[发明专利]自动语音识别方法和系统

权利要求书

1.一种自动语音识别方法，其特征在于，包括：

对生语料进行语料分类计算，得到一个以上不同类别的分类语料；

针对所述每个分类语料进行语言模型训练计算，得到一个以上对应的分类语言模型；

依据分类的生僻程度为所述各个分类语言模型进行加权插值处理，其中各分类的生僻程度与该分类对应的加权值成正相关关系，将加权插值处理后的分类语言模型合并，得到插值语言模型；

依据声学模型和所述插值语言模型构建解码资源；

依据所述解码资源，对输入的语音进行解码，输出概率值最高的字符串作为所述输入语音的识别结果。

2.根据权利要求1所述的方法，其特征在于，所述对生语料进行语料分类计算，得到一个以上不同类别的分类语料，具体包括：

根据生语料，计算词与词之间的亲和度矩阵；

利用词频-逆向文件频率TF-IDF方法从生语料中提取词特征；

根据所述亲和度矩阵，利用降维方法对所提取出的词特征进行降维处理；

将降维处理后的词特征输入分类器进行训练，输出一个以上不同类别的分类预料。

3.根据权利要求2所述的方法，其特征在于，所述根据生语料，计算词与词之间的亲和度矩阵，具体包括：

对生语料进行分析，根据公式计算每个词与另一个词的词共现度，并据此构建词与词的词共现矩阵；其中，所述f_ij为词i在词j前出现的次数，d_ij为词i和词j的平均距离，fi为词i的词频，fj为词j的词频；

根据所述词共现矩阵，以及公式Aij=sqrt(∑OR(waf_ik,waf_jk)∑OR(waf_ki,waf_kj))计算词与词之间的亲和度，并据此构建词与词之间的亲和度矩阵。

4.根据权利要求2所述的方法，其特征在于，所述降维方法为主成分分析PCA降维方法。

5.根据权利要求2所述的方法，其特征在于，所述分类器为支持向量机SVM分类器。

6.一种自动语音识别方法，其特征在于，包括：

根据生语料进行语言模型训练计算，得到主语言模型；

对生语料进行语料分类计算，得到一个以上不同类别的分类语料；

针对所述每个分类语料进行语言模型训练计算，得到一个以上对应的分类语言模型；

依据声学模型和所述主语言模型构建主解码资源，依据所述各分类语言模型构建对应的分类解码资源；

依据所述主解码资源对输入的语音进行解码，输出概率值l（w）排在前n名的n个字符串；

依次根据所述各个分类语言模型对应的各分类解码资源，分别对所述n个字符串进行解码，得到每个字符串在每个分类语言模型中的概率值n（w）；将每个字符串在每个分类语言模型中的概率值n（w）乘以该字符串在主语言模型中的概率值l（w）得到复合概率p（w），输出复合概率p（w）最高的字符串作为所述输入语音的识别结果。

7.根据权利要求6所述的方法，其特征在于，所述对生语料进行语料分类计算，得到一个以上不同类别的分类语料，具体包括：

根据生语料，计算词与词之间的亲和度矩阵；

利用TF-IDF方法从生语料中提取词特征；

根据所述亲和度矩阵，利用降维方法对所提取出的词特征进行降维处理；

将降维处理后的词特征输入分类器进行训练，输出一个以上不同类别的分类预料。

8.根据权利要求7所述的方法，其特征在于，所述根据生语料，计算词与词之间的亲和度矩阵，具体包括：

对生语料进行分析，根据公式计算每个词与另一个词的词共现度，并据此构建词与词的词共现矩阵；其中，所述f_ij为词i在词j前出现的次数，d_ij为词i和词j的平均距离，fi为词i的词频，fj为词j的词频；

根据所述词共现矩阵，以及公式Aij=sqrt(∑OR(waf_ik waf_jk)∑OR(waf_ki waf_kj))，计算词与词之间的亲和度，并据此计算词与词之间的亲和度矩阵。

9.根据权利要求7所述的方法，其特征在于，所述降维方法为PCA降维方法。