用於語音點歌的語音糾錯方法、終端及存儲介質與流程
2023-05-10 08:15:36
本發明實施例涉及音樂服務技術，尤其涉及一種用於語音點歌的語音糾錯方法、終端及存儲介質。
背景技術：
隨著語音識別技術不斷提高，其應用也越來越廣泛，通過語音點播歌曲也符合現代用戶的使用場景。與觸屏點歌相比，語音點歌擺脫了界面的束縛，可以讓用戶完全根據個人習慣完成歌曲的檢索播放，但由於人類語言交流的複雜性，這大大增加了點歌的難度，通過自然語言點播的方式要更加靈活和廣泛，才能滿足各種用戶不同的語言模式和點歌習慣。
語音點歌涉及到對語音的識別，語音識別的準確與否，對最後播放的歌曲是否滿足用戶需求預期存在很大的影響。現有的語音糾錯一般都是在語音識別過程中進行，例如，針對自然語言的語音識別結果，通過深入分析詞語的語法信息(位置、識別穩定度)、語義信息(語句目標含義)和語用信息(語境和諧度)對語音識別結果語句進行評估、檢錯和糾錯，最終輸出優化語句。上述方法是廣義上的語音糾錯方法，需要進行語法、語義和語用的分析，方法複雜，耗時長，並不適用語音點歌。目前，並沒有提出對語音點歌過程的語音糾錯方法。
技術實現要素：
本發明提供一種用於語音點歌的語音糾錯方法、終端及存儲介質，能夠快速對語音點歌的語音識別結果進行糾錯，避免語音識別錯誤導致的音樂資源檢索錯誤，提高音樂服務的成功率。
第一方面，本發明實施例提供了一種用於語音點歌的語音糾錯方法，包括：
將語音識別結果與預設音樂詞典中的信息進行匹配，其中所述預設音樂詞典存儲有音樂資源的屬性信息及其對應關係；
從所述預設音樂詞典中獲取與所述語音識別結果中的歌曲信息匹配的屬性信息；
根據所述匹配的屬性信息判斷所述歌曲信息是否存在錯誤；
如果存在錯誤，按照所述匹配的屬性信息更正所述歌曲信息。
進一步地，將語音識別結果與預設音樂詞典中的信息進行匹配，包括：
接收用戶輸入的語音信息；
對所述語音信息進行語音識別，得到語音識別結果；
對所述語音識別結果進行分詞處理，得到至少一個詞語；
將所述至少一個詞語與所述預設音樂詞典中的信息進行匹配。
進一步地，從所述預設音樂詞典中獲取與所述語音識別結果中的歌曲信息匹配的屬性信息，包括：
按照所述歌曲信息的文字和拼音，從所述預設音樂詞典中獲取與該歌曲信息匹配的屬性信息。
進一步地，根據所述匹配的屬性信息判斷所述歌曲信息是否存在錯誤，包括：
在僅有一個歌曲信息的情況下，判斷所述匹配的屬性信息中是否包括與所述歌曲信息文字完全匹配的信息；
如果是，則確定所述歌曲信息識別正確；
如果否，則確定所述歌曲信息存在錯誤。
進一步地，按照所述匹配的屬性信息更正所述歌曲信息，包括：
在僅有一個歌曲信息的情況下，
如果有多個匹配的屬性信息且不包括文字完全匹配的信息，則分別計算各匹配的屬性信息與該歌曲信息的相似度，將所述歌曲信息更正為相似度最大的信息；
如果僅有一個匹配的屬性信息且不是文字完全匹配的信息，則將所述歌曲信息更正為所述匹配的屬性信息。
進一步地，根據所述匹配的屬性信息判斷所述歌曲信息是否存在錯誤，包括：
在有多個歌曲信息的情況下，針對當前歌曲信息，根據所述預設音樂詞典判斷所述當前歌曲信息匹配的屬性信息是否與其他識別正確的歌曲信息存在對應關係；
如果是，則確定所述當前歌曲信息識別正確；
如果否，則確定所述當前歌曲信息存在錯誤。
進一步地，按照所述匹配的屬性信息更正所述歌曲信息，包括：
在有多個歌曲信息的情況下，根據識別正確的歌曲信息、與各歌曲信息匹配的屬性信息及屬性信息的對應關係，更正存在錯誤的歌曲信息。
進一步地，所述方法還包括：根據更新的音樂資源對所述預設音樂詞典進行更新。
進一步地，在根據匹配的屬性信息對所述歌曲信息進行糾錯之後，所述方法還包括：根據更正後的歌曲信息查找對應的歌曲。
第二方面，本發明實施例還提供了一種終端，所述終端包括：
一個或多個處理器；
存儲器，用於存儲一個或多個程序；
當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如本發明任意實施例所述的用於語音點歌的語音糾錯方法。
第三方面，本發明實施例還提供了一種計算機可讀存儲介質，其上存儲有電腦程式，該程序被處理器執行時實現如本發明任意實施例所述的用於語音點歌的語音糾錯方法。
本發明通過預設音樂詞典，能夠快速對語音點歌的語音識別結果進行糾錯，避免了語音識別錯誤導致的音樂資源檢索錯誤，提高音樂服務的成功率。
附圖說明
圖1是本發明實施例一提供的用於語音點歌的語音糾錯方法的流程圖；
圖2是本發明實施例三提供的一種終端的結構示意圖。
具體實施方式
下面結合附圖和實施例對本發明作進一步的詳細說明。可以理解的是，此處所描述的具體實施例僅僅用於解釋本發明，而非對本發明的限定。另外還需要說明的是，為了便於描述，附圖中僅示出了與本發明相關的部分而非全部結構。
實施例一
圖1是本發明實施例一提供的用於語音點歌的語音糾錯方法的流程圖，本實施例可適用於語音點歌的情況，該方法可以由具有數據處理功能的終端來執行。如圖1所示，該方法具體包括如下步驟：
步驟110，將語音識別結果與預設音樂詞典中的信息進行匹配，其中預設音樂詞典存儲有音樂資源的屬性信息及其對應關係。
其中，音樂資源的屬性信息可以是歌手名、歌曲名、專輯名、風格、語種等，這些屬性信息之間存在對應關係，例如，演唱某歌曲的歌手、該歌曲所屬的專輯、該歌曲的風格、該歌曲的語種等，因此預設音樂詞典還存儲屬性信息的對應關係，進行糾錯時可以參考這些對應關係，得到更為準確的結果。預設音樂詞典可以根據現有的所有音樂資源及其屬性信息進行整合得到，詞典越豐富，對於用戶意圖的理解越準確。預設音樂詞典可以存儲在終端或伺服器中。
步驟120，從預設音樂詞典中獲取與語音識別結果中的歌曲信息匹配的屬性信息。
其中，歌曲信息是指與音樂資源相關的信息，可以是音樂資源的屬性信息，例如，歌名、歌手名、專輯名等。匹配的屬性信息可以包括完全匹配信息和部分匹配信息。
步驟130，根據匹配的屬性信息判斷歌曲信息是否存在錯誤。
其中，簡單來講，如果匹配的屬性信息中不包括與歌曲信息文字完全匹配的信息，可以確定該歌曲信息存在錯誤。錯誤類型可以是文字缺失或多餘、拼音相同但文字不同等。
步驟140，如果存在錯誤，按照匹配的屬性信息更正歌曲信息。
其中，如果歌曲信息不存在錯誤，則可以直接按照該歌曲信息查找對應的歌曲。如果歌曲信息存在錯誤，更正歌曲信息之後，可以根據更正後的歌曲信息查找對應的歌曲，實現語音點歌。
本實施例的技術方案，通過預設音樂詞典，能夠快速對語音點歌的語音識別結果進行糾錯，避免了語音識別錯誤導致的音樂資源檢索錯誤，提高音樂服務的成功率。
在上述技術方案的基礎上，優選的，步驟110中將語音識別結果與預設音樂詞典中的信息進行匹配可以包括：接收用戶輸入的語音信息；對語音信息進行語音識別，得到語音識別結果；對語音識別結果進行分詞處理，得到至少一個詞語；將至少一個詞語與預設音樂詞典中的信息進行匹配。
其中，語音識別結果可以是文字信息，具體可以使用現有的語音識別方法進行語音識別，例如，基於動態時間規整的算法、基於參數模型的隱馬爾可夫法、基於非參數模型的矢量量化法、基於人工神經網絡的算法等，本發明實施例對語音識別過程不進行詳細說明。分詞處理可以使用現有的分詞算法，例如，基於字符串匹配的機械分詞算法、基於理解的分詞算法、基於統計的分詞算法等，本發明實施例對具體分詞過程不進行詳細說明。例如，用戶發出語音：我想聽周杰倫的東風破，則經過分詞處理後，得到的詞語可能是：我、想聽、周杰倫、的、東風破。
優選的，可以通過如下步驟確定語音識別結果中的歌曲信息：判斷預設音樂詞典中是否存在與當前詞語的文字相似度高於預設值的屬性信息；如果是，確定當前詞語為歌曲信息；如果否，則當前詞語不是歌曲信息。其中，預設值可以根據實際情況進行設置，例如0.7。詞語相似度的計算可以使用現有方法，例如，基於語義詞典(如wordnet、hownet)的詞語相似度算法，把所有詞語組織在樹形結構中，通過計算節點之間的路徑長度作為詞語距離；又如，基於語料統計的詞語相似度算法，利用詞語向量空間模型，該模型事先選擇一組特徵詞，計算這一組特徵詞與每一個詞的相關性(一般用這組詞在實際的大規模語料中以該詞在上下文中出現的頻率來度量)，於是對每一個詞都可以得到一個相關性的特徵詞向量，然後利用這些向量之間的相似度(一般用向量的夾角餘弦來計算)作為這兩個詞的相似度。本發明對具體相似度計算過程不進行詳細描述。本優選實施方式將文字相似度高於預設值的詞語作為歌曲信息，能夠排除其他詞語的幹擾。例如，用戶發出語音：播放周杰倫的東風，分詞得到：播放、周杰倫、的、東風，通過對比，可以確定歌曲信息是周杰倫和東風。確定歌曲信息的目的是排除語音中一些文字的幹擾，例如，播放、的、我要聽等。
在上述技術方案的基礎上，優選的，步驟120可以按照歌曲信息的文字和拼音，從預設音樂詞典中獲取與該歌曲信息匹配的屬性信息。根據歌曲信息的文字和拼音進行對比，能夠規避語音識別中出現的文字缺失/多餘、同音字造成的錯誤。
另外，考慮到音樂資源會隨時增加，本發明實施例可以根據更新的音樂資源對預設音樂詞典進行更新，保證預設音樂詞典的及時性和準確性，進而保證能夠及時彌補語音識別錯誤的情況。優選的，可以按照預設時間間隔對預設音樂詞典進行定時更新。對預設音樂詞典進行更新的步驟可以在不使用該詞典的時候執行。
實施例二
在上述實施例一的基礎上，本實施例提供了判斷歌曲信息是否存在錯誤以及相應的更正歌曲信息的方式，下面分別進行說明。
(1)在僅有一個歌曲信息的情況下，判斷匹配的屬性信息中是否包括與歌曲信息文字完全匹配的信息；如果是，則確定該歌曲信息識別正確；如果否，則確定該歌曲信息存在錯誤。
其中，如果除了文字完全匹配的信息之外，還存在其他同音不同字的屬性信息或者相近的屬性信息，也可以輸出這些屬性信息，提示用戶進行選擇。
例如，用戶輸入語音：黑色毛衣，語音識別結果也是黑色毛衣，通過其文字、拼音與預設音樂詞典進行匹配，匹配的屬性信息是黑色毛衣(這屬於完全匹配信息)，由此確定語音識別結果是正確的。假如除了黑色毛衣之外，匹配的屬性信息還包括灰色毛衣(這屬於部分匹配信息)，則可以確定黑色毛衣識別正確，也可以將黑色毛衣和灰色毛衣展示給用戶，提示用戶進行選擇。具體的，可以是語音輸出匹配的屬性信息，如1代表選擇黑色毛衣，2代表選擇灰色毛衣，用戶語音答覆1或2；也可以是在顯示屏上顯示匹配的屬性信息，用戶可以通過點擊按鍵進行選擇，也可以通過語音答覆1或2進行選擇。
在僅有一個歌曲信息的情況下，按照匹配的屬性信息更正該歌曲信息的過程如下：
1)如果有多個匹配的屬性信息且不包括文字完全匹配的信息，則分別計算各匹配的屬性信息與該歌曲信息的相似度，將歌曲信息更正為相似度最大的信息。其中計算相似度的方法可以使用現有技術，如上述實施例一中所述，本實施例對此不再贅述。
例如，語音識別結果和歌曲信息均是半島，根據半島和bandao進行匹配，在預設音樂詞典裡找到匹配的屬性信息是半島鐵盒和伴島，均不是文字完全匹配的信息，則分別計算半島鐵盒、伴島與半島的相似度，例如，基於語料統計的詞語相似度算法進行計算，得到半島鐵盒與半島的相似度最高，因此將半島更正為半島鐵盒。這屬於文字缺失的情況。
2)如果僅有一個匹配的屬性信息且不是文字完全匹配的信息，則將該歌曲信息更正為該匹配的屬性信息。
例如，語音識別結果和歌曲信息均是半島，根據半島和bandao進行匹配，在預設音樂詞典裡找到匹配的屬性信息是半島鐵盒，結果唯一且不是文字完全匹配的信息，則將半島更正為半島鐵盒。
又如，語音識別結果和歌曲信息均是「不想長大呀」，根據「不想長大呀」和「buxiangzhangdaya」進行匹配，在預設音樂詞典裡找到部分匹配信息是「不想長大」，結果唯一且不是文字完全匹配的信息，則將「不想長大呀」更正為「不想長大」。這屬於文字多餘的情況。
(2)在有多個歌曲信息的情況下，判斷歌曲信息是否存在錯誤的步驟如下：針對當前歌曲信息，根據預設音樂詞典判斷當前歌曲信息匹配的屬性信息是否與其他識別正確的歌曲信息存在對應關係；如果是，則確定當前歌曲信息識別正確；如果否，則確定當前歌曲信息存在錯誤。
例如，語音識別結果是：我要聽楊宗緯和張碧晨唱的良良，歌曲信息有楊宗緯、張碧晨、良良，通過與預設音樂詞典的匹配，確定楊宗緯和張碧晨是識別正確的歌曲信息；將「良良」和「liangliang」分別在預設音樂詞典中進行匹配，找到匹配的屬性信息有良良和涼涼，此時根據與楊宗緯、張碧晨的對應關係進行判斷，可以確定歌曲信息「良良」存在錯誤。這屬於同音字導致的錯誤。
在有多個歌曲信息的情況下，按照匹配的屬性信息更正歌曲信息的過程如下：根據識別正確的歌曲信息、與各歌曲信息匹配的屬性信息及屬性信息的對應關係，更正存在錯誤的歌曲信息。
例如，語音識別結果是：我要聽楊宗緯和張碧晨唱的良良，確定歌曲信息有楊宗緯、張碧晨、良良，將「良良」和「liangliang」分別在預設音樂詞典中進行匹配，找到匹配的屬性信息及其對應關係如下：歌手良良演唱的良良、歌手楊宗緯和張碧晨演唱的涼涼，由此根據歌手名可以確定用戶想要聽的應該是涼涼，由此將良良更正為涼涼。
又如，語音識別結果是：我要聽陳奕迅的聖誕節，歌曲信息為陳奕迅和聖誕節，利用「聖誕節」和「shengdanjie」在預設音樂詞典裡找到匹配的屬性信息聖誕結及其演唱者陳奕迅，由此根據歌手名可以確定聖誕節是識別錯誤的，將聖誕節更正為聖誕結。這屬於同音字導致的錯誤。
(3)如果不存在任何匹配的屬性信息，則輸出提示信息，提示用戶輸入語音錯誤；或者仍然按照語音識別結果進行歌曲檢索，輸出歌曲檢索結果。
綜上，糾錯可以概括為內容補充、內容去除和錯字糾正這幾種情況，其中，內容補充是自動補全用戶未表述完整的資源名稱，內容去除是刪除用戶表述多餘的資源名稱，錯字糾正是更正由於語音識別造成的音同字不同的文字錯誤。通過糾錯能夠規避語音識別中出現的文字缺失、文字多餘和文字錯誤的情況，減少了由於資源名稱不完整、資源名稱文字多餘或者文字識別錯誤造成的資源檢索失敗，從而提高音樂服務成功率。
實施例三
圖2是本發明實施例三提供的一種終端的結構示意圖，如圖2所示，該終端包括：處理器210、存儲器220、輸入裝置230和輸出裝置240；終端中處理器210的數量可以是一個或多個，圖2中以一個處理器210為例；終端中的處理器210、存儲器220、輸入裝置230和輸出裝置240可以通過總線或其他方式連接，圖2中以通過總線連接為例。
存儲器220作為一種計算機可讀存儲介質，可用於存儲軟體程序、計算機可執行程序以及模塊，如本發明實施例中的用於語音點歌的語音糾錯方法對應的程序指令。處理器210通過運行存儲在存儲器220中的軟體程序、指令以及模塊，從而執行終端的各種功能應用以及數據處理，即實現上述的用於語音點歌的語音糾錯方法。
存儲器220可主要包括存儲程序區和存儲數據區，其中，存儲程序區可存儲作業系統、至少一個功能所需的應用程式；存儲數據區可存儲根據終端的使用所創建的數據等。此外，存儲器220可以包括高速隨機存取存儲器，還可以包括非易失性存儲器，例如至少一個磁碟存儲器件、快閃記憶體器件、或其他非易失性固態存儲器件。在一些實例中，存儲器220可進一步包括相對於處理器210遠程設置的存儲器，這些遠程存儲器可以通過網絡連接至終端。上述網絡的實例包括但不限於網際網路、企業內部網、區域網、移動通信網及其組合。
輸入裝置230可用於接收輸入的語音信息和字符信息，以及產生與終端的用戶設置以及功能控制有關的鍵信號輸入，例如，輸入裝置230可以是麥克風、鍵盤、顯示屏等。輸出裝置240可包括揚聲器、顯示屏等設備，其中揚聲器用於播放語音和歌曲，顯示屏用於顯示歌曲及相關信息。
實施例四
本發明實施例四還提供一種計算機可讀存儲介質，其上存儲有電腦程式，該程序被處理器執行時用於執行一種用於語音點歌的語音糾錯方法，該方法包括：
將語音識別結果與預設音樂詞典中的信息進行匹配，其中預設音樂詞典存儲有音樂資源的屬性信息及其對應關係；
從預設音樂詞典中獲取與語音識別結果中的歌曲信息匹配的屬性信息；
根據匹配的屬性信息判斷歌曲信息是否存在錯誤；
如果存在錯誤，按照匹配的屬性信息更正歌曲信息。
當然，本發明實施例所提供的一種計算機可讀存儲介質，其上存儲有電腦程式(也稱為計算機可執行指令)，其計算機可執行指令不限於如上所述的方法操作，還可以執行本發明任意實施例所提供的用於語音點歌的語音糾錯方法中的相關操作。
通過以上關於實施方式的描述，所屬領域的技術人員可以清楚地了解到，本發明可藉助軟體及必需的通用硬體來實現，當然也可以通過硬體實現，但很多情況下前者是更佳的實施方式。基於這樣的理解，本發明的技術方案本質上或者說對現有技術做出貢獻的部分可以以軟體產品的形式體現出來，該計算機軟體產品可以存儲在計算機可讀存儲介質中，如計算機的軟盤、只讀存儲器(read-onlymemory,rom)、隨機存取存儲器(randomaccessmemory,ram)、快閃記憶體(flash)、硬碟或光碟等，包括若干指令用以使得一臺計算機設備(可以是個人計算機，伺服器，或者網絡設備等)執行本發明各個實施例所述的方法。
注意，上述僅為本發明的較佳實施例及所運用技術原理。本領域技術人員會理解，本發明不限於這裡所述的特定實施例，對本領域技術人員來說能夠進行各種明顯的變化、重新調整和替代而不會脫離本發明的保護範圍。因此，雖然通過以上實施例對本發明進行了較為詳細的說明，但是本發明不僅僅限於以上實施例，在不脫離本發明構思的情況下，還可以包括更多其他等效實施例，而本發明的範圍由所附的權利要求範圍決定。