[發明專利]人工智能通信系統及通信方法

在審

• 申請號: 202010145739.7
• 申請日: 2020-03-05
• 公開（公告）號: CN111199747A
• 公開（公告）日: 2020-05-26
• 發明（設計）人: 連芷萱;楊嘉琪;張瑜佳;馬志;席躍東;席躍君;李敏;宋蔚旗
• 申請（專利權）人: 北京花蘭德科技咨詢服務有限公司
• 主分類號: G10L19/16
• 分類號: G10L19/16;G10L19/008;G10L15/26;H04L1/00
• 代理公司: 北京春江專利商標代理事務所(普通合伙) 11835
• 代理人: 曹潔

1.一種人工智能通信系統,其包括發信設備和接收設備,所述發信設備至少包括信源編碼器，其特征在于，信源編碼器至少包括語音識別模塊和編碼模塊,所述語音識別模塊將待發送的語音數據或音頻波形生成文本單元串,編碼模塊用于對文本單元串和中的每個文本單元進行編碼生成待發送的字符串;接收設備包括AI模塊和存儲模塊，存儲模塊至少包括語料庫和多種語聲模型， AI模塊根據接收信息的用戶的選擇或對接收信息的用戶所使用語言的識別從存儲模塊中選擇接收信息的用戶選擇的語聲模型或選擇所識別的接收信息的用戶使用的所語言的語聲模型,從語料庫中查找對應接收的字符串的語聲單元生成語聲單元串，并根據所選擇的語聲模型將語聲單元串生成正常語序的語音和/或文本。

2.根據權利要求1所述的人工智能通信系統，其特征在于, 信源編碼器包括變換模塊，語音識別模塊至少包括卷積神經網絡, 變換模塊將待發送的語音數據或音頻波形生成時間-頻率-強度3D譜圖；卷積神經網絡包括多個卷積層，其根據3D譜圖中的時間-頻率2D譜圖，將待發送的語音數據或音頻波形分成多個詞形成文本單元串。

3.根據權利要求1-2任一所述的人工智能通信系統，其特征在于, 編碼模塊用于對文本單元串中的每個文本單元進行編碼生成待發送的字符串具體包括：先將文本單元串中的每個文本單元編碼成非二進制的碼串，而后將每個非二進制的碼轉換成二進制字符串。

4.根據權利要求1-3任一所述的人工智能通信系統，其特征在于,從語料庫中查找對應接收的字符串的語聲單元生成語聲單元串具體包括：先將二進制字符串轉換為多組非二進制的碼，而后根據每組非二進制碼從語料庫中查找。

5.根據權利要求1-4所述的人工智能通信系統，其特征在于,所述非二進制碼為2的N次方碼，所述N大于或者等于2。

6.根據權利要求2-5任一所述的人工智能通信系統，其特征在于,語音識別模塊被配置為根據語音數據或音頻波形的至少一個采樣段訓練卷積神經網絡每個通道的權重。

7.根據權利要求1-6任一所述的人工智能通信系統，其特征在于,所述語聲單元包括對應語聲單元的字或詞及其語音數據和/或音響特征值，音響特征值至少包括音調值和響度值；所述文本單元包括字和詞。

8.根據權利要求7任一所述的人工智能通信系統，其特征在于,語聲模型包括下列模型的一種或幾種：聲學模型、語言模型。

9.一種人工智能通信方法,其特征在于，發送端的信源編碼器至少包括語音識別模塊和編碼模塊,利用所述語音識別模塊將待發送的語音數據或音頻波形生在文本單元串,利用編碼模塊對文本單元串中的每個文本單元進行編碼生成待發送的二進制字符串;接收端根據接收信息的用戶的選擇或對接收信息的用戶語音的識別從存儲模塊中選擇接收信息的用戶選擇的語聲模型或選擇所識別的接收信息的用戶所使用的語音的語聲模型,從語料庫中查找對應接收的二進制字符串語聲單元生成語聲單元串，并根據所選擇的語聲模型將語聲單元串生成正常語序的語音和/或文本。

10.根據權利要求9所述的人工智能通信方法，編碼模塊用于對文本單元串中的每個文本單元進行編碼生成待發送的二進制字符串具體包括：先將文本單元串中的每個詞編碼成非二進制的碼串，而后將每個非二進制的碼轉換成二進制字符串；從語料庫中查找對應接收的二進制字符串的語聲單元生成語聲單元串具體包括：先將二進制字符串轉換為多組非二進制的碼，而后根據每組非二進制碼從語料庫中查找。