[發(fā)明專利]語(yǔ)音轉(zhuǎn)換文本方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201811537281.9
• 申請(qǐng)日: 2018-12-15
• 公開(kāi)（公告）號(hào): CN109448699A
• 公開(kāi)（公告）日: 2019-03-08
• 發(fā)明（設(shè)計(jì)）人: 戚慧怡
• 申請(qǐng)（專利權(quán)）人: 深圳壹賬通智能科技有限公司
• 主分類號(hào): G10L15/00
• 分類號(hào): G10L15/00;G10L15/04;G10L15/26
• 代理公司: 深圳眾鼎專利商標(biāo)代理事務(wù)所(普通合伙) 44325
• 代理人: 黃章輝

1.一種語(yǔ)音轉(zhuǎn)換文本方法，其特征在于，包括：

獲取客戶端發(fā)送的語(yǔ)音信息；

檢測(cè)所述語(yǔ)音信息的語(yǔ)言類型；

獲取與所述語(yǔ)言類型匹配的語(yǔ)音標(biāo)準(zhǔn)化模型，并利用所述語(yǔ)音標(biāo)準(zhǔn)化模型對(duì)所述語(yǔ)音信息進(jìn)行處理，生成標(biāo)準(zhǔn)化語(yǔ)音信息；

獲取與所述語(yǔ)言類型匹配的語(yǔ)音轉(zhuǎn)化文本模型，并利用所述語(yǔ)音轉(zhuǎn)化文本模型對(duì)所述標(biāo)準(zhǔn)化語(yǔ)音信息進(jìn)行處理，生成文本信息。

2.如權(quán)利要求1所述的語(yǔ)音轉(zhuǎn)換文本方法，其特征在于，所述檢測(cè)所述語(yǔ)音信息的語(yǔ)言類型包括：

獲取所述語(yǔ)音信息的用戶標(biāo)識(shí)；

查找與所述用戶標(biāo)識(shí)關(guān)聯(lián)的語(yǔ)言標(biāo)簽；

根據(jù)語(yǔ)言標(biāo)簽確定所述語(yǔ)音信息的語(yǔ)言類型。

3.如權(quán)利要求1所述的語(yǔ)音轉(zhuǎn)換文本方法，其特征在于，所述檢測(cè)所述語(yǔ)音信息的語(yǔ)言類型包括：

檢測(cè)所述語(yǔ)音信息中包含的高頻詞；

計(jì)算所述高頻詞與預(yù)設(shè)語(yǔ)言類型的匹配度；

根據(jù)所述匹配度確定所述語(yǔ)音信息的語(yǔ)言類型。

4.如權(quán)利要求1所述的語(yǔ)音轉(zhuǎn)換文本方法，其特征在于，檢測(cè)所述語(yǔ)音信息的語(yǔ)言類型包括：

發(fā)送輸入語(yǔ)言類型請(qǐng)求；

根據(jù)接收的輸入信息確定所述語(yǔ)音信息的語(yǔ)言類型，所述輸入信息響應(yīng)所述輸入語(yǔ)言類型請(qǐng)求。

5.如權(quán)利要求1所述的語(yǔ)音轉(zhuǎn)換文本方法，其特征在于，所述獲取與所述語(yǔ)言類型匹配的語(yǔ)音標(biāo)準(zhǔn)化模型，并利用所述語(yǔ)音標(biāo)準(zhǔn)化模型對(duì)所述語(yǔ)音信息進(jìn)行處理，生成標(biāo)準(zhǔn)化語(yǔ)音信息，包括：

檢測(cè)所述語(yǔ)音信息的時(shí)長(zhǎng)；

在所述時(shí)長(zhǎng)超出預(yù)設(shè)時(shí)長(zhǎng)閾值時(shí)，根據(jù)預(yù)設(shè)處理規(guī)則將所述語(yǔ)音信息分割為多個(gè)語(yǔ)音片段；

利用所述語(yǔ)音標(biāo)準(zhǔn)化模型對(duì)所有語(yǔ)音片段進(jìn)行處理，生成各個(gè)語(yǔ)音片段對(duì)應(yīng)的標(biāo)準(zhǔn)化語(yǔ)音片段；

生成所述標(biāo)準(zhǔn)化語(yǔ)音信息，所述標(biāo)準(zhǔn)化語(yǔ)音信息包括各個(gè)語(yǔ)音片段對(duì)應(yīng)的標(biāo)準(zhǔn)化語(yǔ)音片段。

6.如權(quán)利要求1所述的語(yǔ)音轉(zhuǎn)換文本方法，其特征在于，所述利用所述語(yǔ)音標(biāo)準(zhǔn)化模型對(duì)所有語(yǔ)音片段進(jìn)行處理，生成各個(gè)語(yǔ)音片段對(duì)應(yīng)的標(biāo)準(zhǔn)化語(yǔ)音片段，包括：

計(jì)算所述語(yǔ)音片段的發(fā)音特性，所述發(fā)音特性包括如下中的至少一項(xiàng)：字詞的語(yǔ)速、字詞的響度、字詞的基頻、語(yǔ)句的頻譜包絡(luò)線；

根據(jù)所述發(fā)音特性確定語(yǔ)音合成參數(shù)；

根據(jù)所述語(yǔ)音合成參數(shù)對(duì)所述語(yǔ)音片段進(jìn)行語(yǔ)音合成，生成所述標(biāo)準(zhǔn)化語(yǔ)音片段。

7.如權(quán)利要求1所述的語(yǔ)音轉(zhuǎn)換文本方法，其特征在于，所述獲取與所述語(yǔ)言類型匹配的語(yǔ)音轉(zhuǎn)化文本模型，并利用所述語(yǔ)音轉(zhuǎn)化文本模型對(duì)所述標(biāo)準(zhǔn)化語(yǔ)音信息進(jìn)行處理，生成文本信息之后，還包括：

獲取針對(duì)所述文本信息的反饋信息；

根據(jù)所述反饋信息對(duì)所述語(yǔ)音轉(zhuǎn)化文本模型進(jìn)行優(yōu)化。

8.一種語(yǔ)音轉(zhuǎn)換文本裝置，其特征在于，包括：

獲取語(yǔ)音信息模塊，用于獲取客戶端發(fā)送的語(yǔ)音信息；

檢測(cè)語(yǔ)言類型模塊，用于檢測(cè)所述語(yǔ)音信息的語(yǔ)言類型；

標(biāo)準(zhǔn)化語(yǔ)音模塊，用于獲取與所述語(yǔ)言類型匹配的語(yǔ)音標(biāo)準(zhǔn)化模型，并利用所述語(yǔ)音標(biāo)準(zhǔn)化模型對(duì)所述語(yǔ)音信息進(jìn)行處理，生成標(biāo)準(zhǔn)化語(yǔ)音信息；

轉(zhuǎn)化文本模塊，用于獲取與所述語(yǔ)言類型匹配的語(yǔ)音轉(zhuǎn)化文本模型，并利用所述語(yǔ)音轉(zhuǎn)化文本模型對(duì)所述標(biāo)準(zhǔn)化語(yǔ)音信息進(jìn)行處理，生成文本信息。

9.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述語(yǔ)音轉(zhuǎn)換文本方法。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述語(yǔ)音轉(zhuǎn)換文本方法。