[發明專利]語言學習系統

在審

• 申請號: 202310398141.2
• 申請日: 2023-04-14
• 公開（公告）號: CN116434779A
• 公開（公告）日: 2023-07-14
• 發明（設計）人: 郭晶晶;劉恕
• 申請（專利權）人: 威盛電子股份有限公司
• 主分類號: G10L25/60
• 分類號: G10L25/60;G10L15/26;G10L15/02;G10L15/06;G10L25/30;G06N3/044;G06N3/08;G09B5/04
• 代理公司: 北京林達劉知識產權代理事務所(普通合伙) 11277
• 代理人: 劉新宇;宋曉雯

1.一種語言學習系統，其特征在于，包括：

運行在數據處理服務器上的數據預處理系統、以及音頻質量檢測系統，

其中：

該數據預處理系統包括標注系統、以及音頻預處理系統，用以根據文本、以及用戶朗讀該文本的音頻，分別產生標注、以及音頻數據；

該音頻質量檢測系統基于該標注、以及該音頻數據為該音頻打分；且

該標注系統包括人工智能模型，響應該文本包括多音單詞的狀況而產生該標注，所述多音單詞為不同詞性不同發音的單詞、或特殊單詞，所述特殊單詞包括數字、或地名。

2.根據權利要求1所述的語言學習系統，其中：

該人工智能模型包括對應不同多音單詞的多個音頻-標注模型；且

響應該文本為單詞文本、且是多音單詞的狀況，對應的音頻-標注模型運作，根據該音頻，依照置信度產生該標注。

3.根據權利要求2所述的語言學習系統，其中：

各音頻-標注模型的訓練采用所對應單詞的多個標準發音音頻作為輸入，并以該多個標準發音音頻的理想標注為輸出。

4.根據權利要求2所述的語言學習系統，其中，各音頻-標注模型的輸入至輸出間串接有：

深度神經網絡；以及

全連接層。

5.根據權利要求4所述的語言學習系統，其中，各音頻-標注模型還包括：

輸入層，接收該音頻；

音頻特征獲取層，提取該音頻的梅爾頻率倒譜系數特征；以及

歸一化層，將所述梅爾頻率倒譜系數特征歸一化，以輸入該深度神經網絡。

6.根據權利要求1所述的語言學習系統，其中：

該人工智能模型包括句子-標注模型；且

響應該文本為句子文本、且該句子文本包括多音單詞的狀況，該句子-標注模型運作，根據該句子文本產生該標注。

7.根據權利要求6所述的語言學習系統，其中：

該句子-標注模型的訓練采用訓練文本作為輸入，各訓練文本為包括多音單詞的句子文本；且

該句子-標注模型的訓練以各訓練文本的理想標注為輸出。

8.根據權利要求7所述的語言學習系統，其中，該句子-標注模型包括：

輸入層，將包括多音單詞的句子文本轉換為句子向量，以經處理產生對應的理想標注。

9.根據權利要求8所述的語言學習系統，其中，該句子-標注模型還包括：

分詞系統，響應分詞需求，將句子向量分詞后，再經處理產生對應的理想標注。

10.根據權利要求6所述的語言學習系統，其中，該句子-標注模型的輸入至輸出間串接有：

嵌入層；

作為編碼器的長短期記憶網絡；

作為解碼器的長短期記憶網絡；以及

全連接層。

11.根據權利要求10所述的語言學習系統，其中：

該句子-標注模型采用激活函數Softmax。

12.根據權利要求11所述的語言學習系統，其中，該句子-標注模型還包括：

輸入層，將包括多音單詞的句子文本轉換為句子向量，以輸入該嵌入層。

13.根據權利要求12所述的語言學習系統，其中，該句子-標注模型還包括：

分詞系統，響應分詞需求，將句子向量分詞后，再輸入該嵌入層。

14.根據權利要求1所述的語言學習系統，其中：

該標注系統還包括詞典；且

該標注系統通過查詢該詞典，來判斷該文本是否包括多音單詞，以啟動該人工智能模型。