CN114512118B 基于声音语谱图的智能分句方法、计算机装置及存储介质 （澳门理工学院）_第1页
CN114512118B 基于声音语谱图的智能分句方法、计算机装置及存储介质 （澳门理工学院）_第2页
CN114512118B 基于声音语谱图的智能分句方法、计算机装置及存储介质 （澳门理工学院）_第3页
CN114512118B 基于声音语谱图的智能分句方法、计算机装置及存储介质 （澳门理工学院）_第4页
CN114512118B 基于声音语谱图的智能分句方法、计算机装置及存储介质 （澳门理工学院）_第5页
已阅读5页，还剩13页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明提供一种基于声音语谱图的智能分前置频谱和频谱静音段之后第二预设时长的后语谱图的智能分句方法可有效提升语音分句准2获取所述频谱静音段之前第一预设时长的前置频谱和所述频谱静音段之后第二预设根据所述停顿类别对所述待分句语音数据进行句子其中，所述将所述前置频谱和所述后置频谱组合成待识所述第三预设时长的取值范围为所述待识别频谱图中频谱总时长的1/5所述根据所述待分句频谱图数据识别频谱静音段对所述频谱图数据中所有的频谱静音段进行停顿获取频谱图数据中每一个的频谱静音段之前所述第一预设时长的前置频谱和所述频谱静音段之后所述第二预设时长的后置频谱组成控制器执行时实现如权利要求1至7中任意一项所述的基于声音语谱图的智能分句方法的3自动语音识别(ASR)是计算机将口语识别并翻译成[0003]自动语音识别(ASR)准确性的核心因素之一是平行语料库(语音和文本)的收集，[0006]本发明的第一目的是提供一种有效提升语音分句准确度的基于声音语谱图的智4[0013]进一步的方案中，第三预设时长的取值范围为待识别频谱图中频谱总时长的1/5频谱图数据中出现频率幅度小于预设值且持续预设时长时，则认为该频谱段为频谱静音的频谱静音段之前第一预设时长的前置频谱和频谱静音段之后第二预设时长的后置频谱个的频谱静音段之前第一预设时长的前置频谱和频谱静音段之后第二预设时长的后置频5算机程序，计算机程序被控制器执行时实现上述的基于声音语谱图的智能分句方法的步[0029]图3是本发明基于声音语谱图的智能分句方法实施例中卷积神经网络学习步骤的音数据转化成频谱图数据。语音数据转换成频谱图数据是本领域技术人员所公知的技术，预设时长根据实验数据预先设置。由于句子开头的音频比句子结尾的音频更具有代表性，67[0052]存储器可用于存储计算机程序和/或模块，控制器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现计算机装置的各种功[0054]上述实施例的计算机装置集成的模块如果以软件功能单元的形式实现并作为独8

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论