[發(fā)明專利]自動語音識別方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201310033201.7
• 申請日: 2013-01-29
• 公開（公告）號: CN103971675A
• 公開（公告）日: 2014-08-06
• 發(fā)明（設(shè)計）人: 饒豐;盧鯉;陳波;岳帥;張翔;王爾玉;謝達東;李露;陸讀羚
• 申請（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/06;G10L21/06
• 代理公司: 北京德琦知識產(chǎn)權(quán)代理有限公司 11018
• 代理人: 張曉峰;宋志強

1.一種自動語音識別方法，其特征在于，包括：

對生語料進行語料分類計算，得到一個以上不同類別的分類語料；

針對所述每個分類語料進行語言模型訓(xùn)練計算，得到一個以上對應(yīng)的分類語言模型；

依據(jù)分類的生僻程度為所述各個分類語言模型進行加權(quán)插值處理，其中各分類的生僻程度與該分類對應(yīng)的加權(quán)值成正相關(guān)關(guān)系，將加權(quán)插值處理后的分類語言模型合并，得到插值語言模型；

依據(jù)聲學(xué)模型和所述插值語言模型構(gòu)建解碼資源；

依據(jù)所述解碼資源，對輸入的語音進行解碼，輸出概率值最高的字符串作為所述輸入語音的識別結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對生語料進行語料分類計算，得到一個以上不同類別的分類語料，具體包括：

根據(jù)生語料，計算詞與詞之間的親和度矩陣；

利用詞頻-逆向文件頻率TF-IDF方法從生語料中提取詞特征；

根據(jù)所述親和度矩陣，利用降維方法對所提取出的詞特征進行降維處理；

將降維處理后的詞特征輸入分類器進行訓(xùn)練，輸出一個以上不同類別的分類預(yù)料。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)生語料，計算詞與詞之間的親和度矩陣，具體包括：

對生語料進行分析，根據(jù)公式計算每個詞與另一個詞的詞共現(xiàn)度，并據(jù)此構(gòu)建詞與詞的詞共現(xiàn)矩陣；其中，所述f_ij為詞i在詞j前出現(xiàn)的次數(shù)，d_ij為詞i和詞j的平均距離，fi為詞i的詞頻，fj為詞j的詞頻；

根據(jù)所述詞共現(xiàn)矩陣，以及公式Aij=sqrt(∑OR(waf_ik,waf_jk)∑OR(waf_ki,waf_kj))計算詞與詞之間的親和度，并據(jù)此構(gòu)建詞與詞之間的親和度矩陣。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述降維方法為主成分分析PCA降維方法。

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述分類器為支持向量機SVM分類器。

6.一種自動語音識別方法，其特征在于，包括：

根據(jù)生語料進行語言模型訓(xùn)練計算，得到主語言模型；

對生語料進行語料分類計算，得到一個以上不同類別的分類語料；

針對所述每個分類語料進行語言模型訓(xùn)練計算，得到一個以上對應(yīng)的分類語言模型；

依據(jù)聲學(xué)模型和所述主語言模型構(gòu)建主解碼資源，依據(jù)所述各分類語言模型構(gòu)建對應(yīng)的分類解碼資源；

依據(jù)所述主解碼資源對輸入的語音進行解碼，輸出概率值l（w）排在前n名的n個字符串；

依次根據(jù)所述各個分類語言模型對應(yīng)的各分類解碼資源，分別對所述n個字符串進行解碼，得到每個字符串在每個分類語言模型中的概率值n（w）；將每個字符串在每個分類語言模型中的概率值n（w）乘以該字符串在主語言模型中的概率值l（w）得到復(fù)合概率p（w），輸出復(fù)合概率p（w）最高的字符串作為所述輸入語音的識別結(jié)果。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述對生語料進行語料分類計算，得到一個以上不同類別的分類語料，具體包括：

根據(jù)生語料，計算詞與詞之間的親和度矩陣；

利用TF-IDF方法從生語料中提取詞特征；

根據(jù)所述親和度矩陣，利用降維方法對所提取出的詞特征進行降維處理；

將降維處理后的詞特征輸入分類器進行訓(xùn)練，輸出一個以上不同類別的分類預(yù)料。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述根據(jù)生語料，計算詞與詞之間的親和度矩陣，具體包括：

對生語料進行分析，根據(jù)公式計算每個詞與另一個詞的詞共現(xiàn)度，并據(jù)此構(gòu)建詞與詞的詞共現(xiàn)矩陣；其中，所述f_ij為詞i在詞j前出現(xiàn)的次數(shù)，d_ij為詞i和詞j的平均距離，fi為詞i的詞頻，fj為詞j的詞頻；

根據(jù)所述詞共現(xiàn)矩陣，以及公式Aij=sqrt(∑OR(waf_ik waf_jk)∑OR(waf_ki waf_kj))，計算詞與詞之間的親和度，并據(jù)此計算詞與詞之間的親和度矩陣。

9.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述降維方法為PCA降維方法。