一種指令式語音控制發(fā)音詞典輔助生成方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬語音處理技術(shù)，模式識(shí)別技術(shù)。
【背景技術(shù)】
[0002]隨著語音識(shí)別技術(shù)的發(fā)展和不斷成熟，語音識(shí)別技術(shù)產(chǎn)品的應(yīng)用領(lǐng)域和范圍在不斷擴(kuò)展，逐漸深入到人們生活、生產(chǎn)的各個(gè)環(huán)節(jié)，成為改善生活和工作質(zhì)量、提高效率的重要支撐工具。
[0003]語音識(shí)別技術(shù)的應(yīng)用領(lǐng)域不同，其實(shí)現(xiàn)的方式有所區(qū)別。以互聯(lián)網(wǎng)平臺(tái)為基礎(chǔ)的語音識(shí)別服務(wù)依托于強(qiáng)大的數(shù)據(jù)服務(wù)器和背后龐大的系統(tǒng)維護(hù)專業(yè)團(tuán)隊(duì)，能夠?yàn)槿藗兲峁┤粘Ｉ罱涣鞯恼Z音服務(wù)。然而對(duì)于各專業(yè)領(lǐng)域的工作系統(tǒng)，一般不具備上述條件，適合采用專用的指令式的語音控制操作方式，這種語音控制功能一般不需要日常更新和維護(hù)，也不需要大型的服務(wù)器平臺(tái)，能夠?qū)崟r(shí)識(shí)別響應(yīng)，適合于在各專業(yè)生產(chǎn)領(lǐng)域內(nèi)廣泛應(yīng)用。
[0004]目前的語音識(shí)別技術(shù)，在實(shí)現(xiàn)過程中包含兩部分的處理，即語音模型處理和語法模型處理。語音模型處理主要基于連續(xù)HMM模型，識(shí)別出語音的發(fā)音序列，語法模型處理中包含了由各字詞組成語句的語言組織語法規(guī)則。大規(guī)模互聯(lián)網(wǎng)語音識(shí)別應(yīng)用采用無限詞匯，其詞匯和語法規(guī)則需要不斷地維護(hù)和刷新，以適應(yīng)于不斷涌現(xiàn)的新的詞匯和用法；專用系統(tǒng)的語音控制僅僅針對(duì)系統(tǒng)人機(jī)操作本身有限的詞匯，其詞法和語法相對(duì)固定，不需要頻繁刷新維護(hù)，因此在語音識(shí)別的實(shí)現(xiàn)技術(shù)上可以采用預(yù)先設(shè)計(jì)定義的詞法和語法結(jié)構(gòu)。其中，發(fā)音字典文件就是定義指令式語音控制目標(biāo)系統(tǒng)指令詞匯及其發(fā)音的專用詞法文件。
[0005]發(fā)音字典文件的基本實(shí)現(xiàn)形式如下:
[0006]a)每個(gè)詞(或短語)為一條記錄，每條記錄包括詞(短語)的漢字碼和發(fā)音兩部分?jǐn)?shù)據(jù)；
[0007]b)發(fā)音為該詞(短語)的發(fā)音序列在識(shí)別模型庫(kù)中對(duì)應(yīng)的單音素發(fā)音注記字符組入口 ο
[0008]其中，每個(gè)單音素發(fā)音注記字符是模型庫(kù)對(duì)每個(gè)基本發(fā)音單位的符號(hào)表示，這些注記字符實(shí)際上是與拼音(或國(guó)際音標(biāo))功能相似的另一套音標(biāo)表示方式，語音識(shí)別器使用這些注記字符的組合用于定義所有的語言發(fā)音，同時(shí)也存在著注記字符組合與漢語拼音的一一對(duì)應(yīng)關(guān)系。
[0009]發(fā)音字典在語音識(shí)別中主要應(yīng)用在兩個(gè)方面:其一是在識(shí)別過程中建立識(shí)別出的聲音音素模型與字(詞)和語句之間的映射關(guān)系；其二是用于個(gè)性化自適應(yīng)處理過程中的自適應(yīng)樣本采集和訓(xùn)練腳本。
[0010]發(fā)音字典中包含了語音控制系統(tǒng)所有語音指令中所包含的字詞，其數(shù)量規(guī)模隨實(shí)際應(yīng)用系統(tǒng)而定，復(fù)雜的系統(tǒng)(飛機(jī)駕駛艙控制)可以有近1000條的詞條規(guī)模。
[0011]在指令式語音識(shí)別控制系統(tǒng)開發(fā)過程中，一直采用人工編輯的方式產(chǎn)生發(fā)音字典文件，這需要編輯人員非常熟悉單音素發(fā)音注記字符，一套漢字注記符包含143個(gè)基本音素發(fā)音符號(hào)。對(duì)于一套指令數(shù)量較多的語音控制系統(tǒng)，人工編輯發(fā)音字典文件過程中難免會(huì)產(chǎn)生一些錯(cuò)誤，需要反復(fù)的測(cè)試來查找修正這些錯(cuò)誤，耗費(fèi)較多的人力和時(shí)間。
[0012]本發(fā)明面向中大詞匯量的語音控制產(chǎn)品，利用該發(fā)明可以有效降低語音控制產(chǎn)品開發(fā)過程的工作量，降低實(shí)現(xiàn)難度，并能夠保證語音控制產(chǎn)品的開發(fā)質(zhì)量，降低對(duì)相關(guān)開發(fā)人員的專業(yè)性要求，實(shí)現(xiàn)語音控制產(chǎn)品開發(fā)人力資源的合理利用，也有助于提高產(chǎn)品開發(fā)效率、縮短產(chǎn)品開發(fā)周期，進(jìn)而產(chǎn)生良好的經(jīng)濟(jì)效益。

【發(fā)明內(nèi)容】

[0013]此項(xiàng)發(fā)明的目的在于提供一種指令式語音控制發(fā)音詞典輔助生成方法，將人工全手動(dòng)輸入編輯發(fā)音字典文件的方式轉(zhuǎn)變成計(jì)算機(jī)輔助生成方式，有效降低語音控制產(chǎn)品開發(fā)、測(cè)試、修改過程的工作量，消除產(chǎn)生人為差錯(cuò)的可能性，提高語音控制產(chǎn)品的開發(fā)質(zhì)量和效率，節(jié)省人力資源、縮短產(chǎn)品開發(fā)周期。
[0014]本發(fā)明的發(fā)明目的通過以下技術(shù)方案實(shí)現(xiàn):
[0015]—種指令式語音控制發(fā)音詞典輔助生成方法，包含以下步驟:
[0016]a)向計(jì)算機(jī)程序輸入語音指令漢字字符串及該語音指令漢字字符串對(duì)應(yīng)的音調(diào)信息；
[0017]b)計(jì)算機(jī)程序按語音指令漢字字符串中字符出現(xiàn)的依次將語音指令漢字字符轉(zhuǎn)換為對(duì)應(yīng)的語首指令拼首字符；
[0018]c)計(jì)算機(jī)程序?qū)⒄Z音指令拼音字符轉(zhuǎn)換為語音指令音素發(fā)音注記字符；
[0019]d)由計(jì)算機(jī)程序在語音控制發(fā)音字典文件中添加語音指令漢字字符及該語音指令漢字字符對(duì)應(yīng)的音素發(fā)音注記字符。
[0020]本發(fā)明的有益效果在于:
[0021]通過使用該發(fā)明，語音控制發(fā)音字典文件的計(jì)算機(jī)處理生成效率比全人工編輯提高3倍以上，不會(huì)產(chǎn)生差錯(cuò)，免除了針對(duì)語音控制發(fā)音字典文件的錯(cuò)誤查找和修正，降低了語音控制產(chǎn)品的整體缺陷故障因素。
【附圖說明】
[0022]圖1為本發(fā)明的實(shí)例界面；
[0023]圖2為本發(fā)明的實(shí)施流程圖。
[0024]具體實(shí)現(xiàn)方式
[0025]下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)描述。
[0026]1、操作界面與基本處理流程
[0027]操作界面的形式如附圖1所示。
[0028]其中，文件管理菜單中實(shí)現(xiàn)文件創(chuàng)建、文件打開、文件保存的功能；在查找修改菜單中實(shí)現(xiàn)添加、查找及修改字典內(nèi)容的功能選擇；查找結(jié)果框中顯示查找指定指令詞或短語有無的結(jié)果；添加詞條按鈕用于選擇添加新的指令詞或短語；確認(rèn)按鈕用于確認(rèn)當(dāng)前指令詞發(fā)音標(biāo)注碼的生成結(jié)束；添加停頓按鈕用于選擇是否在指令詞發(fā)音標(biāo)注碼尾部添加停頓標(biāo)注。詞條輸入框用于輸入指令詞條漢字字符串；字音選擇按鈕框?qū)@示出當(dāng)前處理字符的所有拼音發(fā)音，提供操作者加以選擇，三角箭頭按鈕用于在輸入的指令字符串中選擇當(dāng)前處理的字符；發(fā)音注記框顯示出當(dāng)前已處理字符的發(fā)音注記轉(zhuǎn)換結(jié)果。
[0029]整體的基本處理流程如附圖2所示。對(duì)于每一個(gè)輸入的指令詞或短語字符串，按照每個(gè)漢字在該字符串中出現(xiàn)的順序逐一人工確定其在指令中的發(fā)音，計(jì)算機(jī)程序?qū)⒃摪l(fā)音的拼音轉(zhuǎn)換成相應(yīng)的音素發(fā)音注記符，順序拼接各音素發(fā)音注記符形成與指令字符串相對(duì)應(yīng)的因素發(fā)音注記符串，再根據(jù)實(shí)際需要選擇在其末尾處添加停頓注記符，完成一條指令詞或短語的音素發(fā)音注記符轉(zhuǎn)換處理。
[0030]2、漢字字符與拼音字符串的轉(zhuǎn)換
[0031]本發(fā)明實(shí)例中，漢字字符串與拼音字符串的轉(zhuǎn)換，主要用于選擇漢字在語音指令中的實(shí)際發(fā)音，并獲得相應(yīng)的拼音表示字符串。
[0032]本發(fā)明在實(shí)現(xiàn)過程中使用帶有音調(diào)標(biāo)注的漢字-拼音對(duì)照表，可用漢字字符查找出其對(duì)應(yīng)的所有發(fā)音的拼音字符串及其音調(diào)標(biāo)注。其中，漢字-拼音對(duì)照表可以在互聯(lián)網(wǎng)的相關(guān)網(wǎng)站獲得。其查找方法可根據(jù)該表的編排規(guī)律自行確定。
[0033]3、拼音字符串與音素發(fā)音注記字符串的轉(zhuǎn)換
[0034]本發(fā)明實(shí)例中，拼音字符串與音素發(fā)音注記字符串的轉(zhuǎn)換是利用拼音-注記符對(duì)照表，可用拼音查找出其相應(yīng)的音素發(fā)音注記符字符串。該表是和語音模型庫(kù)配套的數(shù)據(jù)文件，共有1000多條記錄，包含了所有漢語中出現(xiàn)的發(fā)音拼音，每條記錄中包含了帶聲調(diào)的拼音字符串和相對(duì)應(yīng)的音素發(fā)音注記符字符串，其查找方法可根據(jù)該表的編排規(guī)律自行確定。
[0035]可以理解的是，對(duì)本領(lǐng)域普通技術(shù)人員來說，可以根據(jù)本發(fā)明的技術(shù)方案及其發(fā)明構(gòu)思加以等同替換或改變，而所有這些改變或替換都應(yīng)屬于本發(fā)明所附的權(quán)利要求的保護(hù)范圍。
【主權(quán)項(xiàng)】
1.一種指令式語音控制發(fā)音詞典輔助生成方法，包含以下步驟: a)向計(jì)算機(jī)程序輸入語音指令漢字字符串及該語音指令漢字字符串對(duì)應(yīng)的音調(diào)信息; b)計(jì)算機(jī)程序按語音指令漢字字符串中字符出現(xiàn)的依次將語音指令漢字字符轉(zhuǎn)換為對(duì)應(yīng)的語首指令拼首字符； c)計(jì)算機(jī)程序?qū)⒄Z音指令拼音字符轉(zhuǎn)換為語音指令音素發(fā)音注記字符； d)由計(jì)算機(jī)程序在語音控制發(fā)音字典文件中添加語音指令漢字字符及該語音指令漢字字符對(duì)應(yīng)的音素發(fā)音注記字符。
【專利摘要】本發(fā)明公開了一種指令式語音控制發(fā)音詞典輔助生成方法，包含以下步驟：a)向計(jì)算機(jī)程序輸入語音指令漢字字符串及該語音指令漢字字符串對(duì)應(yīng)的音調(diào)信息；b)計(jì)算機(jī)程序?qū)⒄Z音指令漢字字符串轉(zhuǎn)換為對(duì)應(yīng)的語音指令拼音字符串；c)計(jì)算機(jī)程序?qū)⒄Z音指令拼音字符串轉(zhuǎn)換為語音指令音素發(fā)音注記字符串；d)由計(jì)算機(jī)程序在語音控制發(fā)音字典文件中添加語音指令漢字字符及該語音指令漢字字符對(duì)應(yīng)的音素發(fā)音注記字符串。本發(fā)明將人工全手動(dòng)輸入編輯發(fā)音字典文件的方式轉(zhuǎn)變成計(jì)算機(jī)輔助生成方式，有效降低語音控制產(chǎn)品開發(fā)、測(cè)試、修改過程的工作量。
【IPC分類】G10L15/22, G10L15/26, G10L15/00
【公開號(hào)】CN105225659
【申請(qǐng)?zhí)枴緾N201510574070
【發(fā)明人】原帥, 須明
【申請(qǐng)人】中國(guó)航空無線電電子研究所
【公開日】2016年1月6日
【申請(qǐng)日】2015年9月10日