一种语音识别转化系统及方法与流程

2021-01-28 16:01:14|

258|

起点商标网

本发明涉及语音识别技术领域，具体而言，涉及一种语音识别转化系统及方法。

背景技术：

随着科学技术的不断发展，语音识别技术已经融入到了人们生活的方方面面。例如，人们在不方便手动输入文字时，通过将语音数据输入电子设备，电子设备对语音数据进行自动转换为文本数据。但目前，传统的语音识别技术需要认为的去设置语音转换的语种，导致识别不够智能简单，用户使用感差，且现有的语音识别系统在进行语音识别时冗余信息较多，干扰性大，导致识别的准确度较低。

技术实现要素：

为了克服上述问题或者至少部分地解决上述问题，本发明实施例提供一种语音识别转化系统及方法，可自动对用户语音数据进行识别转化，且可有效去除干扰信息，提高识别的准确度，提升用户使用体验感。

本发明的实施例是这样实现的：

第一方面，本发明实施例提供一种语音识别转化系统，包括预录入模块、语音获取模块、数字转换模块、语音识别模块、语种匹配模块、文本转化模块、去干扰模块以及目标获取模块，其中：

预录入模块，用于预录入语种数据集以及其对应的文本数据集；

语音获取模块，用于获取并发送待识别的语音数据；

数字转换模块，用于对语音数据进行数字化转换，生成并发送数字语音信息；

语音识别模块，用于对数字语音信息进行识别，提取并发送数字语音信息中的语种信息；

语种匹配模块，用于将语种信息与预录入的语种数据集中的语种数据进行匹配，生成匹配结果；

文本转化模块，用于根据匹配结果获取其对应的文本数据集，并将数字语音信息转化为相应语种的初始文本信息；

去干扰模块，用于对初始文本信息进行去干扰处理，以获得目标关键信息；

目标获取模块，用于将目标关键信息进行重组，以得到目标文本。

对用户的语音信息进行识别时，首先通过预录入模块录入语种数据集以及数据集中的各个语种对应的文本数据集，为后续文本转化提供基础，该语种数据集包含多种语种，例如中文、英语、法语、日语、韩语、西班牙语、德语、意大利语、瑞典语、捷克语、葡萄牙语、波兰语、塞尔维亚语等通用语言语种和非通用语言语种，通过语音获取模块获取并发送待识别的语音数据，并在获取到语音数据后将其发送给数字转换模块，数字转换模块接收到语音数据后对其进行数字化转换处理，生成并发送数字语音信息，该数字化转换处理指将接收的模拟信号语音数据转换成数字信号语音数据，然后将数字语音数据发送给语音识别模块对其进行识别，通过语音识别模块提取并发送数字语音信息中的语种信息给语种匹配模块，然后通过匹配模块将语种信息与预录入的语种数据集中的语种数据进行匹配，生成匹配结果，匹配到对应的语种，根据匹配结果中的语种信息，获取对应的语种文本数据集，根据语种文本数据集中的文本数据将语音信息转化为对应语种的初始文本信息，此时的初始文本信息仅仅是直接的字词文本转化，包含一些重复的词句、错误的字词等干扰信息，通过去干扰模块对初始文本信息进行去干扰处理，除去初始文本信息中的错词、错字，以得到目标关键信息，此时得到的目标关键信息是不连贯的，通过目标获取模块将目标关键信息进行重组，使得其语意连贯完整，以得到目标文本。

本系统通过对获取的语音数据进行自动语种匹配，无需人为选择设置，提高匹配速率，同时，对文本内容进行干扰处理，除去干扰信息，提高识别的准确性，以及对目标关键信息进行重组，保证语意的连贯性。

基于第一方面，在本发明的一些实施例中，一种语音识别转化系统，去干扰模块包括关键词子模块、判断子模块、删除子模块以及标注子模块，其中：

关键词子模块，用于将初始文本信息进行关键词划分，依次获取多个关键词；

判断子模块，用于判断相邻两个关键词是否相同，如果是，则删除子模块工作；如果否，则标注子模块工作；

删除子模块，用于生成干扰报告，删除相邻两个关键词中的其中一个，以得到目标关键词；

标注子模块，用于生成无干扰报告，将相邻两个关键词标注为目标关键词。

基于第一方面，在本发明的一些实施例中，一种语音识别转化系统，目标获取模块包括语意子模块和分段子模块，其中：

语意子模块，用于将目标关键信息根据语意连贯性规则进行重组，以得到目标初始文本；

分段子模块，用于将目标初始文本根据语境和语句完整性进行分段，以得到目标文本。

基于第一方面，在本发明的一些实施例中，一种语音识别转化系统，还包括放大模块，用于对数字语音信息进行放大处理。

基于第一方面，在本发明的一些实施例中，一种语音识别转化系统，还包括存储模块，用于将语音数据与目标文本进行关联，生成并存储关联信息。

第二方面，本发明实施例提供一种语音识别转化方法，包括以下步骤：

预录入语种数据集以及其对应的文本数据集；

获取并发送待识别的语音数据；

对语音数据进行数字化转换，生成并发送数字语音信息；

对数字语音信息进行识别，提取并发送数字语音信息中的语种信息；

将语种信息与预录入的语种数据集中的语种数据进行匹配，生成匹配结果；

根据匹配结果获取其对应的文本数据集，并将数字语音信息转化为相应语种的初始文本信息；

对初始文本信息进行去干扰处理，以获得目标关键信息；

将目标关键信息进行重组，以得到目标文本。

对用户的语音信息进行识别时，首先录入语种数据集以及数据集中的各个语种对应的文本数据集，为后续文本转化提供基础，该语种数据集包含多种语种，例如中文、英语、法语、日语、韩语、西班牙语、德语、意大利语、瑞典语、捷克语、葡萄牙语、波兰语、塞尔维亚语等通用语言语种和非通用语言语种，获取并发送待识别的语音数据，然后对语音数据进行数字化转换处理，生成并发送数字语音信息，该数字化转换处理指将接收的模拟信号语音数据转换成数字信号语音数据，然后将数字语音数据发送给语音识别模块对其进行识别，提取并发送数字语音信息中的语种信息给语种匹配模块，将语种信息与预录入的语种数据集中的语种数据进行匹配，生成匹配结果，匹配到对应的语种，根据匹配结果中的语种信息，获取对应的语种文本数据集，根据语种文本数据集中的文本数据将语音信息转化为对应语种的初始文本信息，此时的初始文本信息仅仅是直接的字词文本转化，包含一些重复的词句、错误的字词等干扰信息，对初始文本信息进行去干扰处理，除去初始文本信息中的错词、错字，以得到目标关键信息，此时得到的目标关键信息是不连贯的，将目标关键信息进行重组，使得其语意连贯完整，以得到目标文本。

本方法通过对获取的语音数据进行自动语种匹配，无需人为选择设置，提高匹配速率，同时，对文本内容进行干扰处理，除去干扰信息，提高识别的准确性，以及对目标关键信息进行重组，保证语意的连贯性。

基于第二方面，在本发明的一些实施例中，一种语音识别转化方法，对初始文本信息进行去干扰处理，以获得目标关键信息的方法包括以下步骤：

a1、将初始文本信息进行关键词划分，依次获取多个关键词；

a2、判断相邻两个关键词是否相同，如果是，则进入步骤a3；如果否，则进入步骤a4；

a3、生成干扰报告，删除相邻两个关键词中的其中一个，以得到目标关键词；

a4、生成无干扰报告，将相邻两个关键词标注为目标关键词。

基于第二方面，在本发明的一些实施例中，一种语音识别转化方法，将目标关键信息进行重组，以得到目标文本的方法包括以下步骤：

将目标关键信息根据语意连贯性规则进行重组，以得到目标初始文本；

将目标初始文本根据语境和语句完整性进行分段，以得到目标文本。

基于第二方面，在本发明的一些实施例中，一种语音识别转化方法，还包括以下步骤：

对数字语音信息进行放大处理。

基于第二方面，在本发明的一些实施例中，一种语音识别转化方法，还包括以下步骤：

将语音数据与目标文本进行关联，生成并存储关联信息。

本发明实施例至少具有如下优点或有益效果：

本发明实施例提供一种语音识别转化系统，对用户的语音信息进行识别时，首先通过预录入模块录入语种数据集以及数据集中的各个语种对应的文本数据集，为后续文本转化提供基础，通过语音获取模块获取并发送待识别的语音数据，并在获取到语音数据后将其发送给数字转换模块，数字转换模块接收到语音数据后对其进行数字化转换处理，生成并发送数字语音信息，该数字化转换处理指将接收的模拟信号语音数据转换成数字信号语音数据，然后将数字语音数据发送给语音识别模块对其进行识别，通过语音识别模块提取并发送数字语音信息中的语种信息给语种匹配模块，然后通过匹配模块将语种信息与预录入的语种数据集中的语种数据进行匹配，生成匹配结果，匹配到对应的语种，根据匹配结果中的语种信息，获取对应的语种文本数据集，根据语种文本数据集中的文本数据将语音信息转化为对应语种的初始文本信息，通过去干扰模块对初始文本信息进行去干扰处理，除去初始文本信息中的错词、错字，以得到目标关键信息，此时得到的目标关键信息是不连贯的，通过目标获取模块将目标关键信息进行重组，使得其语意连贯完整，以得到目标文本。本系统通过对获取的语音数据进行自动语种匹配，无需人为选择设置，提高匹配速率，同时，对文本内容进行干扰处理，除去干扰信息，提高识别的准确性，以及对目标关键信息进行重组，保证语意的连贯性。

本发明实施例还提供一种语音识别转化方法，对用户的语音信息进行识别时，首先录入语种数据集以及数据集中的各个语种对应的文本数据集，为后续文本转化提供基础，获取并发送待识别的语音数据，然后对语音数据进行数字化转换处理，生成并发送数字语音信息，该数字化转换处理指将接收的模拟信号语音数据转换成数字信号语音数据，然后将数字语音数据发送给语音识别模块对其进行识别，提取并发送数字语音信息中的语种信息给语种匹配模块，将语种信息与预录入的语种数据集中的语种数据进行匹配，生成匹配结果，匹配到对应的语种，根据匹配结果中的语种信息，获取对应的语种文本数据集，根据语种文本数据集中的文本数据将语音信息转化为对应语种的初始文本信息，对初始文本信息进行去干扰处理，除去初始文本信息中的错词、错字，以得到目标关键信息，此时得到的目标关键信息是不连贯的，将目标关键信息进行重组，使得其语意连贯完整，以得到目标文本。本方法通过对获取的语音数据进行自动语种匹配，无需人为选择设置，提高匹配速率，同时，对文本内容进行干扰处理，除去干扰信息，提高识别的准确性，以及对目标关键信息进行重组，保证语意的连贯性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例一种语音识别转化系统的原理框图一；

图2为本发明实施例一种语音识别转化系统的原理框图二。

图标：100、预录入模块；200、语音获取模块；300、数字转换模块；400、语音识别模块；500、语种匹配模块；600、文本转化模块；700、去干扰模块；701、关键词子模块；702、判断子模块；703、删除子模块；704、标注子模块；800、目标获取模块；801、语意子模块；802、分段子模块；900、放大模块；110、存储模块。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。

实施例

如图1所示，本实施例提供一种语音识别转化系统，包括预录入模块100、语音获取模块200、数字转换模块300、语音识别模块400、语种匹配模块500、文本转化模块600、去干扰模块700以及目标获取模块800，其中：

预录入模块100，用于预录入语种数据集以及其对应的文本数据集；

语音获取模块200，用于获取并发送待识别的语音数据；

数字转换模块300，用于对语音数据进行数字化转换，生成并发送数字语音信息；

语音识别模块400，用于对数字语音信息进行识别，提取并发送数字语音信息中的语种信息；

语种匹配模块500，用于将语种信息与预录入的语种数据集中的语种数据进行匹配，生成匹配结果；

文本转化模块600，用于根据匹配结果获取其对应的文本数据集，并将数字语音信息转化为相应语种的初始文本信息；

去干扰模块700，用于对初始文本信息进行去干扰处理，以获得目标关键信息；

目标获取模块800，用于将目标关键信息进行重组，以得到目标文本。

对用户的语音信息进行识别时，首先通过预录入模块100录入语种数据集以及数据集中的各个语种对应的文本数据集，为后续文本转化提供基础，该语种数据集包含多种语种，例如中文、英语、法语、日语、韩语、西班牙语、德语、意大利语、瑞典语、捷克语、葡萄牙语、波兰语、塞尔维亚语等通用语言语种和非通用语言语种，通过语音获取模块200获取并发送待识别的语音数据，并在获取到语音数据后将其发送给数字转换模块300，数字转换模块300接收到语音数据后对其进行数字化转换处理，生成并发送数字语音信息，该数字化转换处理指将接收的模拟信号语音数据转换成数字信号语音数据，然后将数字语音数据发送给语音识别模块400对其进行识别，通过语音识别模块400提取并发送数字语音信息中的语种信息给语种匹配模块500，然后通过匹配模块将语种信息与预录入的语种数据集中的语种数据进行匹配，生成匹配结果，匹配到对应的语种，根据匹配结果中的语种信息，获取对应的语种文本数据集，根据语种文本数据集中的文本数据将语音信息转化为对应语种的初始文本信息，此时的初始文本信息仅仅是直接的字词文本转化，包含一些重复的词句、错误的字词等干扰信息，通过去干扰模块700对初始文本信息进行去干扰处理，除去初始文本信息中的错词、错字，以得到目标关键信息，此时得到的目标关键信息是不连贯的，通过目标获取模块800将目标关键信息进行重组，使得其语意连贯完整，以得到目标文本。

在其中一个实施例中，如图1所示，去干扰模块700包括关键词子模块701、判断子模块702、删除子模块703以及标注子模块704，其中：

关键词子模块701，用于将初始文本信息进行关键词划分，依次获取多个关键词；

判断子模块702，用于判断相邻两个关键词是否相同，如果是，则删除子模块703工作；如果否，则标注子模块704工作；

删除子模块703，用于生成干扰报告，删除相邻两个关键词中的其中一个，以得到目标关键词；

标注子模块704，用于生成无干扰报告，将相邻两个关键词标注为目标关键词。

初始文本信息仅仅是直接的字词文本转化，包含一些重复的词句、错误的字词等干扰信息，通过关键词子模块701将初始文本信息进行关键词划分，依次获取多个关键词，将初始文本信息划分为以词为单位的多个关键词，然后通过判断子模块702判断相邻两个关键词是否相同，如果是，则生成干扰报告，删除相邻两个关键词中的其中一个，以得到目标关键词；如果否，则生成无干扰报告，将相邻两个关键词标注为目标关键词。

在其中一个实施例中，如图1所示，目标获取模块800包括语意子模块801和分段子模块802，其中：

语意子模块801，用于将目标关键信息根据语意连贯性规则进行重组，以得到目标初始文本；

分段子模块802，用于将目标初始文本根据语境和语句完整性进行分段，以得到目标文本。

获取到目标关键信息后，即获取到多个关键词后，通过语意子模块801，将目标关键信息根据语意连贯性规则进行重组，以得到目标初始文本，然后通过分段子模块802将目标初始文本根据语境和语句完整性进行分段，以得到目标文本，保证目标文本的语意连贯性，方便用户进行查看，提高用户的使用体验感。

在其中一个实施例中，如图2所示，还包括放大模块900，用于对数字语音信息进行放大处理。

获取到数字语音信息后，通过放大模块900对其进行信号放大处理，增强数据信号，以便后续进行处理分析。

在其中一个实施例中，如图1所示，还包括存储模块110，用于将语音数据与目标文本进行关联，生成并存储关联信息。

在对用户语音数据进行一系列处理后获取到目标文本后，通过存储模块110将语音数据与目标文本数据进行关联并存储，以便后续查看以及后续识别相同语音数据时能够快速进行目标文本转化，提高后续处理效率。

本发明实施例还提供一种语音识别转化方法，包括以下步骤：

s1、预录入语种数据集以及其对应的文本数据集；

s2、获取并发送待识别的语音数据；

s3、对语音数据进行数字化转换，生成并发送数字语音信息；

s4、对数字语音信息进行识别，提取并发送数字语音信息中的语种信息；

s5、将语种信息与预录入的语种数据集中的语种数据进行匹配，生成匹配结果；

s6、根据匹配结果获取其对应的文本数据集，并将数字语音信息转化为相应语种的初始文本信息；

s7、对初始文本信息进行去干扰处理，以获得目标关键信息；

s8、将目标关键信息进行重组，以得到目标文本。

在其中一个实施例中，对初始文本信息进行去干扰处理，以获得目标关键信息的方法包括以下步骤：

a1、将初始文本信息进行关键词划分，依次获取多个关键词；

a2、判断相邻两个关键词是否相同，如果是，则进入步骤a3；如果否，则进入步骤a4；

a3、生成干扰报告，删除相邻两个关键词中的其中一个，以得到目标关键词；

a4、生成无干扰报告，将相邻两个关键词标注为目标关键词。

初始文本信息仅仅是直接的字词文本转化，包含一些重复的词句、错误的字词等干扰信息，将初始文本信息进行关键词划分，依次获取多个关键词，将初始文本信息划分为以词为单位的多个关键词，然后判断相邻两个关键词是否相同，如果是，则生成干扰报告，删除相邻两个关键词中的其中一个，以得到目标关键词；如果否，则生成无干扰报告，将相邻两个关键词标注为目标关键词。

在其中一个实施例中，将目标关键信息进行重组，以得到目标文本的方法包括以下步骤：

将目标关键信息根据语意连贯性规则进行重组，以得到目标初始文本；

将目标初始文本根据语境和语句完整性进行分段，以得到目标文本。

获取到目标关键信息后，即获取到多个关键词后，将目标关键信息根据语意连贯性规则进行重组，以得到目标初始文本，然后将目标初始文本根据语境和语句完整性进行分段，以得到目标文本，保证目标文本的语意连贯性，方便用户进行查看，提高用户的使用体验感。

在其中一个实施例中，还包括以下步骤：

对数字语音信息进行放大处理。

获取到数字语音信息后，对其进行信号放大处理，增强数据信号，以便后续进行处理分析。

在其中一个实施例中，还包括以下步骤：

将语音数据与目标文本进行关联，生成并存储关联信息。

在对用户语音数据进行一系列处理后获取到目标文本后，将语音数据与目标文本数据进行关联并存储，以便后续查看以及后续识别相同语音数据时能够快速进行目标文本转化，提高后续处理效率。

综上，本发明的实施例提供一种语音识别转化系统及方法，对用户的语音信息进行识别时，首先通过预录入模块100录入语种数据集以及数据集中的各个语种对应的文本数据集，为后续文本转化提供基础，该语种数据集包含多种语种，例如中文、英语、法语、日语、韩语、西班牙语、德语、意大利语、瑞典语、捷克语、葡萄牙语、波兰语、塞尔维亚语等通用语言语种和非通用语言语种，通过语音获取模块200获取并发送待识别的语音数据，并在获取到语音数据后将其发送给数字转换模块300，数字转换模块300接收到语音数据后对其进行数字化转换处理，生成并发送数字语音信息，该数字化转换处理指将接收的模拟信号语音数据转换成数字信号语音数据，然后将数字语音数据发送给语音识别模块400对其进行识别，通过语音识别模块400提取并发送数字语音信息中的语种信息给语种匹配模块500，然后通过匹配模块将语种信息与预录入的语种数据集中的语种数据进行匹配，生成匹配结果，匹配到对应的语种，根据匹配结果中的语种信息，获取对应的语种文本数据集，根据语种文本数据集中的文本数据将语音信息转化为对应语种的初始文本信息，此时的初始文本信息仅仅是直接的字词文本转化，包含一些重复的词句、错误的字词等干扰信息，通过关键词子模块701将初始文本信息进行关键词划分，依次获取多个关键词，将初始文本信息划分为以词为单位的多个关键词，然后通过判断子模块702判断相邻两个关键词是否相同，如果是，则生成干扰报告，删除相邻两个关键词中的其中一个，以得到目标关键词；如果否，则生成无干扰报告，将相邻两个关键词标注为目标关键词，除去初始文本信息中的错词、错字，以得到目标关键信息，此时得到的目标关键信息是不连贯的，获取到目标关键信息后，即获取到多个关键词后，通过语意子模块801，将目标关键信息根据语意连贯性规则进行重组，以得到目标初始文本，然后通过分段子模块802将目标初始文本根据语境和语句完整性进行分段，以得到目标文本，保证目标文本的语意连贯性，方便用户进行查看，提高用户的使用体验感。在对用户语音数据进行一系列处理后获取到目标文本后，通过存储模块110将语音数据与目标文本数据进行关联并存储，以便后续查看以及后续识别相同语音数据时能够快速进行目标文本转化，提高后续处理效率。通过对获取的语音数据进行自动语种匹配，无需人为选择设置，提高匹配速率，同时，对文本内容进行干扰处理，除去干扰信息，提高识别的准确性，以及对目标关键信息进行重组，保证语意的连贯性。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其它的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击【在线咨询】或添加微信【19522093243】与客服一对一沟通，为大家解决相关问题。