【CN109977398A】一种特定领域的语音识别文本纠错方法【专利】

专利名称：一种特定领域的语音识别文本纠错方法专利类型：发明专利
发明人：刘继明,金宁,洪爱金,孟亚磊,陈浮
申请号：CN202010113318.6
申请日：20200224
公开号：CN111369996A
公开日：
20200703
专利内容由知识产权出版社提供
摘要：本发明涉及一种特定领域的语音识别文本纠错方法，首先，使用正确的领域语料统计得到字、词级别语言模型和拼音语言模型；然后，接收待纠错的文本序列，超过一句的进行分句处理；再使用字、词、拼音语言模型确定疑似错误的字词；继而根据语言模型词汇表与易错音字典确定疑似错误字词的候选词清单；最后将候选词代入原文本序列，结合宏观与微观评分选择最合理的句子输出。

选用字、词、拼音、声韵母等不同粒度和维度的基本单元构建语言模型，降低错字导致的分词错误干扰；采用字词语言模型处理孤立的文字错乱，采用拼音语言模型辨别发音偏差导致的连续识别错误；对错误字词替换后候选句子采用宏观与微观评分综合评价，衡量替换后句子通顺程度。

申请人：网经科技(苏州)有限公司
地址：215021 江苏省苏州市工业园区金鸡湖大道1355号国际科技园一期
国籍：CN
代理机构：江苏圣典律师事务所
代理人：王玉国
更多信息请下载全文后查看。

专利名称：一种语音识别结果纠错方法专利类型：发明专利
发明人：叶伟
申请号：CN201710994082.X
申请日：20171023
公开号：CN107729321A
公开日：
20180223
专利内容由知识产权出版社提供
摘要：一种语音识别结果纠错方法，包括对语音识别结果进行预处理；找出语音识别结果中容易出错的词句，或对文本语义解析重要的待纠正词、字；对待纠正词、字进行注音，包括全拼和各拼音首字母两种拼音方式，得到待纠正语音识别结果对应的拼音，对应的拼音是指无音调；根据所述拼音全拼方式，利用编辑距离确算法，确定最优候选文本及次优候选文本；根据所述拼音首字母，利用编辑距离算法，确定最优候选文本及次优候选文本；将所有最优候选文本及次优候选文本合并，重复的候选项只保留一个；分别将准候选文本替换待纠错文本，利用n‑grama语言模型分别计算出各替换后的各自语句概率，选取概率最高的作为最终所述待纠正的语音识别结果。

申请人：上海百芝龙网络科技有限公司
地址：200050 上海市长宁区延安西路1326号4楼
国籍：CN
代理机构：上海伯瑞杰知识产权代理有限公司
代理人：孟旭彤
更多信息请下载全文后查看。

专利名称：一种基于领域的带反馈语音识别后文本纠错方法及系统
专利类型：发明专利
发明人：钟将,崔磊,时待吾,何隆
申请号：CN201610200575.7
申请日：20160331
公开号：CN105869634A
公开日：
20160817
专利内容由知识产权出版社提供
摘要：本发明公开了一种基于领域的带反馈语音识别后文本纠错方法，属于语音识别领域；该方法基于汉语句子结构的语音停顿错误来分析语音识别后文本句，检测句子分隔符前后是否符合汉语的句式规则，找到停顿错误，基于音素串相似度计算来划分句子并转换成拼音，并将拼音根据音素表转换成音素串，找到语料库中与该串相似的音素串对应的句子，基于本体的受控词查询模块通过该领域的受控词表建立本体，通过本体纠正识别后文本句中的领域相关词的错误，反馈模块将匹配的结果输出，并将用户选择正确的识别结果和原始的音素串添加进语料库中。

通过本发明，语音识别的原始结果如果正确也不会收到影响，而且通过本体和反馈机制可以更好的确定语音识别的准确性。

申请人：重庆大学
地址：400044 重庆市沙坪坝区沙正街174号
国籍：CN
代理机构：北京汇泽知识产权代理有限公司
代理人：武君
更多信息请下载全文后查看。

专利名称：语音识别文本的纠错方法
专利类型：发明专利
发明人：沈来信,穆瑞斌,贾师惠,孙明东,董军华申请号：CN202110357882.7
申请日：20210401
公开号：CN113205813B
公开日：
20220311
专利内容由知识产权出版社提供
摘要：本申请公开了一种语音识别文本的纠错方法。

所述方法，包括：获取语音解码输出的待处理文本；调用检错模型处理所述待处理文本，得到出错目标字和出错目标字对应的置信度TopK候选字集；根据所述出错目标字和所述置信度TopK候选字集，对所述待处理文本进行纠错，得到第一纠错结果；根据名词处理模型和所述第一纠错结果，得到出错目标词、目标词类别和名词集合数据；根据所述出错目标词、所述目标词类别和所述名词集合数据，处理所述第一纠错结果，得到第二纠错结果；输出所述第二纠错结果，得到纠错后的最终文本；其中，K为正整数。

通过用语言模型对语音解码输出的待处理文本进行处理，能够更好实现对语音识别文本的纠错。

申请人：北京华宇信息技术有限公司
地址：100084 北京市海淀区中关村东路1号院8号楼21层C2301、C2302
国籍：CN
代理机构：北京中索知识产权代理有限公司
代理人：胡大成
更多信息请下载全文后查看。

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910261329.6(22)申请日 2019.04.02(71)申请人 北京奇艺世纪科技有限公司地址 100080 北京市海淀区海淀北一街2号鸿城拓展大厦10、11层(72)发明人 黄腾玉　(74)专利代理机构 北京柏杉松知识产权代理事务所(普通合伙) 11413代理人 丁芸　项京(51)Int.Cl.G06F 17/27(2006.01)G06N 3/04(2006.01)G06N 3/08(2006.01)(54)发明名称一种文本纠错方法及装置(57)摘要本发明实施例提供了一种文本纠错方法及装置。

该方法中，将待纠错长文本分割为多个片段，确定每一片段分别对应的至少一个候选纠错片段；基于所确定的各个候选纠错片段，确定待纠错长文本对应的至少一个候选长文本；针对至少一个候选长文本和待纠错长文本中的每一长文本，依次预测该长文本中，每一字符位的至少一个候选字符，以及每一字符位的至少一个候选字符的候选概率，并基于预测得到的候选概率，计算该长文本的评估分数；基于至少一个候选长文本的评估分数和待纠错长文本的评估分数，确定待纠错长文本的纠错结果。

本发明实施例提供的文本纠错方法，可以提高长文本的纠错结果的准确率。

权利要求书4页 说明书15页 附图3页CN 109977415 A 2019.07.05C N 109977415A权　利　要　求　书1/4页CN 109977415 A1.一种文本纠错方法，其特征在于，包括：将待纠错长文本分割为多个片段，确定每一片段分别对应的至少一个候选纠错片段；基于所确定的各个候选纠错片段，确定所述待纠错长文本对应的至少一个候选长文本；针对所述至少一个候选长文本和所述待纠错长文本中的每一长文本，依次预测该长文本中，每一字符位的至少一个候选字符，以及每一字符位的至少一个候选字符的候选概率，并基于预测得到的候选概率，计算该长文本的评估分数；其中，每一字符位的至少一个候选字符，为基于所在长文本中该字符位以外的其他字符位上的字符所预测的字符；基于所述至少一个候选长文本的评估分数和所述待纠错长文本的评估分数，确定所述待纠错长文本的纠错结果。