申请/专利权人：北京声智科技有限公司

申请日：2020-03-11

公开（公告）日：2024-01-19

公开（公告）号：CN111369974B

主分类号：G10L15/00

分类号：G10L15/00;G10L15/02;G10L15/06

优先权：

专利状态码：有效-授权

法律状态：2024.01.19#授权;2020.07.28#实质审查的生效;2020.07.03#公开

摘要：本发明提供一种方言发音标注方法、语言识别方法及相关装置，该方言发音标注方法包括：对获取的方言训练集进行音频‑文本对齐，得到方言训练集中每个词的词边界；利用普通话语音识别模型对方言训练集进行语音‑音素解码，得到方言训练集中每条语音的发音音素序列；根据解码得到的方言训练集中每条语音的发音音素序列，和方言训练集中每个词的词边界，确定方言训练集中每个词的发音音素序列；根据方言训练集中每个词的发音音素序列，确定具备多个发音的目标词；将目标词的目标发音加入普通话发音词典，得到目标发音词典。本发明实施例能够自动化地完成方言发音标注，而无需依赖人工，可节省人力和时间成本。

主权项：1.一种方言发音标注方法，其特征在于，包括：对获取的方言训练集进行音频-文本对齐，得到所述方言训练集中每个词的词边界，其中，所述每个词的词边界为该词在所述方言训练集中的音频起始帧和音频结束帧，所述方言训练集包括方言语音和对应的文本；利用普通话语音识别模型对所述方言训练集进行语音-音素解码，得到所述方言训练集中每条语音的发音音素序列；根据解码得到的所述方言训练集中每条语音的发音音素序列，和所述方言训练集中每个词的词边界，确定所述方言训练集中每个词的发音音素序列；根据所述方言训练集中每个词的发音音素序列，标注所述方言训练集中每个词的方言发音；所述标注所述方言训练集中每个词的方言发音之后，所述方法还包括：根据所述方言训练集中每个词的发音音素序列，并结合所述每个词在普通话发音词典中标注的发音，确定具备多个发音的目标词；将所述目标词的目标发音加入所述普通话发音词典，得到目标发音词典，其中，所述目标词的目标发音为所述目标词的多个发音中经过筛选后确定的发音，所述筛选包括将所述多个发音中在所述方言训练集中出现次数较低的发音剔除；所述利用普通话语音识别模型对所述方言训练集进行语音-音素解码，得到所述方言训练集中每条语音的发音音素序列，包括：利用普通话声学模型和音素语言模型对所述方言训练集进行语音-音素解码，得到所述方言训练集中每条语音对应的发音音素序列，其中，所述音素语言模型是利用普通话音素集训练得到的，所述普通话音素集包括普通话发音音素。

全文数据：

权利要求：

百度查询： 北京声智科技有限公司 一种方言发音标注方法、语言识别方法及相关装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD