[發(fā)明專利]一種基于拼音的語音識別字符串處理比對方法

在審

• 申請?zhí)枺?/td>: 201810387614.8
• 申請日: 2018-04-26
• 公開（公告）號: CN108874872A
• 公開（公告）日: 2018-11-23
• 發(fā)明（設計）人: 孫濤
• 申請（專利權）人: 深圳市艾塔文化科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/22
• 代理公司: 東莞市中正知識產(chǎn)權事務所(普通合伙) 44231
• 代理人: 徐康

本發(fā)明涉及一種基于拼音的語音識別字符串處理比對方法。現(xiàn)有的語音識別技術，對于人名的識別、設備名的識別等等某些特殊場合的應用，很容易由于比對的不正確而產(chǎn)生錯誤。本發(fā)明是基于通常漢字識別算法之上的一個“二次加工”，將識別出來的漢字字符串轉(zhuǎn)化為拼音串，然后與目標拼音串進行比對。包括以下步驟：第一步，拼音編碼：將所有的漢字拼音進行編碼，此編碼類似于unicode的編碼，將所有的漢字拼音組合枚舉出來；第二步，編碼轉(zhuǎn)換：將表達漢字的GBK、Unicode、UTF?8等編碼方式的字符串轉(zhuǎn)化為拼音串；第三步，多音字的處理，將所有姓氏的多音字枚舉，進行特殊處理，分配相同的拼音碼。本發(fā)明可以快速實現(xiàn)精準識別、避免誤判。

技術領域

本發(fā)明涉及數(shù)碼電子產(chǎn)品領域,具體涉及一種基于拼音的語音識別字符串處理比對方法。

背景技術

在通常情況下，語音識別是將輸入語音通過特征識別轉(zhuǎn)化為文字的一種技術。而在某些特殊場合的應用，這種通用的技術并不能滿足人們的需要，比如對人名的識別、設備名的識別等等，也許語音識別算法通過輸入的語音識別出“于國權”這個字符串，而真正的用戶講的可能是“余國全”，由于姓名本身很少有上下文的關聯(lián)性，就會造成比對的不正確。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于拼音的語音識別字符串處理比對方法。在需要“特殊性名詞”對“音”進行識別的小字符集場合，如姓名、設備名、地名等等，可以快速實現(xiàn)精準識別、避免誤判。

本發(fā)明識別算法是基于通常漢字識別算法之上的一個“二次加工”，將識別出來的漢字字符串轉(zhuǎn)化為拼音串，然后與目標拼音串進行比對。

本發(fā)明方法包括以下步驟：

第一步：拼音編碼：將所有的漢字拼音進行編碼，此編碼類似于unicode的編碼，將所有的漢字拼音組合枚舉出來(根據(jù)需要也可以包含聲調(diào))。我們用兩個字節(jié)(16位)來編碼拼音，第一個字節(jié)的最高位為1，如下表：