[發(fā)明專利]一種人工智能語音建模方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810874562.7
• 申請(qǐng)日: 2018-08-02
• 公開（公告）號(hào): CN109062911B
• 公開（公告）日: 2023-01-13
• 發(fā)明（設(shè)計(jì)）人: 王大江
• 申請(qǐng)（專利權(quán)）人: 深圳市邁科雅科技有限公司
• 主分類號(hào): G06F40/58
• 分類號(hào): G06F40/58;G06F40/42;G06N7/00;G10L15/26
• 代理公司: 泉州市興博知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 35238
• 代理人: 王成紅

1.一種人工智能語音建模方法，包括以下步驟：

(10)建立詞語庫；

(20)建立語音預(yù)測(cè)模型；

(30)將輸入的語音轉(zhuǎn)換成文字；

(40)根據(jù)所述詞語庫和語音預(yù)測(cè)模型，確定譯文文字；

所述步驟(10)包括：根據(jù)詞典建立外文詞語和與該外文詞語對(duì)應(yīng)的中文含義的詞語之間的第一關(guān)聯(lián)，其中中文詞語的譯文為多個(gè)時(shí)，以詞典中的第一順序位置標(biāo)識(shí)的中文譯文詞語為主要中文譯文詞語，而之后順序位置的中文譯文詞語作為次要中文譯文詞語；

所述步驟(20)包括：

(201)根據(jù)外文文章進(jìn)行切詞得到外文詞語并根據(jù)該外文文章的中文譯文詞語，建立外文詞語和中文譯文詞語以及該中文譯文詞語之后接續(xù)的二級(jí)詞語的第二關(guān)聯(lián)；

(202)將第一關(guān)聯(lián)和第二關(guān)聯(lián)進(jìn)行索引；

所述步驟(201)包括：采用隨機(jī)梯度下降法對(duì)外文文章及其譯文進(jìn)行機(jī)器學(xué)習(xí)；

所述步驟(202)包括：

以第一關(guān)聯(lián)為主鍵，從第二關(guān)聯(lián)中出現(xiàn)的與第一關(guān)聯(lián)相關(guān)的信息進(jìn)行索引；

其特征在于，所述以第一關(guān)聯(lián)為主鍵，從第二關(guān)聯(lián)中出現(xiàn)的與第一關(guān)聯(lián)相關(guān)的信息進(jìn)行索引包括：

(2021)主鍵信息確定：假設(shè)第一關(guān)聯(lián)中，英文詞語Ei對(duì)應(yīng)主要中文譯文詞語C_j；且根據(jù)第二關(guān)聯(lián)，詞語C_j之后接續(xù)的二級(jí)詞語構(gòu)成集合{S_m，p_m}，則以詞語C_j為主鍵，其中p_m是詞語S_m出現(xiàn)在C_j之后作為接續(xù)的二級(jí)詞語的概率，i、j和m均為從1開始的自然數(shù)；

(2022)定義詞語C_j出現(xiàn)的概率：

p(S_m|C_j)＝χ_gh(p_j)，

其中

且為以為均值、ξ_m為方差的m階對(duì)角陣，

(2023)根據(jù)概率p(S_m|C_j)確定詞語C_j取當(dāng)前含義時(shí)與語境的匹配度：

計(jì)算其中p’表示對(duì)p進(jìn)行差分；

計(jì)算是否小于第一預(yù)設(shè)閾值：當(dāng)小于時(shí)，確定C_j中j表示的位置符合Ei對(duì)應(yīng)的語境，否則令j＝j(luò)+1，跳轉(zhuǎn)到步驟(2022)，如果j經(jīng)過遍歷到達(dá)了其最大值，則令j＝1并繼續(xù)進(jìn)行步驟(2024)，u和v均為自然數(shù)；

(2024)校正S_m作為C_j的接續(xù)的二級(jí)詞語時(shí)與語境的匹配度：

計(jì)算是否小于第二預(yù)設(shè)閾值：當(dāng)小于時(shí)，確定S_m作為C_j的接續(xù)的二級(jí)詞語符合語境，否則令m＝m+1，跳轉(zhuǎn)到步驟(2022)，如果m經(jīng)過遍歷到達(dá)了其最大值，則令m＝1。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟(30)包括：

(301)對(duì)原始語音信號(hào)作線性分析，得到加權(quán)倒頻譜系數(shù)作為語音特征參數(shù)；

(302)根據(jù)語音特征參數(shù)獲得語音模型；

(303)對(duì)待識(shí)別的語音用語音模型進(jìn)行匹配，利用幀同步網(wǎng)絡(luò)搜索，對(duì)每一幀語音針對(duì)不同的模型確定一個(gè)輸出概率值，在匹配過程中保留多條路徑，最后回溯出匹配結(jié)果；

(304)對(duì)匹配的結(jié)果用狀態(tài)持續(xù)時(shí)間分布及最佳路徑概率分布進(jìn)行判別拒識(shí)掉識(shí)別范圍之外的語音，獲得正確的識(shí)別結(jié)果。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟(40)包括：

基于STT技術(shù)利用中文譯文詞語產(chǎn)生語音。