[發明專利]針對兒童的語音識別方法及裝置

有效

• 申請號: 201410145971.5
• 申請日: 2014-04-11
• 公開（公告）號: CN103956162B
• 公開（公告）日: 2017-02-08
• 發明（設計）人: 張峰;賴偉;吳義堅
• 申請（專利權）人: 上海元趣信息技術有限公司
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/05;G10L15/26
• 代理公司: 北京智匯東方知識產權代理事務所(普通合伙)11391
• 代理人: 薛峰,范曉斌

1.一種針對兒童的語音識別方法，包括：

通過已知的語音語料庫和文本語料庫分別建立聲學模型和語言模型；

接收所述兒童的語音信號，并對所述語音信號進行前端處理；

對經過所述前端處理的所述語音信號進行特征提取處理，以獲取語音信號的聲學特征；

通過所述聲學模型和所述語言模型對所述語音信號的聲學特征進行解碼搜索，以獲得識別文本；

對所述識別文本進行語義理解處理，以獲得語義理解結果；其中

所述通過已知的語音語料庫建立聲學模型包括：

對所述語音語料庫中的全部語音語料進行特征提取處理，并在所述特征提取處理過程中加入聲道長度歸一化技術，以獲得所述全部語音語料的聲學特征；

根據所述全部語音語料的聲學特征進行建模，以獲得所述聲學模型。

2.根據權利要求1所述的方法，其特征在于，所述建立聲學模型步驟中，根據所述全部語音語料的聲學特征進行建模包括：

通過隱馬爾科夫模型對所述全部語音語料的聲學特征進行建模，以獲得所述聲學模型。

3.根據權利要求2所述的方法，其特征在于，根據所述全部語音語料的聲學特征進行建模，以獲得所述聲學模型包括：

對所述全部語音語料的聲學特征進行建模，生成第一聲學模型AM1；

提取所述語音語料庫中女性語音語料的聲學特征，以所述AM1作為初始模型，對所述女性語音語料的聲學特征進行建模，生成第二聲學模型AM2；

提取所述語音語料庫中兒童語音語料的聲學特征，以所述AM2作為初始模型，對所述兒童語音語料的聲學特征進行建模，生成第三聲學模型AM3，并確認所述AM3為所述聲學模型。

4.根據權利要求1所述的方法，其特征在于，所述通過已知的語音語料庫建立聲學模型時，還包括：

為兒童語音中的靜音建立靜音模型，并將所述靜音模型加入所述聲學模型，以識別兒童語音中的靜音。

5.根據權利要求1所述的方法，其特征在于，所述通過已知的語音語料庫建立聲學模型時，還包括：

為兒童語音中的語氣詞建立語氣詞模型，并將所述語氣詞模型加入所述聲學模型，以識別所述兒童語音中的語氣詞。

6.根據權利要求5所述的方法，其特征在于，為多個語氣詞建立一個語氣詞模型，和/或，為每個語氣詞建立一個語氣詞模型。

7.根據權利要求1所述的方法，其特征在于，所述通過已知的文本語料庫建立語言模型包括：

抽取所述文本語料庫中的10％至30％的文本語料作為待變形文本語料；

對所述待變形文本語料進行變形處理，以獲得變形文本語料；

將所述變形文本語料與所述文本語料庫中未被抽取的文本語料進行合并，以獲得混合文本語料庫；

對所述混合文本語料庫進行建模，以獲得所述語言模型；其中

對所述待變形文本語料進行變形處理包括；

對所述待變形文本語料中所有的語句進行分詞處理；

在經過所述分詞處理的所述待變形文本語料中，隨機選擇至少一個詞進行重復處理，以獲得所述變形文本語料。

8.根據權利要求7所述的方法，其特征在于，隨機選擇至少一個詞進行重復處理，包括以下至少之一：

隨機選擇至少一個詞進行詞重復處理；

隨機選擇至少一個詞進行詞尾重復處理；

隨機選擇至少一個詞進行助聲詞增多處理，其中，所述助聲詞增多處理包括在所述待變形文本語料中，隨機在兩個詞之間增加至少一個語氣詞。

9.根據權利要求8所述的方法，其特征在于，對所述識別文本進行語義理解處理包括如下步驟中的至少一個：

通過對所述識別文本進行常規詞語法分析，去除所述識別文本中連續出現重復的詞，以獲得所述語義理解結果；

通過對所述識別文本進行常規詞語法分析，去除所述識別文本中詞尾重復的疊詞，以獲得所述語義理解結果；

通過對所述識別文本進行常規詞語法分析和句法分析，去除所述識別文本中詞與詞之間多余的語氣詞，以獲得所述語義理解結果。

10.一種針對兒童的語音識別裝置，包括：

模型建立模塊，配置為通過已知的語音語料庫和文本語料庫分別建立聲學模型和語言模型；

接收模塊，配置為接收所述兒童的語音信號，并對所述語音信號進行前端處理；

特征提取處理模塊，配置為對經過所述前端處理的所述語音信號進行特征提取處理，以獲取語音信號的聲學特征；

識別文本獲得模塊，配置為通過所述聲學模型和所述語言模型對所述語音信號的聲學特征進行解碼搜索，以獲得識別文本；

語義理解處理模塊，配置為對所述識別文本進行語義理解處理，以獲得語義理解結果；其中

所述模型建立模塊還配置為通過以下步驟建立聲學模型：

對所述語音語料庫中的全部語音語料進行特征提取處理，并在所述特征提取處理過程中加入聲道長度歸一化技術，以獲得所述全部語音語料的聲學特征；

根據所述全部語音語料的聲學特征進行建模，以獲得所述聲學模型。