時(shí)容易出錯(cuò)的詞 對(duì)時(shí)，可以基于以下原則：
[0129] 如果分別使用識(shí)別詞向量與通用詞向量計(jì)算得到的兩詞之間的距離基本一致，則 語音識(shí)別得到的詞為正確的識(shí)別詞；如果分別使用識(shí)別詞向量與通用詞向量計(jì)算到的兩詞 之間的距離差別較大，即使用識(shí)別詞向量計(jì)算到的兩詞之間的距離較小，使用通用詞向量 計(jì)算到的兩詞之間的距離較大，并且聲學(xué)相似度較高時(shí)，則該詞對(duì)為語音識(shí)別時(shí)容易出錯(cuò) 的詞對(duì)。
[0130] 因此，根據(jù)聲學(xué)相似度及通用語義相似度將每個(gè)聚類中的詞分為四類，分別落在 四個(gè)象限中。如圖4為每個(gè)聚類中詞與詞之間的關(guān)系象限圖。
[0131] 落在第一象限中的詞對(duì)，兩詞之間的聲學(xué)相似度高，通用語義相似度低，即落在第 一象限內(nèi)的兩詞使用識(shí)別詞向量計(jì)算得到的兩詞之間的距離較近，而使用通用詞向量計(jì)算 的兩詞之間的距離較遠(yuǎn)，二者差別較大，并且落在該象限內(nèi)的兩詞之間的聲學(xué)相似度較高， 則可以確定落在該象限內(nèi)的詞為語音識(shí)別容易出錯(cuò)的詞對(duì)，如"美國-沒過"，"查詢-查 循"。
[0132] 落在第二象限中的詞對(duì)，兩詞之間的聲學(xué)相似度高，通用語義相似度高，在語音識(shí) 別時(shí)，不易出錯(cuò)，該象限中的詞一般為比較相近的同義詞，如"網(wǎng)銀-網(wǎng)上銀行"。
[0133] 落在第三象限中的詞對(duì)，兩詞之間的聲學(xué)相似度低，通用語義相似度高，語音識(shí)別 不易出錯(cuò)，如"安徽-皖"。
[0134] 落在第四象限中的詞對(duì)，兩詞之間的聲學(xué)相似度低，通用語義相似度低，語音識(shí)別 不易出錯(cuò)。
[0135] 由此可見，落在第二至第四象限內(nèi)的詞對(duì)在語音識(shí)別時(shí)不容易出錯(cuò)，只有落在第 一象限內(nèi)的詞對(duì)在語音識(shí)別時(shí)容易出錯(cuò)。
[0136] 如圖5所示，是本發(fā)明實(shí)施例中利用錯(cuò)詞對(duì)集合構(gòu)建錯(cuò)詞檢測(cè)模型的流程圖，包 括以下步驟：
[0137] 步驟501，提取錯(cuò)詞對(duì)集合中每個(gè)錯(cuò)詞對(duì)的標(biāo)注信息。
[0138] 所述標(biāo)注信息用于表示所述錯(cuò)詞對(duì)中其中一個(gè)詞是否應(yīng)該識(shí)別為其中另一個(gè)詞， 如詞對(duì)"沒過-美國"表示"沒過"的正確識(shí)別詞為"美國"，根據(jù)訓(xùn)練語音數(shù)據(jù)"我在美國辦 理的信用卡"的識(shí)別結(jié)果"我在沒過辦理的信用卡"，可以確定當(dāng)前詞對(duì)中"沒過"應(yīng)該識(shí)別 為"美國"，則當(dāng)前詞對(duì)為正確的詞對(duì)，因此，詞對(duì)"美國-沒過"的標(biāo)注信息為：正確詞對(duì)。
[0139] 需要說明的是，當(dāng)一個(gè)詞對(duì)中的兩個(gè)詞都出現(xiàn)在訓(xùn)練語料中，并且相互識(shí)別成對(duì) 方，如詞對(duì)"美國-沒過"，語料中的語音數(shù)據(jù)"我在美國辦理的信用卡"的識(shí)別結(jié)果為"我 在沒過辦理的信用卡"，語料中的語音數(shù)據(jù)"我這次考試沒過"的識(shí)別結(jié)果為"我這次考試美 國"，則可以將當(dāng)前詞對(duì)作為兩個(gè)正確詞對(duì)，即詞對(duì)"美國-沒過"的標(biāo)注信息為：正確詞對(duì)； 詞對(duì)"沒過-美國"的標(biāo)注信息為：正確詞對(duì)。所述標(biāo)注信息可以通過人工進(jìn)行標(biāo)注得到。
[0140] 步驟502,提取錯(cuò)詞對(duì)集合中識(shí)別錯(cuò)誤詞的語義特征。
[0141] 所述語義特征包括：錯(cuò)詞的上下文相關(guān)環(huán)境特征、錯(cuò)詞的識(shí)別詞向量、錯(cuò)詞的通用 詞向量。其中，所述上下文相關(guān)環(huán)境特征如當(dāng)前詞前一個(gè)詞的詞性、當(dāng)前詞在句中的位置、 當(dāng)前詞后一個(gè)詞的詞性等；所述識(shí)別詞向量和通用詞向量前面已有詳細(xì)說明，在此不再贅 述。需要說明的是，在進(jìn)行上述信息標(biāo)注時(shí)可以同時(shí)記錄識(shí)別錯(cuò)誤詞所在的識(shí)別文本，這 樣，從這些識(shí)別文本中即可方便地提取到錯(cuò)詞的上下文相關(guān)環(huán)境特征。
[0142] 步驟503,提取所述錯(cuò)詞集合中每個(gè)詞所對(duì)應(yīng)語音數(shù)據(jù)的聲學(xué)特征。
[0143] 所述聲學(xué)特征可以是基頻特征和/或頻譜特征，基頻特征如F0,頻譜特征如 MFCC(MelFrequencyCepstrumCoefficient)特征，所述聲學(xué)特征還可以是錯(cuò)詞對(duì)中每個(gè) 詞的拼音信息。
[0144] 步驟504,利用提取的錯(cuò)詞對(duì)的標(biāo)注信息、語義特征及聲學(xué)特征，構(gòu)建錯(cuò)詞檢測(cè)模 型。
[0145] 所述錯(cuò)詞檢測(cè)模型可以采用統(tǒng)計(jì)學(xué)中常用的分類模型，如支持向量機(jī)模型、神經(jīng) 網(wǎng)絡(luò)模型等。模型的輸入為當(dāng)前詞對(duì)的標(biāo)注信息、語義特征及聲學(xué)特征，其中標(biāo)注信息可以 作為錯(cuò)詞檢測(cè)模型的分類標(biāo)簽；模型的輸出為當(dāng)前詞對(duì)為正確詞對(duì)的概率。
[0146] 進(jìn)一步地，當(dāng)前詞對(duì)的語義特征還可以包括詞對(duì)中非識(shí)別結(jié)果中詞的識(shí)別語義向 量和通用語義向量，所述識(shí)別語義向量和通用語義向量在前面已有詳細(xì)說明，在此不再贅 述。
[0147] 可見，由于錯(cuò)詞檢測(cè)模型的構(gòu)建是通過預(yù)先收集大量語音數(shù)據(jù)，并進(jìn)行語音識(shí)別， 根據(jù)識(shí)別文本發(fā)現(xiàn)語音識(shí)別容易出錯(cuò)的詞，得到錯(cuò)詞對(duì)集合，然后根據(jù)該錯(cuò)詞對(duì)集合中的 各詞對(duì)與語音識(shí)別相關(guān)的一些特征來構(gòu)建的，從而使后續(xù)對(duì)語音識(shí)別結(jié)果進(jìn)行后處理的過 程不依賴于由專家構(gòu)建的語義知識(shí)庫，有效地避免了語音識(shí)別后處理過程受人為因素的影 響，進(jìn)一步提高了處理效果。
[0148] 相應(yīng)地，本發(fā)明實(shí)施例還提供一種語音識(shí)別后處理系統(tǒng)，如圖6所示，是該系統(tǒng)的 一種結(jié)構(gòu)不意圖。
[0149] 在該實(shí)施例中，所述系統(tǒng)包括：
[0150] 檢測(cè)模型構(gòu)建模塊600,用于預(yù)先利用語音識(shí)別容易出錯(cuò)的詞對(duì)構(gòu)建錯(cuò)詞檢測(cè)模 型；
[0151] 接收模塊601，用于接收待識(shí)別語音數(shù)據(jù)；
[0152] 語音識(shí)別模塊602,用于對(duì)所述接收模塊601接收的語音數(shù)據(jù)進(jìn)行語音識(shí)別，得到 識(shí)別結(jié)果；
[0153] 特征提取模塊603,用于依次將所述識(shí)別結(jié)果中的各詞與通用詞典中的每個(gè)詞組 成詞對(duì)，并提取詞對(duì)中所述識(shí)別結(jié)果中各詞的語義特征及聲學(xué)特征，以及詞典詞的聲學(xué)特 征，各特征的具體解釋可參照前面本發(fā)明方法實(shí)施例中的說明；
[0154] 修正模塊604,用于利用所述詞對(duì)的語義特征和聲學(xué)特征、以及所述錯(cuò)詞檢測(cè)模 型，依次檢測(cè)所述識(shí)別結(jié)果中的各詞，并且如果檢測(cè)得到的對(duì)應(yīng)當(dāng)前詞的詞對(duì)為正確詞對(duì) 的概率大于設(shè)定閾值，則將所述詞對(duì)中的詞典詞替換所述當(dāng)前詞；
[0155] 輸出模塊605,用于在所述修正模塊604對(duì)所述識(shí)別結(jié)果中的各詞檢測(cè)完成后，輸 出修正后的識(shí)別結(jié)果。
[0156] 上述語音識(shí)別模塊602具體可以采用現(xiàn)有的語音識(shí)別技術(shù)對(duì)語音數(shù)據(jù)進(jìn)行識(shí)別， 對(duì)此本發(fā)明實(shí)施例不做限定。
[0157] 上述檢測(cè)模型構(gòu)建模塊600具體可以首先確定語音識(shí)別容易出錯(cuò)的詞對(duì)，得到錯(cuò) 詞對(duì)集合，然后利用所述錯(cuò)詞對(duì)集合構(gòu)建錯(cuò)詞檢測(cè)模型。相應(yīng)地，檢測(cè)模型構(gòu)建模塊600的 一種具體結(jié)構(gòu)包括：錯(cuò)詞對(duì)集合生成模塊和模型構(gòu)建模塊，其中，所述錯(cuò)詞對(duì)集合生成模塊 用于通過聚類方式確定語音識(shí)別容易出錯(cuò)的詞對(duì)，得到錯(cuò)詞對(duì)集合；所述模型構(gòu)建模塊用 于利用所述錯(cuò)詞對(duì)集合構(gòu)建錯(cuò)詞檢測(cè)模型。
[0158] 如圖7所示，是本發(fā)明實(shí)施例中錯(cuò)詞對(duì)集合生成模塊的一種結(jié)構(gòu)示意圖。
[0159] 所述錯(cuò)詞對(duì)集合生成模型包括以下各單元：
[0160] 訓(xùn)練數(shù)據(jù)獲取單元71，用于獲取訓(xùn)練語音數(shù)據(jù)；
[0161] 識(shí)別文本獲取單元72,用于調(diào)用語音識(shí)別模塊對(duì)所述訓(xùn)練語音數(shù)據(jù)進(jìn)行語音識(shí) 另IJ，得到識(shí)別文本；
[0162] 通用文本獲取單元73,用于獲取包含所述識(shí)別文本中各詞的通用文本；
[0163] 詞向量訓(xùn)練單元74,用于利用所述識(shí)別文本訓(xùn)練得到所述識(shí)別文本中各詞的詞向 量，并將其作為所述詞的識(shí)別詞向量，并利用所述通用文本訓(xùn)練得到所述通用文本中各詞 的詞向量，并將其作為所述詞的通用詞向量；
[0164] 聚類單元75,用于對(duì)所述識(shí)別文本中各詞的識(shí)別詞向量進(jìn)行聚類，得到各詞的類 另IJ，比如，可以利用各詞的識(shí)別詞向量之間的距離進(jìn)行聚類，得到各識(shí)別詞向量的類別，該 類別即為所述識(shí)別詞向量對(duì)應(yīng)的詞的類別；
[0165] 通用語義相似度計(jì)算單元76，用于根據(jù)所述通用詞向量計(jì)算每個(gè)類別中兩個(gè)詞之 間的通用語義相似度；
[0166] 聲學(xué)相似度計(jì)算單元77,用于計(jì)算每個(gè)類別中兩個(gè)詞之間的聲學(xué)相似度；
[0167] 判斷單元78,用于判斷每個(gè)類別中兩個(gè)詞的通用語義相似度是否低于設(shè)定的第一 閾值，并且所述兩個(gè)詞的聲學(xué)相似度是否高于設(shè)定的第二閾值，如果是，則將所述兩個(gè)詞作 為錯(cuò)詞對(duì)加入到錯(cuò)詞對(duì)集合中。
[0168] 上述詞向量訓(xùn)練單元74對(duì)識(shí)別詞向量及通用詞向量的訓(xùn)練是相同的，只是用到 的訓(xùn)練文本是不同的。具體地，識(shí)別詞向量的訓(xùn)練過程如下：首先對(duì)所述識(shí)別文本包含的 詞進(jìn)行去重，即去除其中重復(fù)的詞，將去重后的各詞進(jìn)行向量初始化，得到各詞的初始詞向 量，然后利用神經(jīng)網(wǎng)絡(luò)對(duì)各詞的初始詞向量進(jìn)行訓(xùn)練，得到所述識(shí)別文本中各詞的詞向量。 通用詞向量的訓(xùn)練過程如下：首先對(duì)所述通用文本包含的詞進(jìn)行去重，即去除其中重復(fù)的 詞，將去重后的各詞進(jìn)行向量初始化，得到各詞的初始詞向量，然后利用神經(jīng)網(wǎng)絡(luò)對(duì)各詞的 初始詞向量進(jìn)行訓(xùn)練，得到所述通用文本中各詞的詞向量。
[0169] 上述通用語義相似度計(jì)算單元76具體可以計(jì)算每個(gè)類別中兩個(gè)詞的通用詞向量 之間的距離，并根據(jù)計(jì)算得到兩個(gè)詞的通用詞向量之間的距離確定所述兩個(gè)詞之間的通用 語義相似度，具體計(jì)算過程可參照前面本發(fā)明方法實(shí)施例中的描述。
[0170] 上述聲學(xué)相似度計(jì)算單元77具體可以計(jì)算每個(gè)類別中兩個(gè)詞的聲學(xué)距離，并根 據(jù)計(jì)算得到的兩個(gè)詞的聲學(xué)距離確定所述兩個(gè)詞之間的聲學(xué)相似度，具體計(jì)算過程可參照 前面本發(fā)明方法實(shí)施例中的描述。
[0171] 如圖8所示，是本發(fā)明實(shí)施例中模型構(gòu)建模塊的一種結(jié)構(gòu)示意圖。
[0172] 所述模型構(gòu)建模塊包括：
[0173] 標(biāo)注信息提取單元81，用于提取錯(cuò)詞對(duì)集合中每個(gè)錯(cuò)詞對(duì)的標(biāo)注信息，所述標(biāo)注 信息用于表示所述錯(cuò)詞對(duì)中其中一個(gè)詞是否應(yīng)該識(shí)別為其中另一個(gè)詞；
[0174] 語義特征提取單元82,用于提取錯(cuò)詞對(duì)集合中識(shí)別錯(cuò)誤詞的語義特征，所述語義 特征包括；錯(cuò)詞的上下文相關(guān)環(huán)境特征、錯(cuò)詞的識(shí)別詞向量、錯(cuò)詞的通用詞向量；
[0175] 聲學(xué)特征提取單元83,用于提取錯(cuò)詞對(duì)集合中每個(gè)詞所