申请/专利权人:慧科讯业有限公司
申请日:2021-05-26
公开(公告)日:2022-11-29
公开(公告)号:CN115410555A
主分类号:G10L15/06
分类号:G10L15/06;G10L15/04;G10L15/26;G06F40/289;G06F40/232
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.12.16#实质审查的生效;2022.11.29#公开
摘要:本发明涉及一种语音文本的校正方法和装置。语音文本的校正方法包括:获取语音文本;利用文本校正模型对语音文本进行校正。生成文本校正模型的方法包括:获取特定领域的新词和包括新词的新词文本;根据新词文本生成训练文本;利用训练文本和掩码语言模型对基于Transformer的语言模型进行训练,生成文本校正模型。本发明的文本校正模型是利用新词和新词文本进行无监督式学习而生成的,因此可以使文本校正模型快速且高效地适应特定领域中不断出现的新词,从而在使用一般的语音识别模型的情况下,仍然能够确保语音文本准确性。
主权项:1.一种生成文本校正模型的方法,所述文本校正模型用于校正语音文本中的新词识别错误,所述方法包括:获取特定领域的新词和包括新词的新词文本11;根据新词文本生成训练文本12;利用所述训练文本和掩码语言模型对基于Transformer的语言模型进行训练,生成文本校正模型13,其中,根据新词文本生成训练文本12的步骤包括:将新词文本切分成多个token;将新词文本中的新词的token替换为掩码token。
全文数据:
权利要求:
百度查询: 慧科讯业有限公司 语音文本的校正方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。