[發明專利]智能虛擬斷句實現協同聽打錄入的方法

無效

• 申請號: 200610138392.3
• 申請日: 2006-11-10
• 公開（公告）號: CN101178790A
• 公開（公告）日: 2008-05-14
• 發明（設計）人: 胡鵬
• 申請（專利權）人: 胡鵬
• 主分類號: G06Q10/00
• 分類號: G06Q10/00;G06F17/21;H04L29/08;G10L15/26
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種智能虛擬斷句實現協同聽打錄入的方法，其特征在于，包括：

步驟1)通過計算機采集語音信號；

步驟2)將語音文件同步傳輸給服務器及各錄入端；

步驟3)通過服務器指派網絡上參與這一錄入任務的任意一臺或多臺計算機進行斷句點運算；

步驟4)接收到斷句計算任務的計算機根據語音間歇的特征計算出斷句點，并將斷句點時碼信息發送給服務器；

步驟5)服務器根據錄入端的請求，組織分配給錄入端錄入任務，并將分配任務的斷句時碼信息作為控制命令發送給相應的錄入端；

步驟6)錄入端根據分配任務的時碼起點和終點錄入指定部分語音對應的文字，并回傳給服務器；

步驟7)??服務器將各錄入端的文本根據任務分配計劃的時碼順序拼合出完整的文字內容，完成將語音轉化成文字的聽打錄入工作。

2.根據權利要求1所述的智能虛擬斷句實現協同聽打錄入的方法，其特征在于，所屬步驟2)、步驟3)、步驟4)，即傳輸機制、分布式運算機制和斷句點計算方法。

3.根據權利要求2所述的智能虛擬斷句實現協同聽打錄入的方法，其特征在于，步驟2)采用點對點(P2P)的傳輸機制，即負責語音采集的計算機作為信息源，向服務器和錄入端計算機傳輸所采集的語音文件；而參與該聽打錄入任務的服務器和錄入端計算機既是文件的接收端，同時也是已經接受部分文件的服務端，向其它沒有得到該部分文件的計算機傳輸該部分文件；這樣就可以將采集的音頻文件實時傳輸給服務器和參與該項工作的每個錄入端計算機。

4.根據權利要求2所述的智能虛擬斷句實現協同聽打錄入的方法，其特征在于，步驟3)中服務器將根據各錄入端啟動登錄時運行的一個小測試程序發給服務器的系統綜合性能參數，來指定其中一臺或多臺計算機來完成斷句點的計算任務，參與計算斷句點的計算機不僅包括各錄入端計算機，也包括服務器本身。

5.根據權利要求2所述的智能虛擬斷句實現協同聽打錄入的方法，其特征在于，步驟4)計算斷句點的方法如下步驟：

步驟10)取語音文件的前10秒讀入緩沖區；

步驟20)通過自動增益將音量調整到適合人耳聽覺合適的范圍中；

步驟30)根據這10秒音頻文件的波形數據，找到波形最低點和次最低點，如果波形只有最低點而沒有次最低點，判斷為靜音片段，以這段音頻文件的終點為斷句點；

步驟40)記錄下這個斷句點；

步驟50)從語音文件斷句點之后再取10秒讀入緩沖區，重復執行步驟20)；

步驟60)如果該10秒波形有次最低點，以次最低點的波形數值做為降噪基值，對這10秒音頻文件進行強制降噪處理；

步驟70)計算降噪后的波形文件中每個靜音片段間的間隔，如果間隔小于0.1秒，即將間隔的波形替換為等長的靜音，將兩個靜音片段合并成一個靜音片段；

步驟80)計算步驟70)處理后的波形文件中時間值在三秒以后的每個靜音片段的長度，如果出現超過0.5秒的靜音片段，取其中最長的一個靜音片段的終點做為斷句點；

步驟90)記錄下這個斷句點；

步驟100)從語音文件斷句點之后再取10秒讀入緩沖區，重復執行步驟20)，直到語音文件結束；

步驟110)如果沒有找到斷句點，則根據步驟30)降噪處理后的波形文件，在此找到波形次最低點，以這個點的數字做為降噪基值，對這10秒音頻文件進行再次強制降噪處理；

步驟120)重復步驟60)繼續處理。