纠错步骤，具体包括以下步骤：
将所述询问文本转换为拼音文本，将所述拼音文本中所有拼音词汇与预设同音拼音数据库中的预设同音站点拼音以及预设异音拼音数据库中的预设异音站点拼音进行对比。将询问文本的字符转换为拼音字符串。
当所述拼音文本中存在与预设同音站点拼音对应的拼音词汇时，将与预设同音站点拼音相同的拼音词汇作为纠错拼音，根据纠错拼音对应的预设同音站点拼音在预设同音拼音数据库中筛选出对应的第二同音映射站点名称，将第二同音映射站点名称替换所述询问文本中与纠错拼音对应的词汇，得到已纠错询问词汇，将所述已纠错询问词汇输出至智能问询系统中智能解答模块进行智能解答。在此步骤中，述询问文本中与纠错拼音对应的词汇与所述第二同音映射站点名称的为拼音相同的不同字符。以下举例说明：
假设询问文本为：“怎么去巨龙？”，将其转换为拼音文本为“zen me quju long”，当拼音词汇“ju long”出现在预设同音拼音数据库中，即预设同音拼音数据库中含有内容为“ju long”的预设同音站点拼音时，将“ju long”作为纠错拼音，此时需要根据预设同音站点拼音“ju long”筛选出与其映射的第二同音映射站点名称“聚龙”，使用第二同音映射站点名称“聚龙”替换原询问文本中的“巨龙”，则正确的地铁站点名称为“聚龙”，“聚龙”与“巨龙”属于拼音相同的不同字符。
当所述拼音文本中存在与预设异音站点拼音对应的拼音词汇时，将与预设异音站点拼音相同的拼音词汇作为纠错拼音，根据纠错拼音对应的预设异音站点拼音在预设异音拼音数据库中筛选出对应的第二异音映射站点名称，将第二异音映射站点名称替换所述询问文本中与纠错拼音对应的词汇，得到已纠错询问词汇，将所述已纠错询问词汇输出至智能问询系统中智能解答模块进行智能解答。以下举例说明：
在自动语音识别模块进行翻译时，将“怎么去苏元”错误的翻译为“怎么去疏远”，涉及的地铁站点名称“苏元”错误翻译为了“疏远”。假设询问文本为“怎么去疏远”，将其转换为拼音文本为“zen me qu shu yuan”，当拼音词汇“shu yuan”出现在预设异音拼音数据库中，即预设异音拼音数据库中含有内容为“shu yuan”的预设异音站点拼音，将“shuyuan”作为纠错拼音，此时需要根据预设异音站点拼音“shu yuan”筛选出与其映射的第二异音映射站点名称“苏元”，使用第二同音映射站点名称“苏元”替换原询问文本中的“疏远”，则正确的地铁站点名称为“苏元”，“苏元”与“疏远”属于读音相同但拼音不同的不同字符。
输出文字，将所述已纠错询问词汇输出至智能问询系统中智能解答模块进行智能解答。
本实施例还提供了一种电子设备，包括：处理器；
存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行本申请中的一种用于地铁站点名识别的纠错方法。
本实施例还提供了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本申请中的一种用于地铁站点名识别的纠错方法。
本实施例还提供了一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行本申请中的一种用于地铁站点名识别的纠错方法。
本申请中的一种用于地铁站点名识别的纠错方法，通过先判断接收到的询问文本的意图类型是否为地铁业务意图，然后对意图类型为地铁业务意图的询问文本进行与预设站点错词库中的所有预设站点错词进行对比，最后进行精准的文本纠错，得到精准的地铁站点名称，从而实现了对问询场景中涉及到的地铁站点名进行精准的纠错，避免了因地铁站点名识别错误导致的解答错误。
以上，仅为本发明的较佳实施例而已，并非对本发明作任何形式上的限制；凡本行业的普通技术人员均可按说明书附图所示和以上而顺畅地实施本发明；但是,凡熟悉本专业的技术人员在不脱离本发明技术方案范围内，利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化，均为本发明的等效实施例；同时,凡依据本发明的实质技术对以上实施例所作的任何等同变化的更动、修饰与演变等，均仍属于本发明的技术方案的保护范围之内。
Claims (10)
1.一种用于地铁站点名识别的纠错方法，所述纠错方法用于地铁站内的智能问询系统，所述智能问询系统包括用于识别询问语音的自动语音识别模块和智能解答模块，其特征在在于：包括以下步骤：
接收询问文本，接收智能问询系统中自动语音识别模块发送的询问文本，所述询问文本由自动语音模块将乘客录入的待识别询问语音进行文本转换后得到；
判断业务类型，根据预设意图识别模型对所述询问文本进行意图识别，得到意图类型，若意图类型为地铁业务意图，则执行对比预设站点错词步骤，若意图类型并不是地铁业务意图，则将所述询问文本输出至智能问询系统中的智能解答模块；
对比预设站点错词，将所述询问文本中所有词汇与预设站点错词库中的所有预设站点错词进行对比，当所述询问文本中存在与预设站点错词相同的词汇时，将与预设站点错词相同的词汇作为纠错词汇；
文本纠错，根据纠错词汇对应的预设站点错词在预设站点错词库中筛选对应的第一映射站点名称，将第一映射站点名称替换所述询问文本中的纠错词汇，得到已纠错询问词汇；
输出文字，将所述已纠错询问词汇输出至智能问询系统中智能解答模块进行智能解答。
2.如权利要求1所述的一种用于地铁站点名识别的纠错方法，其特征在于：当所述询问文本中不存在与预设站点错词相同的词汇时，还包括拼音纠错，将所述询问文本转换为拼音文本，将所述拼音文本中所有拼音词汇与预设拼音数据库中所有预设站点拼音进行对比，当所述拼音文本中存在与预设站点拼音对应的拼音词汇时，将与预设站点拼音相同的拼音词汇作为纠错拼音，根据纠错拼音对应的预设站点拼音在预设拼音数据库中筛选出对应的第二映射站点名称，将第二映射站点名称替换所述询问文本中与纠错拼音对应的词汇，得到已纠错询问词汇，将所述已纠错询问词汇输出至智能问询系统中智能解答模块进行智能解答。
3.如权利要求2所述的一种用于地铁站点名识别的纠错方法，其特征在于：所述预设拼音数据库包括预设同音拼音数据库和预设异音拼音数据库，所述预设站点拼音包括存储在预设同音拼音数据库中的预设同音站点拼音和存储在预设异音拼音数据库中的预设异音站点拼音，所述第二映射站点名称包括存储在预设同音拼音数据库中的第二同音映射站点名称和存储在预设异音拼音数据库的第二预设异音映射站点名称。
4.如权利要求3所述的一种用于地铁站点名识别的纠错方法，其特征在于：所述拼音纠错具体为：
将所述询问文本转换为拼音文本，将所述拼音文本中所有拼音词汇与预设同音拼音数据库中的预设同音站点拼音以及预设异音拼音数据库中的预设异音站点拼音进行对比；
当所述拼音文本中存在与预设同音站点拼音对应的拼音词汇时，将与预设同音站点拼音相同的拼音词汇作为纠错拼音，根据纠错拼音对应的预设同音站点拼音在预设同音拼音数据库中筛选出对应的第二同音映射站点名称，将第二同音映射站点名称替换所述询问文本中与纠错拼音对应的词汇，得到已纠错询问词汇，将所述已纠错询问词汇输出至智能问询系统中智能解答模块进行智能解答；
当所述拼音文本中存在与预设异音站点拼音对应的拼音词汇时，将与预设异音站点拼音相同的拼音词汇作为纠错拼音，根据纠错拼音对应的预设异音站点拼音在预设异音拼音数据库中筛选出对应的第二异音映射站点名称，将第二异音映射站点名称替换所述询问文本中与纠错拼音对应的词汇，得到已纠错询问词汇，将所述已纠错询问词汇输出至智能问询系统中智能解答模块进行智能解答。
5.如权利要求4所述的一种用于地铁站点名识别的纠错方法，其特征在于：当所述拼音文本中存在与预设同音站点拼音对应的拼音词汇时，所述询问文本中与纠错拼音对应的词汇与所述第二同音映射站点名称的为拼音相同的不同字符。
6.如权利要求4所述的一种用于地铁站点名识别的纠错方法，其特征在于：当所述拼音文本中存在与预设异音站点拼音对应的拼音词汇时，所述询问文本中与纠错拼音对应的词汇与所述第二异音映射站点名称为读音相同但拼音不同的不同字符。
7.如权利要求1所述的一种用于地铁站点名识别的纠错方法，其特征在于：所述预设意图识别模型为经过rasa算法训练的模型。
8.一种电子设备，其特征在于包括：处理器；
存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行权利要求1-7中任意一项所述的一种用于地铁站点名识别的纠错方法。
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权利要求1-7中任意一项所述的一种用于地铁站点名识别的纠错方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任意一项所述的一种用于地铁站点名识别的纠错方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110586622.7A CN113158649B (zh) | 2021-05-27 | 2021-05-27 | 一种用于地铁站点名识别的纠错方法、设备、介质及产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110586622.7A CN113158649B (zh) | 2021-05-27 | 2021-05-27 | 一种用于地铁站点名识别的纠错方法、设备、介质及产品 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113158649A true CN113158649A (zh) | 2021-07-23 |
| CN113158649B CN113158649B (zh) | 2023-04-21 |
Family
ID=76877907
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110586622.7A Active CN113158649B (zh) | 2021-05-27 | 2021-05-27 | 一种用于地铁站点名识别的纠错方法、设备、介质及产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113158649B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107741928A (zh) * | 2017-10-13 | 2018-02-27 | 四川长虹电器股份有限公司 | 一种基于领域识别的对语音识别后文本纠错的方法 |
| US20180342233A1 (en) * | 2017-05-23 | 2018-11-29 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for correcting speech recognition error based on artificial intelligence, and storage medium |
| CN109065054A (zh) * | 2018-08-31 | 2018-12-21 | 出门问问信息科技有限公司 | 语音识别纠错方法、装置、电子设备及可读存储介质 |
| US20190043504A1 (en) * | 2017-08-03 | 2019-02-07 | Boe Technology Group Co., Ltd. | Speech recognition method and device |
| CN111159346A (zh) * | 2019-12-27 | 2020-05-15 | 深圳物控智联科技有限公司 | 基于意图识别的智能答疑方法、服务器及存储介质 |
| CN111353299A (zh) * | 2020-03-03 | 2020-06-30 | 腾讯科技（深圳）有限公司 | 基于人工智能的对话场景确定方法和相关装置 |
| CN111739514A (zh) * | 2019-07-31 | 2020-10-02 | 北京京东尚科信息技术有限公司 | 一种语音识别方法、装置、设备及介质 |
-
2021
- 2021-05-27 CN CN202110586622.7A patent/CN113158649B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180342233A1 (en) * | 2017-05-23 | 2018-11-29 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for correcting speech recognition error based on artificial intelligence, and storage medium |
| US20190043504A1 (en) * | 2017-08-03 | 2019-02-07 | Boe Technology Group Co., Ltd. | Speech recognition method and device |
| CN107741928A (zh) * | 2017-10-13 | 2018-02-27 | 四川长虹电器股份有限公司 | 一种基于领域识别的对语音识别后文本纠错的方法 |
| CN109065054A (zh) * | 2018-08-31 | 2018-12-21 | 出门问问信息科技有限公司 | 语音识别纠错方法、装置、电子设备及可读存储介质 |
| CN111739514A (zh) * | 2019-07-31 | 2020-10-02 | 北京京东尚科信息技术有限公司 | 一种语音识别方法、装置、设备及介质 |
| CN111159346A (zh) * | 2019-12-27 | 2020-05-15 | 深圳物控智联科技有限公司 | 基于意图识别的智能答疑方法、服务器及存储介质 |
| CN111353299A (zh) * | 2020-03-03 | 2020-06-30 | 腾讯科技（深圳）有限公司 | 基于人工智能的对话场景确定方法和相关装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113158649B (zh) | 2023-04-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7974843B2 (en) | Operating method for an automated language recognizer intended for the speaker-independent language recognition of words in different languages and automated language recognizer | |
| US20150088506A1 (en) | Speech Recognition Server Integration Device and Speech Recognition Server Integration Method | |
| US20120203553A1 (en) | Recognition dictionary creating device, voice recognition device, and voice synthesizer | |
| WO2006106415A1 (en) | Method, device, and computer program product for multi-lingual speech recognition | |
| CN106205613B (zh) | 一种导航语音识别方法及系统 | |
| CN103177721A (zh) | 语音识别方法和系统 | |
| CN107680588A (zh) | 智能语音导航方法、装置及存储介质 | |
| CN103594085A (zh) | 一种提供语音识别结果的方法及系统 | |
| CN110021293A (zh) | 语音识别方法及装置、可读存储介质 | |
| KR20060014369A (ko) | 화자 종속 음성 인식 방법 및 음성 인식 시스템 | |
| JP2012168349A (ja) | 音声認識システムおよびこれを用いた検索システム | |
| CN113158649A (zh) | 一种用于地铁站点名识别的纠错方法、设备、介质及产品 | |
| CN108682423A (zh) | 一种语音识别方法和装置 | |
| CN110827827A (zh) | 一种语音播报方法及电子设备 | |
| CN1217808A (zh) | 自动语音识别 | |
| CN113077793A (zh) | 一种语音识别方法、装置、设备及存储介质 | |
| RU80603U1 (ru) | Электронная приемопередающая система с функцией синхронного перевода устной речи с одного языка на другой | |
| DE102013216427B4 (de) | Vorrichtung und Verfahren zur fortbewegungsmittelbasierten Sprachverarbeitung | |
| CN117636877B (zh) | 一种基于语音指令的智能系统操作方法及系统 | |
| JP6836094B1 (ja) | 情報処理装置および情報処理プログラム | |
| JP4741777B2 (ja) | データベースのエントリを決定する方法 | |
| JP3883066B2 (ja) | 音声対話システム及び方法、音声対話プログラム並びにその記録媒体 | |
| CN111143528B (zh) | 多音字词汇的标注方法及装置 | |
| CN113553827B (zh) | 一种信息处理方法、装置、设备和计算机存储介质 | |
| CN112750434B (zh) | 一种语音识别系统的优化方法、装置及电子设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |