[发明专利]多语言混合语音识别方法及其应用在审
| 申请号： | 202210264804.7 | 申请日： | 2022-03-17 |
| 公开（公告）号： | CN114627853A | 公开（公告）日： | 2022-06-14 |
| 发明（设计）人： | 加鹏飞 | 申请（专利权）人： | 邢台职业技术学院 |
| 主分类号： | G10L15/00 | 分类号： | G10L15/00;G10L15/01;G10L15/06;G10L15/26;G10L21/0316;G06F40/253;G06F40/30 |
| 代理公司： | 厦门原创专利事务所(普通合伙) 35101 | 代理人： | 高巍 |
| 地址： | 054000 河北*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 语言 混合 语音 识别 方法 及其 应用 | ||
1.一种多语言混合语音识别方法，其特征在于，包括：
S1：获取用户声音信息，并生成语音信息；
S2：将语音信息输入到混合语音模型中，通过混合语音模型将语音信息识别成若干个字词序列；
S3：将若干个字词序列分别输入到对应的语言识别模型中得到各语言识别模型得分，将得分最高的识别结果进行输出。
2.根据权利要求1所述的一种多语言混合语音识别方法，其特征在于，S1具体包括如下步骤：
S1.1：分别获取背景环境端声音及用户语音端声音；
S1.2：分别提取背景环境端声音及用户语音端声音的音频波形；
S1.3：根据提取的用户语音端音频调整背景环境端音频；
S1.4：以获取的时间为基准，将用户语音端音频与调整后的背景端环境音频进行相减，生成最终语音信息。
3.根据权利要求2所述的一种多语言混合语音识别方法，其特征在于，S1.1中的步骤具体为：
以时间为基准，通过两声音获取模块分别获取用户语音端声音与背景环境端声音，当用户声音停止后，两声音获取模块继续录制预设时长的声音。
4.根据权利要求3所述的一种多语言混合语音识别方法，其特征在于，S1.3中的步骤具体为：
分别截取用户语音端及背景环境端，在用户声音停止后继续录制的声音音频波形；
根据用户语音端录制的声音音频波形振幅调整背景环境端录制的声音音频波形的振幅，使两段声音音频波形振幅相重合，并算出背景环境端录制音频波形振幅的调整倍数；
将背景环境端音频振幅乘以算出的调整倍数得到调整后的背景端环境音频。
5.根据权利要求1所述的一种多语言混合语音识别方法，其特征在于，所述混合语音模型是由多种不同语言的词典以及多种不同语言的语音数据训练形成。
6.根据权利要求1所述的一种多语言混合语音识别方法，其特征在于，S3具体为：
将若干个字词序列分别输入到对应的语言识别模型中，语言识别模型将各字词序列识别成一个完整的语句，并通过该语句所属语言下的语法、语义标准对其进行评分，将得分最高的语句作为识别结果进行输出。
7.根据权利要求1所述的一种多语言混合语音识别方法，其特征在于，当得分最高的语句数量x大于1时，将该x个语句根据历史使用频率进行排序，并将排序第一的语句作为识别结果进行输出。
8.根据权利要求7所述的一种多语言混合语音识别方法，其特征在于，当历史使用频率排序第一的语句数量y大于1时，以用户上次输出语句所属语言为基准，从y个语句中筛选出使用相同语言的语句作为识别结果进行输出。
9.如权利要求1-8任意一项所述的多语言混合语音识别方法的应用，其特征在于，应用于课堂教学及语音识别输入中。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于邢台职业技术学院，未经邢台职业技术学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202210264804.7/1.html，转载请声明来源钻瓜专利网。
