[發(fā)明專利]文字標記方法、裝置、電子設(shè)備及計算機可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202011242256.5
• 申請日: 2020-11-09
• 公開（公告）號: CN112201253B
• 公開（公告）日: 2023-08-25
• 發(fā)明（設(shè)計）人: 齊秀
• 申請（專利權(quán)）人: 觀華（廣州）電子科技有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/02;G10L15/16;G10L25/21;G10L25/87;G06F40/30;G06F40/289;G06N3/0442;G06N7/01
• 代理公司: 安徽盟友知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 34213
• 代理人: 鄧立忠

1.一種文字標記方法，其特征在于，所述方法包括：

獲取原始語音數(shù)據(jù)集，對所述原始語音數(shù)據(jù)集進行靜音切除處理，得到初始語音數(shù)據(jù)集；

對所述初始語音數(shù)據(jù)集進行特征提取，得到特征向量集；

利用預先構(gòu)建的聲學模型、語言模型以及預設(shè)的字典對所述特征向量集進行語音識別轉(zhuǎn)換處理，得到文字集；

根據(jù)預構(gòu)建的感情色彩庫對所述文字集進行標注，得到標識文字集；

其中，所述對所述初始語音數(shù)據(jù)集進行特征提取，得到特征向量集，包括：對所述初始語音數(shù)據(jù)集進行預加重處理、分幀處理、加窗處理以及快速傅里葉變換，得到所述初始語音數(shù)據(jù)集的頻譜；對所述頻譜取模平方，得到所述初始語音數(shù)據(jù)集的功率譜；利用一組預設(shè)的梅爾尺度的三角形濾波器組對所述功率譜進行計算并得到對數(shù)能量，對所述對數(shù)能量進行離散余弦變換，得到特征向量集；

所述利用預先構(gòu)建的聲學模型、語言模型以及預設(shè)的字典對所述特征向量集進行語音識別轉(zhuǎn)換處理，得到文字集，包括：利用所述聲學模型對所述特征向量集進行音素處理，得到音素信息；根據(jù)預設(shè)的字典，獲取與所述音素信息相對應(yīng)的單個字或者詞；利用所述語言模型識別所述單個字或者詞相互關(guān)聯(lián)的概率值，根據(jù)所述概率值將所述單個字或者詞識別成完整的文字集；

所述利用所述語言模型識別所述單個字或者詞相互關(guān)聯(lián)的概率值，包括：利用預設(shè)的One?Hot編碼方式將所述音素信息相對應(yīng)的單個字或者詞轉(zhuǎn)化為對應(yīng)的字向量；根據(jù)所述語言模型中的前向長短記憶網(wǎng)絡(luò)層以及后向長短記憶網(wǎng)絡(luò)層對所述字向量進行轉(zhuǎn)換處理，得到向量矩陣；將所述向量矩陣發(fā)送至分類器網(wǎng)絡(luò)層，得到與所述音素信息相對應(yīng)的單個字或者詞的概率值；

所述根據(jù)預構(gòu)建的感情色彩庫對所述文字集進行標注，得到標識文字集，包括：通過遍歷操作選擇所述文字集中的單個字或者詞；將選擇的所述單個字或者詞在所述感情色彩庫進行匹配查找；當選擇的所述單個字或者詞在所述感情色彩庫中找到相匹配的字或者詞時，獲取所述相匹配的字或者詞對應(yīng)的情緒及顏色標識；根據(jù)獲取的所述情緒及顏色標識對所述文字集進行標注；重復上述的通過遍歷操作選擇所述文字集中的單個字或者詞的步驟，直到所述文字集中所有的單個字或者詞都執(zhí)行選擇動作時，得到標識文字集。

2.如權(quán)利要求1所述的文字標記方法，其特征在于，所述分幀處理包括：

根據(jù)預設(shè)的采樣點N對所述原始語音數(shù)據(jù)集進行分幀，得到分幀集；

根據(jù)預設(shè)的取樣點M從所述分幀集獲取多個幀，并將所述多個幀進行重疊，得到分幀語音數(shù)據(jù)集。

3.如權(quán)利要求1所述的文字標記方法，其特征在于，所述快速傅里葉變換包括：

及

所述對所述頻譜取模平方包括：

其中，s(k)為頻譜，p(k)為功率譜，S^′(n)為加窗信號，N為幀的大小，n為幀的個數(shù)，k為頻譜上的預設(shè)參數(shù)。

4.一種文字標記裝置，用于實現(xiàn)如權(quán)利要求1至3中任一項所述的文字標記方法，其特征在于，所述裝置包括：

靜音切除模塊，用于獲取原始語音數(shù)據(jù)集，對所述原始語音數(shù)據(jù)集進行靜音切除處理，得到初始語音數(shù)據(jù)集；

特征提取模塊，用于對所述初始語音數(shù)據(jù)集進行特征提取，得到特征向量集；

語音識別轉(zhuǎn)換模塊，用于利用預先構(gòu)建的聲學模型、語言模型以及預設(shè)的字典對所述特征向量集進行語音識別轉(zhuǎn)換處理，得到文字集；

標注模塊，用于根據(jù)預構(gòu)建的感情色彩庫對所述文字集進行標注，得到標識文字集。

5.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括：

至少一個處理器；以及，

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執(zhí)行的計算機程序指令，所述計算機程序指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行如權(quán)利要求1至3中任一項所述的文字標記方法。

6.一種計算機可讀存儲介質(zhì)，存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至3中任一項所述的文字標記方法。