[發(fā)明專利]一種語音分析的系統(tǒng)和方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010106462.7
• 申請(qǐng)日: 2020-02-21
• 公開（公告）號(hào): CN111739556A
• 公開（公告）日: 2020-10-02
• 發(fā)明（設(shè)計(jì)）人: 屈華民;陳遠(yuǎn)哲;傅四維;袁林萍;伍翱宇
• 申請(qǐng)（專利權(quán)）人: 藍(lán)星球培訓(xùn)
• 主分類號(hào): G10L25/51
• 分類號(hào): G10L25/51;G10L25/69;G06F16/64;G06F16/683;G10L19/02
• 代理公司: 深圳尚業(yè)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44503
• 代理人: 文蓉

1.一種處理音頻信號(hào)的計(jì)算機(jī)實(shí)現(xiàn)的方法，包括以下步驟：

從所述音頻信號(hào)中提取韻律特征；

利用源自所述音頻信號(hào)或與所述音頻信號(hào)相關(guān)聯(lián)的腳本將提取的韻律特征校準(zhǔn)；以及

利用所述校準(zhǔn)的提取的韻律特征將所述腳本分割成第一類型的結(jié)構(gòu)塊。

2.根據(jù)權(quán)利要求1所述的方法，其中所述音頻信號(hào)包括人類語音的數(shù)字音頻剪輯或從文本生成的計(jì)算機(jī)合成語音的數(shù)字音頻剪輯。

3.根據(jù)權(quán)利要求1所述的方法，其中所述分割步驟將所述腳本和所述校準(zhǔn)的提取的韻律特征同時(shí)分割成第一類型的結(jié)構(gòu)塊，其中分割的所述腳本的第一類型的結(jié)構(gòu)塊包括構(gòu)成所述腳本的分句、短語或句子中的任意一個(gè)或任意組合。

4.根據(jù)權(quán)利要求1所述的方法，其中從所述音頻信號(hào)中提取所述韻律特征以形成具有預(yù)定義的、選擇的或計(jì)算的采樣率的時(shí)間序列。

5.根據(jù)權(quán)利要求4所述的方法，其中，在利用源自所述音頻信號(hào)或與所述音頻信號(hào)相關(guān)聯(lián)的腳本將提取的韻律特征校準(zhǔn)后，構(gòu)成所述腳本的每個(gè)第二類型的結(jié)構(gòu)塊被標(biāo)記以開始時(shí)間戳和結(jié)束時(shí)間戳中的一個(gè)或兩個(gè)，其中，構(gòu)成所述腳本的第二類型的結(jié)構(gòu)塊包括一元字母組、二元字母組和三元字母組中的任意一個(gè)或任意組合。

6.根據(jù)權(quán)利要求1所述的方法，進(jìn)一步包括以下步驟：

確定源自所述腳本的所述第一類型的結(jié)構(gòu)塊與所述第一類型的另一結(jié)構(gòu)塊之間的距離測(cè)度。

7.根據(jù)權(quán)利要求6所述的方法，其中所述距離測(cè)度包括源自所述腳本的所述第一類型的結(jié)構(gòu)塊與所述第一類型的另一結(jié)構(gòu)塊之間的相似性測(cè)度。

8.根據(jù)權(quán)利要求6所述的方法，進(jìn)一步包括以下步驟：

對(duì)于源自所述腳本的所述第一類型的結(jié)構(gòu)塊和所述第一類型的另一結(jié)構(gòu)塊中的每一個(gè)，提取包括第二類型的結(jié)構(gòu)塊的每個(gè)所述第一類型的結(jié)構(gòu)塊的詞性(POS)標(biāo)簽，以形成POS序列；以及

計(jì)算源自所述腳本的所述第一類型的結(jié)構(gòu)塊的所述POS與所述第一類型的另一結(jié)構(gòu)塊的所述POS之間的編輯距離。

9.根據(jù)權(quán)利要求8所述的方法，其中使用Damerau-Levenshtein距離來計(jì)算源自所述腳本的所述第一類型的結(jié)構(gòu)塊的所述POS與所述第一類型的另一結(jié)構(gòu)塊的所述POS之間的所述編輯距離。

10.根據(jù)權(quán)利要求7所述的方法，其中源自所述腳本的所述第一類型的結(jié)構(gòu)塊與所述第一類型的另一結(jié)構(gòu)塊之間的所述相似性測(cè)度由下式確定：

其中CS_S1和CS_S2分別包括源自所述腳本的所述第一類型的結(jié)構(gòu)塊和所述第一類型的另一結(jié)構(gòu)塊，并且其中CSS(S₁，S₂)是計(jì)算出的相似性測(cè)度。

11.一種用于處理音頻信號(hào)的系統(tǒng)，所述系統(tǒng)包括：

信號(hào)分析模塊，用于從所述音頻信號(hào)中提取韻律特征；

信號(hào)校準(zhǔn)模塊，用于利用源自所述音頻信號(hào)或與所述音頻信號(hào)相關(guān)聯(lián)的腳本將提取的韻律特征校準(zhǔn)；以及

腳本分割模塊，用于利用提取的韻律特征將所述腳本分割成第一類型的結(jié)構(gòu)塊。

12.一種搜索語音數(shù)據(jù)集的計(jì)算機(jī)實(shí)現(xiàn)的方法，所述方法包括以下步驟：

從包括腳本的所述語音數(shù)據(jù)集的一部分接收包括第一類型的結(jié)構(gòu)塊的用戶輸入；

提取包括第二類型的結(jié)構(gòu)塊的每個(gè)輸入的所述第一類型的結(jié)構(gòu)塊的詞性(POS)標(biāo)簽，以形成輸入的所述第一類型的結(jié)構(gòu)塊的POS序列；以及

將輸入的所述第一類型的結(jié)構(gòu)塊的所述提取的POS序列與所述語音數(shù)據(jù)集中的所述第一類型的結(jié)構(gòu)塊的POS序列進(jìn)行比較，從而識(shí)別所述語音數(shù)據(jù)集中具有與輸入的所述第一類型的結(jié)構(gòu)塊相同或相似的POS的一個(gè)或多個(gè)所述第一類型的其他結(jié)構(gòu)塊。