CN113299293A - 语音识别结果处理方法和装置、电子设备、计算机介质 - Google Patents
语音识别结果处理方法和装置、电子设备、计算机介质 Download PDFInfo
- Publication number
- CN113299293A CN113299293A CN202110573467.5A CN202110573467A CN113299293A CN 113299293 A CN113299293 A CN 113299293A CN 202110573467 A CN202110573467 A CN 202110573467A CN 113299293 A CN113299293 A CN 113299293A
- Authority
- CN
- China
- Prior art keywords
- data
- text data
- pushed
- push
- pinyin
- 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
Links
- 238000003672 processing method Methods 0.000 title abstract description 22
- 230000003190 augmentative effect Effects 0.000 claims abstract description 65
- 230000004044 response Effects 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims description 43
- 238000012545 processing Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims 1
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000000007 visual effect 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
- G06F40/237—Lexical tools
- G06F40/247—Thesauruses; Synonyms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/194—Calculation of difference between files
-
- 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
-
- 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)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- Human Computer Interaction (AREA)
- Machine Translation (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开提供了一种语音识别结果处理方法和装置,涉及车联网、智能座舱、语音识别等技术领域。具体实现方案为:获取推送信息对应的推送文本数据;基于推送文本数据,得到与推送文本数据对应的扩充推送数据;获取语音助手输出的识别文本数据,识别文本数据通过用户读取推送信息的语音识别得到;响应于确定识别文本数据分别与推送文本数据或扩充推送数据相匹配,确定识别文本数据命中推送信息。该实施方式提高了对语音识别结果进行匹配时的全面性。
Description
技术领域
本公开涉及数据处理技术领域,具体涉及车联网、智能座舱、语音识别等技术领域,尤其涉及一种语音识别结果处理方法和装置、电子设备、计算机可读介质以及计算机程序产品。
背景技术
所见即可说,是指语音交互过程中,用户在屏幕上阅读到的文字,可以通过语音进行输入并执行语音对应操作。
现有所见即可说的实现方法多为扫描界面文本进行保存,并在识别过程中进行匹配,该实现方法因为界面文本并未通过识别引擎的训练,因此识别命中效果较差,如果用户存在发音缺陷(如lr不分、hf不分、前后鼻音不分等)的情况,效果更进一步变差。
发明内容
提供了一种语音识别结果处理方法和装置、电子设备、计算机可读介质以及计算机程序产品。
根据第一方面,提供了一种语音识别结果处理方法,该方法包括:获取推送信息对应的推送文本数据;对推送文本数据进行扩充,得到扩充推送数据;获取语音助手输出的识别文本数据,识别文本数据通过用户读取推送信息的语音识别得到;响应于确定识别文本数据与扩充推送数据相匹配,确定识别文本数据命中推送信息。
根据第二方面,提供了一种语音识别结果处理装置,该装置包括:获取单元,被配置成获取推送信息对应的推送文本数据;得到单元,被配置成对推送文本数据进行扩充,得到扩充推送数据;识别单元,被配置成获取语音助手输出的识别文本数据,识别文本数据通过用户读取推送信息的语音识别得到;确定单元,被配置成响应于确定识别文本数据与扩充推送数据相匹配,确定识别文本数据命中推送信息。
根据第三方面,提供了一种电子设备,该电子设备包括:至少一个处理器;以及与至少一个处理器通信连接的存储器,其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面任一实现方式描述的方法。
根据第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如第一方面任一实现方式描述的方法。
根据第五方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如第一方面任一实现方式描述的方法。
本公开的实施例提供的语音识别结果处理方法和装置,首先,获取推送信息对应的推送文本数据;其次,对推送文本数据进行扩充,得到扩充推送数据;再次,获取语音助手输出的识别文本数据,识别文本数据通过用户读取推送信息的语音识别得到;最后,响应于确定识别文本数据与扩充推送数据相匹配,确定识别文本数据命中推送信息。由此,通过对推送文本数据,得到与推送信息对应的扩充推送数据,为识别文本数据的匹配进行了文本扩充,保障了对语音识别结果进行匹配时数据的全面性,还可以使所见即可所中生僻字和发音缺陷群体的匹配成功率低的问题得到有效解决。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开语音识别结果处理方法的一个实施例的流程图;
图2是根据本公开得到扩充推送数据的方法的流程图;
图3是根据本公开中确定识别文本数据命中推送信息的方法的一种流程图;
图4是根据本公开语音识别结果处理方法的另一个实施例的流程图;
图5是根据本公开语音识别结果处理装置的实施例的结构示意图;
图6是用来实现本公开实施例的语音识别结果处理方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1示出了根据本公开语音识别结果处理方法的一个实施例的流程100,上述语音识别结果处理方法包括以下步骤:
步骤101,获取推送信息对应的推送文本数据。
本实施例中,推送信息是向用户推送的信息,推送信息的内容不同,可以实现的与推送信息对应的操作不同。推送信息的展示形式也可以不同,例如,推送信息对应的推送文本数据(例如,推送文本数据为“跳转页面”)显示在界面上,用户读取界面上的推送文本数据发出语音信息,语音助手获取用户的语音信息,将语音信息转为识别文本数据发送给语音识别结果处理方法运行于其上的执行主体,执行主体得到识别文本数据判断与推送文本是否相同,若相同,则跳转到预定的页面。
本实施例中,推送信息可以包括:信息标识、推送文本数据,语音识别结果处理方法运行于其上执行主体可以实时获取推送信息,并根据推送信息确定需要执行的操作。
可选地,推送信息可以是通过实时获取并显示在用户界面上的操作信息,上述获取推送信息对应的推送文本数据包括:获取推送信息,将推送信息显示在用户界面上,并将推送信息转换为推送文本数据。
可选地,推送信息还可以是预先设置在用户界面上的操作信息。上述获取推送信息对应的推送文本数据包括:获取预先设置在用户界面上的推送信息,将推送信息转换为推送文本数据。
步骤102,对推送文本数据进行扩充,得到扩充推送数据。
本实施例中,对推送文本数据进行扩充,可以扩大推送文本数据的数据量,由此在与语音助手输出的识别文本数据进行匹配时,可以扩大匹配范围,深度理解用户的意图。
本实施例中,对推送文本数据进行扩充可以是对推送文本数据进行文本扩充,也可以是对推送文本数据的拼音数据进行扩充得到的含有文本和拼音的混合数据。
可选地,上述对推送文本数据进行扩充,得到扩充推送数据包括:替换推送文本数据中的词或文字数据得到替换文本数据,例如,将张三,替换为张然,组合替换文本数据和推送文本数据,得到扩充推送数据。
在本实施例的一些可选实现方式中,上述对推送文本数据进行扩充,得到扩充推送数据包括:获取与推送文本数据对应的推送拼音数据;将推送文本数据对应的推送拼音数据转换为扩充推送数据。
本可选实现方式中,首先得到推送文本数据的推送拼音数据,在基于推送拼音数据进行文字转换得到的扩充推送数据,该扩充推送数据相对推送文本数据的增加了推送文本数据的数据量,为后续匹配语音助理的识别文本数据提供了更加可靠地的基础,可以弥补推送信息中因生僻词组导致中文不匹配的情况。
在本实施例的一些可选实现方式中,上述对推送文本数据进行扩充,得到扩充推送数据还可以包括:从预设的同义词词典中获取推送文本数据对应的同义文本数据;将同义文本数据添加到扩充推送数据中。
本可选实现方式中,将与推送文本数据具有相同语义的同义文本数据增加到扩充推送数据中,增大了扩充推送数据的数据量,可以弥补具有相同语义而字形不同导致中文不匹配的情况。
可选地,扩充推送数据还可以包括推送文本数据和扩充拼音数据,其中扩充拼音数据是由推送文本得到的拼音数据,扩充拼音数据与推送文本数据相关。扩充拼音数据可以包括:推送文本数据的拼音数据(即推送拼音数据)。
可选地,扩充拼音数据还可以包括:推送文本数据的拼音数据和推送文本数据的纠正后的拼音数据,即推送拼音数据和纠正拼音数据,其中,纠正拼音数据是通过对推送拼音数据中部分字母(声母和/或韵母)进行替换后得到的拼音数据。
语音识别结果处理方法运行于其上的执行主体在对界面上的推送信息进行扫描的过程,将推送文本数据(如蹒跚)及推送文本数据的拼音数据(即panshan)、推送文本数据的纠正拼音数据(如pansan、pangshan等)进行映射并保存,在用户语音输入界面文本时,分别按照文本数据、拼音数据、纠正拼音数据的三级分别与识别文本数据和识别文本数据的拼音数据相匹配。
步骤103,获取语音助手输出的识别文本数据。
其中,识别文本数据通过用户读取推送信息的语音识别得到。
本实施例中,语音助手用于获取语音信息,并且将语音信息转换为文本数据。用户读取推送信息后,语音助手获取用户发出的推送信息的语音,并将该语音转换为识别文本数据。
语音助手可以是一种已训练完成的语音识别模型,例如神经网络模型,该语音识别模型通过大量语音标注样本,训练得到,向语音识别模型输入用户语音,得到语音识别模型输出的与用户语音相关的识别文本数据。
在本实施例的一些可选实现方式中,上述获取语音助手输出的识别文本数据包括:获取用户读取推送信息的语音;将语音提供给语音助手,并从语音助手获取识别文本数据。
本可选实现方式中,通过将获取的用户输入的语音,输入到语音助手中,再从语音助手中获取与用户的语音对应的识别文本数据,保证了用户语音输入的可靠性,提高了得到的识别文本数据的可靠性。
步骤104,响应于确定识别文本数据与扩充推送数据相匹配,确定识别文本数据命中推送信息。
本实施例中,将识别文本数据中的各个数据与扩充推送数据中的各个数据进行一一比对,当识别文本数据与扩充推送数据两者中有相同或相似(例如相似度大于90%)的数据,确定识别文本数据与扩充推送数据相匹配。
本实施例中,识别文本数据命中推送信息说明当前情况为所见即可说,可以执行与用户推送信息的语音相关的操作,而识别文本数据未命中推送信息,说明当前情况非所见即可说。
可选地,响应于确定识别文本数据与扩充推送数据不相匹配,确定识别文本数据未命中推送信息,不执行任何操作。
当识别文本数据命中推送信息之后,执行主体可以执行与推送信息相应的操作。需要说明的是,与推送信息相应的操作是推送信息指示的操作,例如,推送信息包括:打开网页指令和网页网址,则与推送信息相应的操作,则直接跳转到推送信息对应的网页网址对应的网页。
本公开的实施例提供的语音识别结果处理方法,首先,获取推送信息对应的推送文本数据;其次,对推送文本数据进行扩充,得到扩充推送数据;再次,获取语音助手输出的识别文本数据,识别文本数据通过用户读取推送信息的语音识别得到;最后,响应于确定识别文本数据与扩充推送数据相匹配,确定识别文本数据命中推送信息。由此,通过对推送文本数据,得到与推送信息对应的扩充推送数据,为识别文本数据的匹配进行了文本扩充,保障了对语音识别结果进行匹配时数据的全面性,还可以使所见即可所中生僻字和发音缺陷群体的匹配成功率低的问题得到有效解决。
本实施例中,扩充推送数据可以是多种文本数据,每种文本数据可以通过推送文本数据的拼音数据进行转换或替换后得到的文本,图2示出了根据本公开得到与推送文本数据对应的扩充推送数据的方法的流程图200,上述得到与推送文本数据对应的扩充推送数据的方法包括以下步骤:
步骤201,获取与推送文本数据对应的推送拼音数据。
本可选实现方式中,推送文本数据为一种中文数据,通过传统的拼音转换工具,可以将推送文本转换为对应的推送拼音数据。
可选地,语音识别结果处理方法运行于其上的执行主体可以预先存储有多个文本数据对应的拼音数据,执行主体在得到推送文本数据之后,可以从预存的数据中查询得到与推送文本数据对应的推送拼音数据。
步骤202,将推送拼音数据转换为第一文本数据。
本可选实现方式中,推送拼音数据为推送文本数据的拼音数据,通过将推送拼音数据转换为中文文本,可以得到第一文本数据,第一文本数据是与推送文本发音相同的所有的文本数据,并且第一文本数据包括推送文本数据。
步骤203,替换推送拼音数据中的部分拼音字母,得到纠正拼音数据。
本可选实现方式中,为了匹配语音助手在识别一些发音有缺陷的人员的配备充分的待匹配数据,可以替换推送拼音数据中的部分拼音字母,得到纠正拼音数据。
本可选实现方式中,替换推送拼音数据中的部分拼音字母包括:通过查询预先设置的替换表(如表1),替换推送拼音数据中的声母字母和/或韵母,得到纠正拼音数据,例如,在表1中推送拼音数据“lejin”的声母被替换得到“rejin”,“rejin”是一种纠正拼音数据。
本可选实现方式中,通过替换声母或韵母可以为发音有缺陷的人员准备可靠的匹配数据。
表1
拼音 | 纠正后的拼音 | 示例 |
l | r | lejin-rejin |
r | l | huarongdao-hualongdao |
ch | c | liuche-liuce |
c | ch | caocao-chaochao |
sh | s | xiahoushang-xiahousang |
s | sh | simayi-shimayi |
z | zh | xiayize-xiayizhe |
zh | z | zhangsan-zangsan |
h | f | hushi-fushi |
f | h | dufu-duhu |
in | ing | xinqiji-xingqiji |
ing | in | yingzheng-yinzheng |
步骤204,将纠正拼音数据转换为第二文本数据。
本可选实现方式中,纠正拼音数据为第二文本数据的拼音数据,通过将纠正拼音数据转换为中文文本,可以得到第二文本数据。
步骤205,组合第二文本数据和第一文本数据,得到扩充推送数据。
本可选实现方式中,扩充推送数据是由文本数据组成的数据组合,该数据组合混合有第一文本数据和第二文本数据,并且第一文本数据还包括推送文本数据。
本可选实现方式中,上述响应于确定识别文本数据与扩充推送数据相匹配,确定识别文本数据命中推送信息,包括:响应于识别文本数据分别与第二文本数据、第一文本数据中任意一个数据相匹配,确定识别文本数据命中推送信息。
本实施例提供的得到与推送文本数据对应的扩充推送数据的方法,通过推送拼音数据,得到第一文本数据;通过推送拼音数据,得到纠正拼音数据,将纠正拼音数据转换为第二文本数据,组合第二文本数据和第一文本数据,得到扩充推送数据,由此提高了扩充推送数据中数据的多样性。
图3示出了根据本公开确定识别文本数据命中推送信息的方法的流程图300,上述确定识别文本数据命中推送信息的方法包括以下步骤:
步骤301,响应于确定识别文本数据与扩充推送数据中的推送文本数据不相匹配,将识别文本数据转换为识别拼音数据。
本可选实现方式中,在识别文本数据与扩充推送数据进行匹配时,首先将识别文本数据与扩充推送数据中的推送文本数据进行匹配,当识别文本数据的各个数据与推送文本数据中的任一数据均不相同也不相似(例如两者相似度小于80%),确定识别文本数据与扩充推送数据中的推送文本数据不相匹配。
本可选实现方式中,识别拼音数据是识别文本数据的拼音的表现形式,通过识别拼音数据确定识别文本的拼音内容。
步骤302,响应于确定识别拼音数据与扩充拼音数据相匹配,确定识别文本数据命中推送信息。
本可选实现方式中,首选将识别拼音数据中的各个数据与扩充拼音数据的各个数据进行一一匹配,如果识别拼音数据中数据与扩充拼音数据的任一拼音数据相匹配,确定识别拼音数据与扩充拼音数据相匹配。
本可选实现方式提供的确定识别文本数据命中推送信息的方法,将识别文本数据转换为识别拼音数据,通过扩充拼音数据与识别拼音数据的匹配,确定识别文本数据命中推送信息,为识别文本数据的识别提供了多种可选匹配方式,保证了识别文本数据的匹配的有效性。
在本实施例的一些可选实现方式中,扩充推送数据包括:优先级不同的扩充数据,响应于确定识别文本数据与扩充推送数据相匹配,确定识别文本数据命中推送信息,包括:基于扩充推送数据中各个扩充数据优先级次序,依次将识别文本数据与各个扩充数据进行匹配;响应于确定扩充推送数据中有至少一个扩充数据与识别文本数据相匹配,确定识别文本数据命中推送信息。
本可选实现方式中,扩充数据可以是文本数据,扩充数据也可以是拼音数据,则扩充推送数据包括文本数据和拼音数据,或者扩充推送数据包括:文本数据。在扩充推送数据中文本数据的优先级高于拼音数据的优先级,对于同属于文本数据的数据,与推送文本数据越接近的文本数据的优先级越高,例如,扩充推送数据包括:推送文本数据和与推送文本对应的同义文本数据,则推送文本数据的优先级高于该同义文本数据。
可选地,当扩充推送数据包括:推送文本数据和推送拼音数据时,推送拼音数据的优先级低于推送文本数据的优先级。
可选地,当扩充推送数据包括:推送文本数据、推送拼音数据和纠正拼音数据时,推送拼音数据的优先级低于推送文本数据的优先级,纠正拼音数据的优先级低于纠正拼音数据的优先级。
本可选实现方式中,基于扩充推送数据中各个扩充数据的优先级,与识别文本数据进行匹配,从而保证了与识别文本最接近的数据优先匹配,保证了所见即可说的匹配效果。
在本实施例的一个实际示例中,语音识别结果处理方法运行于其上的执行主体的执行步骤如下:第一步,扫描用户界面元素(按钮、文本框等),得到各元素中的推送文本数据。第二步,对推送文本进行扩充、映射以及保存,得到扩充推送数据,扩充推送数据包括:推送文本数据(如蹒跚)及推送拼音数据(即panshan)、纠正拼音数据(如pansan、pangshan等)。第三步,用户通过语音助手输入指令,语音助手将指令识别为识别文本数据。第四步,将识别文本数据与扩充推送数据进行三级匹配,1)判断识别文本数据R1是否与缓存的扩充推送数据中推送文本数据相匹配(即将识别文本数据与推送文本数据逐字进行匹配)。
若识别文本数据R1不与缓存的扩充推送数据中推送文本数据相匹配,2)判断识别文本数据R1的拼音数据是否与缓存的扩充推送数据中的推送拼音数据相匹配。
若识别文本数据R1的拼音数据不与缓存的扩充推送数据中的推送拼音数据相匹配,3)判断识别文本数据R1的拼音数据是否与扩充推送数据中的纠正拼音数据相匹配。
如果1)、2)、3)三级匹配中有一级匹配成功,则不再进行下一级匹配的判断(例如,1)级匹配成功,则不再执行2)级匹配过程),并确定命中所见即可说。如果1)、2)、3)三级匹配均未匹配成功,确定未命中所见即可说。
图4示出了根据本公开语音识别结果处理方法的另一个实施例的流程400,上述语音识别结果处理方法包括以下步骤:
步骤401,获取推送信息对应的推送文本数据。
步骤402,对推送文本数据进行扩充,得到扩充推送数据。
步骤403,获取语音助手输出的识别文本数据。
其中,识别文本数据通过用户读取推送信息的语音识别得到。
应当理解,上述步骤401-步骤403中的操作和特征,分别与步骤101-103中的操作和特征相对应,因此,上述在步骤101-103中对于操作和特征的描述,同样适用于步骤401-步骤403,在此不再赘述。
步骤404,响应于确定识别文本数据与扩充推送数据不相匹配,对识别文本数据进行扩充,得到扩充识别数据。
本实施例中,对识别文本数据进行扩充,得到扩充识别数据可以包括:获取与识别文本数据对应的识别拼音数据;将识别拼音数据转换为扩充识别数据。本实现方式中,扩充识别数据是与识别文本数据发音相同的文本数据,扩充识别数据包括识别文本数据。
可选地,上述对识别文本数据进行扩充,得到扩充识别数据可以包括:获取与识别文本数据对应的识别拼音数据;将识别拼音数据转换为第一待选文本数据;替换识别拼音数据中的声母或韵母,得到代替拼音数据;将代替拼音数据转换为第二待选文本数据;组合第一待选文本数据和第二待选文本数据,得到扩充识别数据。
本可选实现方式中,识别拼音数据是与识别文本数据对应的所有拼音表现形式;代替拼音数据是对识别拼音数据中拼音字母进行替换后得到的拼音表现形式。第一待选文本数据是识别拼音数据所有的中文表现形式;第二待选文本数据是代替拼音数据所有的中文表现形式。
可选地,上述对识别文本数据进行扩充,得到扩充识别数据可以包括:获取与识别文本数据对应的识别拼音数据;替换识别拼音数据中的声母或韵母,得到代替拼音数据;组合识别文本数据、识别拼音数据、代替拼音数据,得到扩充识别数据。
可选地,上述对识别文本数据进行扩充,得到扩充识别数据可以包括:同预设的同义词字典中获取与识别文本数据对应的同义文本数据,组合识别文本数据以及与识别文本数据对应的同义文本数据得到扩充识别数据。
本可选实现方式中,扩充识别数据包括:识别文本数据和识别文本数据的同义文本数据。
步骤405,响应于扩充识别数据与扩充推送数据相匹配,确定识别文本数据命中推送信息。
本实施例中,将扩充识别数据中的各个数据分别与扩充推送数据中的各个数据相匹配,如果扩充识别数据中具有与扩充推送数据相同或相似数据,确定扩充识别数据与扩充推送数据相匹配。
本实施例中,当扩充识别数据与扩充推送数据相匹配,代表语音助手获取到的识别文本与推送信息对应的推送文本数据相关,由此确定用户意图通过语音触发所见即可所,从而执行与推送信息相关的操作。
本实施例提供的语音识别结果处理方法,在识别文本数据与扩充推送数据不相匹配时,对识别文本数据进行扩充,得到扩充识别数据,由此,扩充了语音助手的识别数据,为了语音在识别出错时提供了可靠的数据依据,保证了语音识别的可靠性。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了语音识别结果处理装置的一个实施例,该装置实施例与图1所示的方法实施例相对应,该装置具体可应用于各种电子设备中。
如图5所示,本实施例提供的语音识别结果处理装置500包括:获取单元501,得到单元502,识别单元503,确定单元504。其中,上述获取单元501,可以被配置成获取推送信息对应的推送文本数据。上述得到单元502,可以被配置成对推送文本数据进行扩充,得到扩充推送数据。上述识别单元503,可以被配置成获取语音助手输出的识别文本数据,识别文本数据通过用户读取推送信息的语音识别得到。上述确定单元504,可以被配置成响应于确定识别文本数据与扩充推送数据相匹配,确定识别文本数据命中推送信息。
在本实施例中,语音识别结果处理装置500中:获取单元501,得到单元502,识别单元503,确定单元504的具体处理及其所带来的技术效果可分别参考图1对应实施例中的步骤101、步骤102、步骤103、步骤104的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述得到单元502包括:第一获取模块(图中未示出),第一转换模块(图中未示出)。其中,上述第一获取模块,可以被配置成获取与推送文本数据对应的推送拼音数据。上述第一转换模块,可以被配置成将推送文本数据对应的推送拼音数据转换为扩充推送数据。
在本实施例的一些可选的实现方式中,上述得到单元502包括:第二获取模块(图中未示出),第二转换模块(图中未示出),替换模块(图中未示出),第三转换模块(图中未示出),组合模块。其中,上述第二获取模块,可以被配置成获取与推送文本数据对应的推送拼音数据。上述第二转换模块,可以被配置成将推送拼音数据转换为第一文本数据。上述替换模块,可以被配置成替换推送拼音数据中的部分拼音字母,得到纠正拼音数据。上述第三转换模块,可以被配置成将纠正拼音数据转换为第二文本数据。上述组合模块,可以被配置成组合第二文本数据和第一文本数据,得到扩充推送数据。
在本实施例的一些可选实现方式中,上述得到单元502还包括:第四获取模块(图中未示出),添加模块(图中未示出)。其中,上述第四获取模块,可以被配置成从预设的同义词词典中获取推送文本数据对应的同义文本数据。上述添加模块,可以被配置成将同义文本数据添加到扩充推送数据中。
在本实施例的一些可选实现方式中,上述扩充推送数据包括:推送文本数据和扩充拼音数据,上述扩充拼音数据基于推送文本数据得到。上述确定单元504包括:识别模块(图中未示出)、确定模块(图中未示出)。其中,上述识别模块,可以被配置成响应于确定识别文本数据与扩充推送数据中的推送文本数据不相匹配,将识别文本数据转换为识别拼音数据。上述确定模块,可以被配置成响应于确定识别拼音数据与扩充拼音数据相匹配,确定识别文本数据命中推送信息。
在本实施例的一些可选实现方式中,上述扩充推送数据包括:优先级不同的扩充数据,上述确定单元504包括:匹配模块(图中未示出)、命中模块(图中未示出)。其中,上述匹配模块,可以被配置成基于扩充推送数据中各个扩充数据优先级次序,依次将识别文本数据与各个扩充数据进行匹配。上述命中模块,可以被配置成响应于确定扩充推送数据中有至少一个扩充数据与识别文本数据相匹配,确定识别文本数据命中推送信息。
在本实施例的一些可选实现方式中,上述识别单元503包括:第五获取模块(图中未示出),提供模块(图中未示出)。其中,上述第五获取模块,可以被配置成获取用户读取推送信息的语音。上述提供模块,可以被配置成将语音提供给语音助手,并从语音助手获取识别文本数据。
在本实施例的一些可选实现方式中,上述装置500还包括:判别单元(图中未示出),命中单元(图中未示出)。其中,上述判别单元,可以被配置成响应于确定识别文本数据与扩充推送数据不相匹配,对识别文本进行扩充,得到扩充识别数据。上述命中单元,可以被配置成响应于扩充识别数据与扩充推送数据相匹配,确定识别文本数据命中推送信息。
本公开的实施例提供的语音识别结果处理装置,首先,获取单元501获取推送信息对应的推送文本数据;其次,得到单元502对推送文本数据进行扩充,得到扩充推送数据;再次,识别单元503获取语音助手输出的识别文本数据,识别文本数据通过用户读取推送信息的语音识别得到;最后,确定单元504响应于确定识别文本数据与扩充推送数据相匹配,确定识别文本数据命中推送信息。由此,通过对推送文本数据,得到与推送信息对应的扩充推送数据,为识别文本数据的匹配进行了文本扩充,保障了对语音识别结果进行匹配时数据的全面性,还可以使所见即可所中生僻字和发音缺陷群体的匹配成功率低的问题得到有效解决。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如语音识别结果处理方法。例如,在一些实施例中,语音识别结果处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的语音识别结果处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行语音识别结果处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程语音识别结果处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
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。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (13)
1.一种语音识别结果处理方法,所述方法包括:
获取推送信息对应的推送文本数据;
对所述推送文本数据进行扩充,得到扩充推送数据;
获取语音助手输出的识别文本数据,所述识别文本数据通过用户读取所述推送信息的语音识别得到;
响应于确定所述识别文本数据与所述扩充推送数据相匹配,确定所述识别文本数据命中所述推送信息。
2.根据权利要求1所述的方法,其中,所述对所述推送文本数据进行扩充,得到扩充推送数据,包括:
获取与所述推送文本数据对应的推送拼音数据;
将所述推送文本数据对应的推送拼音数据转换为扩充推送数据。
3.根据权利要求1所述的方法,其中,所述对所述推送文本数据进行扩充,得到扩充推送数据,包括:
获取与所述推送文本数据对应的推送拼音数据;
将所述推送拼音数据转换为第一文本数据;
替换所述推送拼音数据中的部分拼音字母,得到纠正拼音数据;
将所述纠正拼音数据转换为第二文本数据;
组合所述第二文本数据和所述第一文本数据,得到扩充推送数据。
4.根据权利要求2或3所述的方法,其中,所述对所述推送文本数据进行扩充,得到扩充推送数据,包括:
从预设的同义词词典中获取所述推送文本数据对应的同义文本数据;
将所述同义文本数据添加到所述扩充推送数据中。
5.根据权利要求1所述的方法,其中,所述扩充推送数据包括:所述推送文本数据和扩充拼音数据,所述扩充拼音数据基于所述推送文本数据得到,所述响应于确定所述识别文本数据与所述扩充推送数据相匹配,确定所述识别文本数据命中所述推送信息,包括:
响应于确定所述识别文本数据与所述扩充推送数据中的推送文本数据不相匹配,将所述识别文本数据转换为识别拼音数据;
响应于确定所述识别拼音数据与所述扩充拼音数据相匹配,确定所述识别文本数据命中所述推送信息。
6.根据权利要求1所述的方法,其中,所述扩充推送数据包括:优先级不同的扩充数据,所述响应于确定所述识别文本数据与所述扩充推送数据相匹配,确定所述识别文本数据命中所述推送信息,包括:
基于所述扩充推送数据中各个扩充数据优先级次序,依次将识别文本数据与各个扩充数据进行匹配;
响应于确定所述扩充推送数据中有至少一个扩充数据与所述识别文本数据相匹配,确定所述识别文本数据命中所述推送信息。
7.根据权利要求1-6之一所述的方法,其中,所述获取语音助手输出的识别文本数据,包括:
获取用户读取所述推送信息的语音;
将所述语音提供给语音助手,并从所述语音助手获取识别文本数据。
8.根据权利要求7所述的方法,所述方法还包括:
响应于确定所述识别文本数据与所述扩充推送数据不相匹配,对所述识别文本进行扩充,得到扩充识别数据;
响应于所述扩充识别数据与所述扩充推送数据相匹配,确定所述识别文本数据命中所述推送信息。
9.一种语音识别结果处理装置,所述装置包括:
获取单元,被配置成获取推送信息对应的推送文本数据;
得到单元,被配置成对所述推送文本数据进行扩充,得到扩充推送数据;
识别单元,被配置成获取语音助手输出的识别文本数据,所述识别文本数据通过用户读取所述推送信息的语音识别得到;
确定单元,被配置成响应于确定所述识别文本数据与所述扩充推送数据相匹配,确定所述识别文本数据命中所述推送信息。
10.根据权利要求9所述的装置,其中,所述得到单元包括:
获取模块,被配置成获取与所述推送文本数据对应的推送拼音数据;
转换模块,被配置成将所述推送文本数据对应的推送拼音数据转换为扩充推送数据。
11.一种电子设备,其特征在于,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,
所述存储器存储有可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权利要求1-8中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。
13.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现权利要求1-8中任一项所述的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110573467.5A CN113299293A (zh) | 2021-05-25 | 2021-05-25 | 语音识别结果处理方法和装置、电子设备、计算机介质 |
KR1020220031762A KR20220041789A (ko) | 2021-05-25 | 2022-03-15 | 음성인식 결과 처리 방법 및 장치, 전자기기, 컴퓨터 매체 |
US17/701,123 US20220215842A1 (en) | 2021-05-25 | 2022-03-22 | Method and apparatus for processing voice recognition result, electronic device, and computer medium |
EP22164037.8A EP4095847A1 (en) | 2021-05-25 | 2022-03-24 | Method and apparatus for processing voice recognition result, electronic device, and computer medium |
JP2022050766A JP7403569B2 (ja) | 2021-05-25 | 2022-03-25 | 音声認識結果処理方法および装置、電子機器、コンピュータ可読記憶媒体並びにコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110573467.5A CN113299293A (zh) | 2021-05-25 | 2021-05-25 | 语音识别结果处理方法和装置、电子设备、计算机介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113299293A true CN113299293A (zh) | 2021-08-24 |
Family
ID=77325058
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110573467.5A Pending CN113299293A (zh) | 2021-05-25 | 2021-05-25 | 语音识别结果处理方法和装置、电子设备、计算机介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220215842A1 (zh) |
EP (1) | EP4095847A1 (zh) |
JP (1) | JP7403569B2 (zh) |
KR (1) | KR20220041789A (zh) |
CN (1) | CN113299293A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109710929A (zh) * | 2018-12-18 | 2019-05-03 | 金蝶软件(中国)有限公司 | 一种语音识别文本的校正方法、装置、计算机设备和存储介质 |
US20190147049A1 (en) * | 2017-11-16 | 2019-05-16 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for processing information |
CN110310634A (zh) * | 2019-06-19 | 2019-10-08 | 广州小鹏汽车科技有限公司 | 车载语音推送方法、终端、服务器以及推送系统 |
CN111554297A (zh) * | 2020-05-15 | 2020-08-18 | 北京百度网讯科技有限公司 | 语音识别方法、装置、设备及可读存储介质 |
CN112509566A (zh) * | 2020-12-22 | 2021-03-16 | 北京百度网讯科技有限公司 | 一种语音识别方法、装置、设备、存储介质及程序产品 |
CN112767925A (zh) * | 2020-12-24 | 2021-05-07 | 贝壳技术有限公司 | 语音信息识别方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011064829A1 (ja) | 2009-11-30 | 2011-06-03 | 株式会社 東芝 | 情報処理装置 |
JP2014106523A (ja) | 2012-11-30 | 2014-06-09 | Aisin Aw Co Ltd | 音声入力対応装置及び音声入力対応プログラム |
CN107659847B (zh) * | 2016-09-22 | 2019-10-15 | 腾讯科技(北京)有限公司 | 语音互动方法和装置 |
CN107919129A (zh) | 2017-11-15 | 2018-04-17 | 百度在线网络技术(北京)有限公司 | 用于控制页面的方法和装置 |
CN110619879A (zh) | 2019-08-29 | 2019-12-27 | 深圳市梦网科技发展有限公司 | 一种语音识别的方法及装置 |
-
2021
- 2021-05-25 CN CN202110573467.5A patent/CN113299293A/zh active Pending
-
2022
- 2022-03-15 KR KR1020220031762A patent/KR20220041789A/ko unknown
- 2022-03-22 US US17/701,123 patent/US20220215842A1/en active Pending
- 2022-03-24 EP EP22164037.8A patent/EP4095847A1/en not_active Withdrawn
- 2022-03-25 JP JP2022050766A patent/JP7403569B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190147049A1 (en) * | 2017-11-16 | 2019-05-16 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for processing information |
CN109710929A (zh) * | 2018-12-18 | 2019-05-03 | 金蝶软件(中国)有限公司 | 一种语音识别文本的校正方法、装置、计算机设备和存储介质 |
CN110310634A (zh) * | 2019-06-19 | 2019-10-08 | 广州小鹏汽车科技有限公司 | 车载语音推送方法、终端、服务器以及推送系统 |
CN111554297A (zh) * | 2020-05-15 | 2020-08-18 | 北京百度网讯科技有限公司 | 语音识别方法、装置、设备及可读存储介质 |
CN112509566A (zh) * | 2020-12-22 | 2021-03-16 | 北京百度网讯科技有限公司 | 一种语音识别方法、装置、设备、存储介质及程序产品 |
CN112767925A (zh) * | 2020-12-24 | 2021-05-07 | 贝壳技术有限公司 | 语音信息识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
JP7403569B2 (ja) | 2023-12-22 |
US20220215842A1 (en) | 2022-07-07 |
KR20220041789A (ko) | 2022-04-01 |
EP4095847A1 (en) | 2022-11-30 |
JP2022105498A (ja) | 2022-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7421387B2 (en) | Dynamic N-best algorithm to reduce recognition errors | |
JP5901001B1 (ja) | 音響言語モデルトレーニングのための方法およびデバイス | |
US6792408B2 (en) | Interactive command recognition enhancement system and method | |
CN114416943B (zh) | 对话模型的训练方法、装置、电子设备及存储介质 | |
CN110738997B (zh) | 一种信息修正方法、装置、电子设备及存储介质 | |
CN112509566B (zh) | 一种语音识别方法、装置、设备、存储介质及程序产品 | |
CN112509585A (zh) | 车载设备的语音处理方法、装置、设备及存储介质 | |
CN114399772B (zh) | 样本生成、模型训练和轨迹识别方法、装置、设备和介质 | |
CN111209367A (zh) | 信息查找方法、信息查找装置、电子设备及存储介质 | |
CN113850291A (zh) | 文本处理及模型训练方法、装置、设备和存储介质 | |
CN114758649B (zh) | 一种语音识别方法、装置、设备和介质 | |
CN113157877A (zh) | 多语义识别方法、装置、设备和介质 | |
CN113743127B (zh) | 任务型对话的方法、装置、电子设备及存储介质 | |
CN113299293A (zh) | 语音识别结果处理方法和装置、电子设备、计算机介质 | |
CN113553833B (zh) | 文本纠错的方法、装置及电子设备 | |
CN111475129A (zh) | 一种语音识别候选同音词的展示方法及设备 | |
CN114118049A (zh) | 信息获取方法、装置、电子设备及存储介质 | |
CN113129894A (zh) | 语音识别方法、装置、电子设备以及存储介质 | |
CN114549695A (zh) | 图像生成方法、装置、电子设备及可读存储介质 | |
CN114067805A (zh) | 声纹识别模型的训练与声纹识别方法及装置 | |
CN113223522A (zh) | 语音识别方法、装置、设备和存储介质 | |
CN112509567A (zh) | 语音数据处理的方法、装置、设备、存储介质及程序产品 | |
CN114417871B (zh) | 模型训练及命名实体识别方法、装置、电子设备及介质 | |
CN113408269B (zh) | 文本情感分析方法和装置 | |
CN113705206B (zh) | 情感预测模型的训练方法、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 |