[發(fā)明專利]語(yǔ)音檢測(cè)方法、裝置、介質(zhì)和計(jì)算設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202011146246.1
• 申請(qǐng)日: 2020-10-23
• 公開（公告）號(hào): CN112331229A
• 公開（公告）日: 2021-02-05
• 發(fā)明（設(shè)計(jì)）人: 馬慧超;段亦濤;孫艷慶
• 申請(qǐng)（專利權(quán)）人: 網(wǎng)易有道信息技術(shù)（北京）有限公司
• 主分類號(hào): G10L25/51
• 分類號(hào): G10L25/51;G10L25/27
• 代理公司: 北京市鑄成律師事務(wù)所 11313
• 代理人: 郭麗祥;武晨燕

1.一種語(yǔ)音檢測(cè)方法，包括：

獲取參考文本對(duì)應(yīng)的待檢測(cè)語(yǔ)音；

基于所述參考文本所對(duì)應(yīng)的目標(biāo)識(shí)別網(wǎng)絡(luò)對(duì)所述待檢測(cè)語(yǔ)音進(jìn)行處理，確定所述待檢測(cè)語(yǔ)音包含的至少一個(gè)音素對(duì)應(yīng)的標(biāo)簽；

若所述至少一個(gè)音素對(duì)應(yīng)的標(biāo)簽中存在連讀標(biāo)簽，則確定所述待檢測(cè)語(yǔ)音中存在連讀；其中，所述連讀標(biāo)簽為多種連讀標(biāo)簽中至少之一；所述多種連讀標(biāo)簽中不同的連讀標(biāo)簽對(duì)應(yīng)不同的連讀規(guī)則。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述方法還包括：

基于所述參考文本中每一個(gè)單詞所對(duì)應(yīng)的子識(shí)別網(wǎng)絡(luò)，構(gòu)建目標(biāo)識(shí)別網(wǎng)絡(luò)；其中，所述參考文本中的至少部分單詞所對(duì)應(yīng)的子識(shí)別網(wǎng)絡(luò)包含單詞的結(jié)束音素所對(duì)應(yīng)多種連讀標(biāo)簽的多條支路；所述目標(biāo)識(shí)別網(wǎng)絡(luò)中包含至少一條路徑，所述至少一條路徑的部分路徑中包含至少部分單詞的結(jié)束音素對(duì)應(yīng)的連讀標(biāo)簽的支路。

3.根據(jù)權(quán)利要求2所述的方法，其中，所述基于參考文本中每一個(gè)單詞所對(duì)應(yīng)的子識(shí)別網(wǎng)絡(luò)，構(gòu)建目標(biāo)識(shí)別網(wǎng)絡(luò)，包括：

基于所述參考文本包含的多個(gè)單詞的先后順序，依次將所述參考文本中相鄰兩個(gè)單詞中的第一個(gè)單詞對(duì)應(yīng)的子識(shí)別網(wǎng)絡(luò)中結(jié)束音素對(duì)應(yīng)的至少一條支路的節(jié)點(diǎn)與第二個(gè)單詞對(duì)應(yīng)的子識(shí)別網(wǎng)絡(luò)起始音素對(duì)應(yīng)的至少一條支路的節(jié)點(diǎn)相連，得到所述目標(biāo)識(shí)別網(wǎng)絡(luò)。

4.根據(jù)權(quán)利要求2所述的方法，其中，所述基于所述參考文本所對(duì)應(yīng)的目標(biāo)識(shí)別網(wǎng)絡(luò)對(duì)所述待檢測(cè)語(yǔ)音進(jìn)行處理，確定所述待檢測(cè)語(yǔ)音包含的至少一個(gè)音素及其對(duì)應(yīng)的標(biāo)簽，包括：

基于所述目標(biāo)識(shí)別網(wǎng)絡(luò)對(duì)所述待檢測(cè)語(yǔ)音進(jìn)行對(duì)齊處理，得到所述待檢測(cè)語(yǔ)音所對(duì)應(yīng)的目標(biāo)路徑；

基于所述目標(biāo)路徑確定所述待檢測(cè)語(yǔ)音包含的至少一個(gè)音素及其對(duì)應(yīng)的標(biāo)簽。

5.根據(jù)權(quán)利要求4所述的方法，其中，所述基于所述目標(biāo)識(shí)別網(wǎng)絡(luò)對(duì)所述待檢測(cè)語(yǔ)音進(jìn)行對(duì)齊處理，得到所述待檢測(cè)語(yǔ)音所對(duì)應(yīng)的目標(biāo)路徑，包括：

基于聲學(xué)模型對(duì)所述待檢測(cè)語(yǔ)音進(jìn)行處理，得到所述待檢測(cè)語(yǔ)音所對(duì)應(yīng)的音素序列以及所述音素序列中每一個(gè)音素所對(duì)應(yīng)的概率值；

基于所述音素序列中每一個(gè)音素所對(duì)應(yīng)的概率值、以及所述目標(biāo)識(shí)別網(wǎng)絡(luò)進(jìn)行對(duì)齊處理，得到所述待檢測(cè)語(yǔ)音所對(duì)應(yīng)的目標(biāo)路徑。

6.根據(jù)權(quán)利要求1-5任一項(xiàng)所述的方法，其中，所述方法還包括：

獲取預(yù)設(shè)模型，獲取訓(xùn)練語(yǔ)音及其對(duì)應(yīng)的訓(xùn)練文本；

基于所述預(yù)設(shè)模型、所述訓(xùn)練語(yǔ)音以及所述訓(xùn)練文本所對(duì)應(yīng)的識(shí)別網(wǎng)絡(luò)，執(zhí)行N次迭代操作得到聲學(xué)模型；其中，N為大于等于2的整數(shù)。

7.根據(jù)權(quán)利要求6所述的方法，其中，所述方法還包括：

對(duì)所述訓(xùn)練文本所對(duì)應(yīng)的所述識(shí)別網(wǎng)絡(luò)中符合第一預(yù)設(shè)條件的支路進(jìn)行剪枝，得到剪枝后的識(shí)別網(wǎng)絡(luò)。

8.一種語(yǔ)音檢測(cè)裝置，包括：

信息獲取模塊，用于獲取參考文本對(duì)應(yīng)的待檢測(cè)語(yǔ)音；

語(yǔ)音檢測(cè)模塊，用于基于所述參考文本所對(duì)應(yīng)的目標(biāo)識(shí)別網(wǎng)絡(luò)對(duì)所述待檢測(cè)語(yǔ)音進(jìn)行處理，確定所述待檢測(cè)語(yǔ)音包含的至少一個(gè)音素對(duì)應(yīng)的標(biāo)簽；若所述至少一個(gè)音素對(duì)應(yīng)的標(biāo)簽中存在連讀標(biāo)簽，則確定所述待檢測(cè)語(yǔ)音中存在連讀；其中，所述連讀標(biāo)簽為多種連讀標(biāo)簽中至少之一；所述多種連讀標(biāo)簽中不同的連讀標(biāo)簽對(duì)應(yīng)不同的連讀規(guī)則。

9.一種介質(zhì)，其存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-7中任一所述的方法。

10.一種計(jì)算設(shè)備，包括：

一個(gè)或多個(gè)處理器；

存儲(chǔ)裝置，用于存儲(chǔ)一個(gè)或多個(gè)程序；

當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理器執(zhí)行時(shí)，使得所述一個(gè)或多個(gè)處理器實(shí)現(xiàn)如權(quán)利要求1-7中任一所述的方法。