[發明專利]英文語音信息的文本轉換方法和裝置

有效

• 申請號: 201710854473.1
• 申請日: 2017-09-20
• 公開（公告）號: CN107731228B
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 程強;錢勝
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/18;G10L13/08
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 宋合成

1.一種英文語音信息的文本轉換方法，其特征在于，包括以下步驟：

接收用戶輸入的英文語音信息，根據預設算法確定目標語音識別模型，應用所述目標語音識別模型標識所述英文語音信息的原始音素；

應用對英文文本預先訓練的注音模型和預設的概率模型對所述原始音素進行匹配，確定匹配成功的目標音素；

獲取與所述目標音素對應的目標英文文本，并將所述目標英文文本顯示在語音轉換文本框中；

在所述根據預設算法確定目標語音識別模型之前，還包括：

應用深度學習算法對漢語音素標識的英文詞樣本集進行訓練，生成第一語音識別模型，以及，

應用深度學習算法對英語音素標識的英文詞樣本集進行訓練，生成第二語音識別模型；

所述根據預設算法確定目標語音識別模型，包括：

提取所述英文語音信息的發音特征信息；

根據所述發音特征信息計算與所述第一語音識別模型匹配的第一概率，以及與所述第二語音識別模型匹配的第二概率；

根據所述第一概率和所述第二概率確定目標語音識別模型。

2.如權利要求1所述的方法，其特征在于，所述應用所述目標語音識別模型標識所述英文語音信息的原始音素，應用對英文文本預先訓練的注音模型和預設的概率模型對所述原始音素進行匹配，包括：

應用所述第一語音識別模型標識與所述英文語音信息對應的漢語原始音素；

應用對英文文本預先訓練的漢語音素注音模型和預設的概率模型對所述原始音素進行匹配；

或者，

應用所述第二語音識別模型標識與所述英文語音信息對應的英語原始音素；

應用對英文文本預先訓練的英語音素注音模型和預設的概率模型對所述原始音素進行匹配。

3.如權利要求1所述的方法，其特征在于，若確定匹配成功的目標音素位于多個不同的英文詞組，和/或，多個不同的英文字母中，所述獲取與所述目標音素對應的目標英文文本，包括：

將與所述目標音素對應的多個不同的英文詞組，和/或，多個不同的英文字母按照發音順序進行組合，生成所述目標英文文本。

4.一種英文語音信息的文本轉換裝置，其特征在于，包括：

確定模塊，用于接收用戶輸入的英文語音信息，根據預設算法確定目標語音識別模型；

標識模塊，用于應用所述目標語音識別模型標識所述英文語音信息的原始音素；

匹配模塊，用于應用對英文文本預先訓練的注音模型和預設的概率模型對所述原始音素進行匹配，確定匹配成功的目標音素；

獲取模塊，用于獲取與所述目標音素對應的目標英文文本；

顯示模塊，用于將所述目標英文文本顯示在語音轉換文本框中；

所述的裝置，還包括：

第一生成模塊，用于應用深度學習算法對漢語音素標識的英文詞樣本集進行訓練，生成第一語音識別模型；

第二生成模塊，用于應用深度學習算法對英語音素標識的英文詞樣本集進行訓練，生成第二語音識別模型；

所述確定模塊具體用于，提取所述英文語音信息的發音特征信息；

根據所述發音特征信息計算與所述第一語音識別模型匹配的第一概率，以及與所述第二語音識別模型匹配的第二概率；

根據所述第一概率和所述第二概率確定目標語音識別模型。

5.一種計算機設備，其特征在于，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述程序時，實現如權利要求1-3中任一所述的英文語音信息的文本轉換方法。

6.一種非臨時性計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-3中任一所述的英文語音信息的文本轉換方法。