[發(fā)明專利]全息方言語音取樣技術(shù)

在審

• 申請?zhí)枺?/td>: 201610215585.8
• 申請日: 2016-04-08
• 公開（公告）號: CN107274914A
• 公開（公告）日: 2017-10-20
• 發(fā)明（設(shè)計(jì)）人: 王雪飛
• 申請（專利權(quán)）人: 黃山學(xué)院
• 主分類號: G10L25/48
• 分類號: G10L25/48
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于方言聲學(xué)特征與地域?qū)傩詳?shù)據(jù)采集的技術(shù)方案，其特征包括多維度方言聲學(xué)數(shù)據(jù)采集方案與方言聲學(xué)數(shù)據(jù)的存儲管理技術(shù)的實(shí)現(xiàn)；其中，多維度方言聲學(xué)數(shù)據(jù)采集的實(shí)現(xiàn)，包括方言語音數(shù)據(jù)多維度采集框架與多傳感器傳感通道的采集原理框架；

方言聲學(xué)數(shù)據(jù)的存儲管理技術(shù)的實(shí)現(xiàn)，包括了聲學(xué)ＨＴＫ特征數(shù)據(jù)格式方案，方言的聲學(xué)分析監(jiān)控過程。

2.根據(jù)權(quán)利１所述的方言語音數(shù)據(jù)多維度采集框架，其特征是多傳感器通道，聲音源數(shù)據(jù)的位置標(biāo)識，聲音幀數(shù)據(jù)排列電路，具體包括：

多傳感器通道，由每通道的數(shù)字電子報(bào)文格式，形成聲音信號的傳輸單元，傳輸單元有通道與傳感器特征標(biāo)識符號；

聲音源數(shù)據(jù)的位置標(biāo)識，由傳感器的設(shè)備碼在數(shù)字信號電子報(bào)文生成器中形成；

聲音幀數(shù)據(jù)排列電路，是一種時(shí)序幀數(shù)據(jù)排列電路，形成幀存儲表。

3.根據(jù)權(quán)利１所述的方言聲學(xué)分析監(jiān)控過程，其特征是方言聲學(xué)的ＨＴＫ的mel(梅耳系數(shù))格式數(shù)據(jù)文件，原聲音格式文件與方言屬性參數(shù)的顯示，具體包括：

方言聲學(xué)的ＨＴＫ的mel(梅耳系數(shù))格式數(shù)據(jù)文件，由HTK格式式文件形成框架形成文件；

原聲音格式文件，是指聲源形成的聲音格式文件；

方言屬性參數(shù)的顯示，是指方言朗讀人的行政地址與ＧＰＳ探測的經(jīng)緯度、朗讀人的身份信息。

4.根據(jù)權(quán)利１所述的聲學(xué)ＨＴＫ特征數(shù)據(jù)格式方案，其特征使用了具有HTK功能的DSP系統(tǒng)，HTK存儲，HTK連接器，具體包括：

HTK功能的DSP系統(tǒng)，是指包括了HTK格式文件形成電路；

HTK存儲，指聲音經(jīng)過HTK處理后形成的對應(yīng)文件存儲；

HTK連接器，是指HTK格式文件的輸出接口，由usb接口形成。

5.根據(jù)權(quán)利１所述的方言聲學(xué)數(shù)據(jù)，其特征是形成可查詢索引存在的存儲文件與原文件一一對應(yīng)，具體表現(xiàn)為：

可查詢索引存在的存儲文件，是指通過輸入方言的聲音文件形成對應(yīng)已經(jīng)方言屬性的聲音文件查詢；

原文件一一對應(yīng)，是指存儲文件中的HTK格式文件與多聲音源文件具有唯一相關(guān)性。

6.一種如權(quán)利１要求所述的方言聲學(xué)數(shù)據(jù)采樣技術(shù)步驟，其特征在于，包括如下步驟：

１） 打開顯示器，顯示方言類型識別文字，同時(shí)GPS模塊啟動；

２） 按啟動鍵后，多通道聲音傳感器啟動，并處理工作狀態(tài)后顯示采樣開始字樣；

３） 朗讀人對著話筒開始朗讀；

４） 每屏只顯示一個(gè)字或一個(gè)詞，或一外短句，顯示時(shí)間分自動與手動；

５） 每次由100個(gè)字組成；

６） 朗讀結(jié)束后，自動顯示本次的方言數(shù)據(jù)譜數(shù)據(jù)；

７） 界面有標(biāo)準(zhǔn)方言的音－字庫生成鍵，步驟同上述但結(jié)果存入flash數(shù)據(jù)庫。