发明名称 |
基于语音和字幕同步的高精度识别方法及系统 |
摘要 |
本发明公开了一种基于语音和字幕同步的高精度识别方法,包括步骤:S1、进行自动语音识别,获取语音识别的前M条优选识别路径,以及每条优选识别路径对应的识别结果;S2、进行字幕识别,获取字幕识别的前L条优选识别路径,以及每条优选路径对应的识别结果;S3、将所述的语音识别的前M条优选识别路径和所述的字幕识别的前L条优选识别路径合并为候选序列集合;S4、对所述候选序列集合中的每个候选字集,根据投票得分规则选择得分最高的字作为该节点对应的字,得到融合的识别结果。本发明使用了融合两种识别方法,利用两种不同信号源的信息可以达到更高精度的识别结果,使用了字出现的频率信息以及字的置信度信息,使得结果选择更加可靠。 |
申请公布号 |
CN103680499B |
申请公布日期 |
2016.05.18 |
申请号 |
CN201310632270.X |
申请日期 |
2013.11.29 |
申请人 |
北京中科模识科技有限公司 |
发明人 |
姜洪臣 |
分类号 |
G10L15/08(2006.01)I;G06F17/30(2006.01)I |
主分类号 |
G10L15/08(2006.01)I |
代理机构 |
北京路浩知识产权代理有限公司 11002 |
代理人 |
李迪 |
主权项 |
一种基于语音和字幕同步的高精度识别方法,其特征在于,包括步骤:S1、进行自动语音识别,获取语音识别的前M条优选识别路径,以及每条优选识别路径对应的识别结果;其中,M取值1,2,…N;S2、进行字幕识别,获取字幕识别的前L条优选识别路径,以及每条优选路径对应的识别结果;其中,L取值1,2,…N;S3、将所述的语音识别的前M条优选识别路径和所述的字幕识别的前L条优选识别路径合并为候选序列集合;S4、对所述候选序列集合中的每个候选字集,根据投票得分规则选择得分最高的字作为该候选字集对应的字,得到融合的识别结果。 |
地址 |
100190 北京市海淀区中关村东路95号自动化大厦5层 |