[發明專利]一種多語種智能輔助方法、系統和可存儲介質

在審

• 申請號: 202210515282.3
• 申請日: 2022-05-12
• 公開（公告）號: CN114974209A
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 張靜;宗艷芳;郭鳳霞;李小鳳;楊寶瑩
• 申請（專利權）人: 鄭州科技學院
• 主分類號: G10L15/00
• 分類號: G10L15/00;G10L15/26;G10L15/06;G10L15/20
• 代理公司: 北京睿智保誠專利代理事務所(普通合伙) 11732
• 代理人: 韓迎之

1.一種多語種智能輔助方法，其特征在于，包括以下步驟：

采集語音數據，并對所述語音數據進行預處理，獲取語音狀態信息；

構建語種識別模型，將所述語音狀態信息輸入語種識別模型中進行訓練，直到訓練結果落入預設標準訓練結果范圍內為止，獲取語種識別最優模型；

基于所述語種識別最優模型對待識別的目標語音進行識別，獲取每一幀語言狀態信息所對應的語種類別；

將每一幀語言狀態信息輸入相應的語音識別模型，輸出所述語音狀態信息對應的文字識別結果。

2.根據權利要求1所述的一種多語種智能輔助方法，其特征在于，對所述語音數據進行預處理，具體包括以下步驟：

對所述語音數據進行降噪處理，得到降噪處理后的語音數據；

對所述降噪處理后的語音數據進行特征提取，獲得用于作為語種識別模型的輸入的語音狀態信息。

3.根據權利要求2所述的一種多語種智能輔助方法，其特征在于，所述構建語種識別模型，具體包括以下步驟：

對特征提取后獲得的語音狀態信息進行向量特征轉換、加權計算、概率計算，獲得識別結果概率最大的發音音素；

提前預設標準結果，并采用反向傳播算法對預設標準結果與識別結果進行擬合，獲取誤差值；

通過所述誤差值與預設閾值的比較對模型進行更新，直至滿足模型構建要求，獲得語種識別模型。

4.根據權利要求1所述的一種多語種智能輔助方法，其特征在于，所述方法還包括：

解碼待識別的目標語音，并對解碼后的語音數據進行實時顯示。

5.根據權利要求3所述的一種多語種智能輔助方法，其特征在于，對模型進行更新，具體包括以下步驟：

采用反向傳播算法對預設標準結果與識別結果進行擬合，獲取訓練的誤差值；

將所述訓練的誤差值與預設閾值進行比較；

當所述訓練的誤差值大于預設閾值時，對模型進行迭代更新，直至所述訓練的誤差值小于或等于預設閾值為止，獲得語種識別模型。

6.一種多語種智能輔助系統，其特征在于，包括：采集模塊、預處理模塊、構建模塊、訓練模塊、語種識別模塊、語音識別模塊，且各結構依次相連；

采集模塊，用于采集語音數據；

預處理模塊，用于對所述語音數據進行預處理，獲取語音狀態信息；

構建模塊，用于構建語種識別模型；

訓練模塊，用于將所述語音狀態信息輸入語種識別模型中進行訓練，直到訓練結果落入預設標準訓練結果范圍內為止，獲取語種識別最優模型；

語種識別模塊，基于所述語種識別最優模型對待識別的目標語音進行識別，獲取每一幀語言狀態信息所對應的語種類別；

語音識別模塊，用于將每一幀語言狀態信息輸入相應的語音識別模型，輸出所述語音狀態信息對應的文字識別結果。

7.根據權利要求6所述的一種多語種智能輔助系統，其特征在于，所述預處理模塊包括：降噪模塊和特征提取模塊，所述降噪模塊與特征提取模塊相連；

降噪模塊，用于對所述語音數據進行降噪處理，得到降噪處理后的語音數據；

特征提取模塊，用于對所述降噪處理后的語音數據進行特征提取，獲得用于作為語種識別模型的輸入的語音狀態信息。

8.根據權利要求6所述的一種多語種智能輔助系統，其特征在于，所述系統還包括解碼模塊，用于解碼待識別的目標語音，并對解碼后的語音數據進行實時顯示。

9.一種計算機可存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至5任一項所述多語種智能輔助方法的步驟。