[發(fā)明專利]一種目標(biāo)語言模型確定方法及裝置

在審

• 申請?zhí)枺?/td>: 202310582619.7
• 申請日: 2023-05-23
• 公開（公告）號: CN116597827A
• 公開（公告）日: 2023-08-15
• 發(fā)明（設(shè)計(jì)）人: 魏子軒;徐媛媛;周劍;楚建霞
• 申請（專利權(quán)）人: 蘇州科帕特信息科技有限公司
• 主分類號: G10L15/187
• 分類號: G10L15/187;G10L15/00;G10L15/02;G10L15/06;G10L15/07;G10L15/26;G06F16/683;G06F16/35
• 代理公司: 北京卓勝佰達(dá)知識產(chǎn)權(quán)代理有限公司 16026
• 代理人: 張串串

1.一種目標(biāo)語言模型確定裝置，包括中央處理器、語音獲取模塊、訓(xùn)練模塊和數(shù)據(jù)庫，其特征在于：中央處理器后端固定連接有轉(zhuǎn)換模塊，所述轉(zhuǎn)換模塊后端固定連接有提取模塊，所述提取模塊后端固定連接有確定模塊，所述語音獲取模塊后端固定連接有語言識別模塊和音色識別模塊，所述語言識別模塊和音色識別模塊與中央處理器相連，所述提取模塊與數(shù)據(jù)庫固定連接，所述數(shù)據(jù)庫與訓(xùn)練模塊相連。

2.根據(jù)權(quán)利要求1所述的一種目標(biāo)語言模型確定方法及裝置，其特征在于：所述語音獲取模塊用于將用戶發(fā)出的語音進(jìn)行獲取提取，所述語言識別模塊對用戶發(fā)出的語音種類進(jìn)行識別，所述音色識別模塊用于對用戶發(fā)出的語音音色進(jìn)行識別。

3.根據(jù)權(quán)利要求1所述的一種目標(biāo)語言模型確定方法及裝置，其特征在于：所述訓(xùn)練模塊包括訓(xùn)練文件、音色提取和生成模塊，所述訓(xùn)練文件為單個(gè)用戶信息，如通訊錄名稱信息與其它信息，所述音色提取模塊用于對單個(gè)用戶的聲音音色進(jìn)行提取，所述生成模塊用于將同一用戶提取的信息和音色生成一個(gè)語言模型。

4.根據(jù)權(quán)利要求1所述的一種目標(biāo)語言模型確定方法及裝置，其特征在于：所述所述數(shù)據(jù)庫包括至少兩個(gè)子數(shù)據(jù)庫，用于儲存不同用戶生成的語言模型，如同一個(gè)用戶信息、音色生成的模型儲存在單獨(dú)的子數(shù)據(jù)庫內(nèi)部，另一個(gè)用戶的語言模型儲存在另一個(gè)獨(dú)立的子數(shù)據(jù)庫內(nèi)部。

5.根據(jù)權(quán)利要求1所述的一種目標(biāo)語言模型確定方法及裝置，其特征在于：所述轉(zhuǎn)換模塊用于將用戶發(fā)出的除中文外的語種進(jìn)行翻譯轉(zhuǎn)換，并將其轉(zhuǎn)換為文本信息，所述提取模塊用于將數(shù)據(jù)庫中的子數(shù)據(jù)庫數(shù)據(jù)進(jìn)行提取并比對。

6.根據(jù)權(quán)利要求1所述的一種目標(biāo)語言模型確定方法及裝置，其特征在于：所述確定模塊最終確定出用于發(fā)出的語音信息。

7.根據(jù)權(quán)利要求1所述的一種目標(biāo)語言模型確定方法，其特征在于：包括以下步驟：

S1.用戶發(fā)出語音請求

用戶通過發(fā)出語音喚醒語音識別系統(tǒng)；

S2.語言、音色識別

通過語言識別模塊對用戶發(fā)出的語言種類進(jìn)行識別，通過音色識別模塊對用戶發(fā)出的音色進(jìn)行識別；

S3.語言轉(zhuǎn)換

將識別的語言種類轉(zhuǎn)換為文本信息，并將其進(jìn)行分類；

S4.數(shù)據(jù)提取

通過數(shù)據(jù)提取模塊將數(shù)據(jù)庫內(nèi)儲存的數(shù)據(jù)進(jìn)行提取，其中根據(jù)分類的語言文本和數(shù)據(jù)庫中其中一個(gè)子數(shù)據(jù)庫進(jìn)行比對；

S5.語音確定

語言和子數(shù)據(jù)庫中的數(shù)據(jù)比對成功后，即確定用戶發(fā)出的語音。

8.根據(jù)權(quán)利要求1所述的一種目標(biāo)語言模型確定方法，其特征在于：所述音色識別具體流程包括以下步驟：

S1.語音輸入

用戶發(fā)出語音，其中對語音內(nèi)的音色進(jìn)行提取；

S2.音色識別

將提取的聲音進(jìn)行音色識別，判斷出是否為雜音，當(dāng)識別不是雜音時(shí)，則傳輸給下一單元，當(dāng)識別為雜音時(shí)，將結(jié)束整個(gè)語音識別系統(tǒng)；

S3.音色匹配

將識別成功的音色與數(shù)據(jù)庫內(nèi)的單個(gè)子數(shù)據(jù)庫進(jìn)行比對，匹配出最合適的子數(shù)據(jù)庫。