[发明专利]发音词典的构建方法和系统

权利要求书

1.一种通过将未匹配条目变换成匹配条目来构建发音词典的方法，其中，所述未匹配条目和所述匹配条目包括单词集和与所述单词集相对应的发音集，并且其中，所述匹配条目中的各单词与所述发音集中的发音子集匹配，该方法包括以下步骤：

确定所述单词集中的各单词的发音预测，使得在所述单词和所述发音预测之间存在一一对应关系；

将各发音预测映射到所述发音子集，以产生各发音预测与所述发音子集相匹配的预测-发音映射；以及

使用所述单词和所述发音预测之间的一一对应关系，基于所述预测-发音映射来确定所述匹配条目，其中，该方法的步骤由处理器执行。

2.根据权利要求1所述的方法，其中，所述发音和预测被表示为音节的联结，所述方法还包括以下步骤：

联结所述发音集中的发音的音节形成A-语符列，其中，发音的所述音节形成A-片语；

联结所述发音预测的音节形成B-语符列，其中，所述发音预测的所述音节形成B-片语；

确定所述A-语符列中字母和所述B-语符列中字母之间的匹配路径；

基于所述匹配路径来确定A-片语-B-片语映射；以及

基于所述A-片语-B-片语映射来确定所述预测-发音映射。

3.根据权利要求2所述的方法，其中，所述A-片语-B-片语映射是一对一片语映射。

4.根据权利要求2所述的方法，其中，所述A-片语-B-片语映射是一对多片语映射，该方法还包括以下步骤：

将所述A-片语-B-片语映射分解成一对一片语映射。

5.根据权利要求4所述的方法，其中，所述分解步骤还包括以下步骤：

确定所述一对多片语映射所允许的A-片语-B-片语映射的一对一片语映射的笛卡尔积；

计算各一对一片语映射的累计编辑距离；以及

选择具有最小累计编辑距离的所述一对一片语映射。

6.根据权利要求5所述的方法，所述方法还包括以下步骤：

确定各一对一片语映射中的各映射的编辑距离，以产生各一对一片语映射的编辑距离；以及

通过将各一对一片语映射的所述编辑距离进行相加，来确定所述累计编辑距离。

7.根据权利要求1所述的方法，该方法还包括以下步骤：

从内部词典中选择所述发音预测。

8.根据权利要求1所述的方法，该方法还包括以下步骤：

使用字素-音素转换器来确定所述发音预测。

9.根据权利要求1所述的方法，该方法还包括以下步骤：

选择所述单词的拼写形式作为该单词的所述发音预测。

10.根据权利要求2所述的方法，该方法还包括以下步骤：

确定表示所述A-语符列中的字母和所述B-语符列中的字母之间的插入、删除和替换成本的成本矩阵；

确定表示使所述成本最小化的元素的索引的索引矩阵；以及

基于所述索引矩阵来确定所述匹配路径。

11.根据权利要求10所述的方法，其中，所述匹配路径是从所述索引矩阵中的最右下元素开始并且顺着使所述成本最小化的元素的索引而回溯的路径。

12.根据权利要求11所述的方法，其中，所述索引矩阵中的元素表示所述删除的成本，该方法还包括以下步骤：

将两个星号水平并排放置在所述匹配路径上。

13.根据权利要求11所述的方法，其中，所述索引矩阵中的元素表示所述插入的成本，该方法还包括以下步骤：

将两个星号竖直并排放置在所述匹配路径上。

14.根据权利要求11所述的方法，其中，所述索引矩阵中的元素表示所述替换的成本，该方法还包括以下步骤：

将两个星号对角地并排放置在所述匹配路径上。

15.根据权利要求1所述的方法，其中，所述匹配条目包括单词-发音映射集，该方法还包括以下步骤：

去除概率在阈值之下的单词-发音映射。