[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

本發明公開了一種多語種智能輔助方法、系統和可存儲介質，涉及語音翻譯技術領域，包括：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。本發明中的技術方案能夠實現多語種語言的翻譯，降低多語種識別的難度，提高語言識別準確度。

技術領域

本發明涉及語言翻譯技術領域，更具體的說是涉及一種多語種智能輔助方法、系統和可存儲介質。

背景技術

語言是文化的有機組成部分，也是文化的載體，世界文明的多樣性在很大程度上表現為世界語言的多樣性。近些年來，語音識別技術已經取得了顯著進步，而語種識別作為語音識別的重要技術之一，在軍事、教育等多個領域都發揮著重要作用，還可以應用到翻譯、信息服務及智能語音系統中。

語種識別是通過給定的一段語音信號進行分析處理，識別其所屬語言的種類的過程，語種識別通常作為語音識別以及其他相關應用領域的前端技術，在當今的信息化時代，人們可以通過網絡打破時間及距離的限制，但是由于民族、地域、國家等存在的差異性，還是會給交流帶來困難。此外，在國際文化交流過程中，人們可能會將多種語種的語言混合在一起使用，造成語音識別結果的錯誤。

因此，如何實現多語種語言的翻譯，降低多語種識別的難度，提高語言識別準確度是本領域技術人員亟需解決的技術問題。

發明內容

有鑒于此，本發明提供了一種多語種智能輔助方法、系統和可存儲介質，能夠實現語音數據的語種識別和語音識別，降低多語種識別的難度，提高語音識別準確度。

為了實現上述目的，本發明提供如下技術方案：

一種多語種智能輔助方法，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。

可選的，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。

可選的，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。

可選的，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。

可選的，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；