[发明专利]一种诗词吟诵风格的分类方法与系统

说明书

本发明涉及语音信号处理及分类技术，为诗词吟诵风格的分类方法与系统，其方法包括：准备诗词朗诵的原始音频，获取每一个字及每一句的起始时间标注，得到相应的起始时间标注数据，获取原始音频的评分数据、风格标注数据；提取原始音频的音频特征序列，对诗词句子进行切分，将音频特征序列形成多通道的二维数组；将二维数组及评分数据作为CNN神经网络的输入，对其进行训练得到权重；改变CNN神经网络的全连接层参数，将得到的训练结果作为风格分类网络；应用风格分类网络对古诗词吟诵音频进行吟诵风格分类。本发明能快速、客观识别出音频数据的吟诵风格，方便对吟诵者的吟诵风格进行分类及评价。

技术领域

本发明涉及语音信号处理及分类技术，具体为一种诗词吟诵风格的分类方法与系统。

背景技术

吟诵是我国诗词文化传统的诵读方式、教学方式，在诗词的古今演变传承过程中扮演着重要角色。吟诵之所以成为人们喜爱的诗文口传方式，在于汉语文字有平仄声调，诗词创作讲究节奏韵律，这些只有通过声音的表达才能够得到完美的呈现。而吟诵正是表达诗词声音之美的直接形式，在诗词欣赏、学习和创作中发挥着重要作用。诗词吟诵声音的抑扬顿挫、语速的疾徐变化和腔调的婉转动听，可以激起人的兴趣，引发联想和想象，使作者和吟诵者心灵相通。如今，古典诗文吟诵正为越来越多的青少年学生和文学、音乐爱好者所喜爱。然而，吟诵者对古诗词的吟诵风格和水平，如何进行客观评判，至今还鲜少有相应的技术。

于2016年11月23日公开的中国发明专利CN106156005A，公开了一种基于可视化的古诗词特征分析方法，借助热力图分析各个古诗词特征(如古诗词的音调、平仄、声母、韵母和诗句词性)在古诗词内部的出现规律，用线型图对特征之间的关系进行分析，通过分析各个特征在诗词中出现的规律以及特征之间的相互关系，发现声调、韵母、声母及词性在古诗词创作过程中的相关性，分析了不同诗人对于诗词特征的使用规律和特征之间的相互关系，如分析某些诗人在对仗个数和平仄差异数之间具有线性关系。该发明专利静态地分析了某篇古诗词中所包含的古诗词特征出现规律，以及各古诗词特征之间的相互关系，并将其可视化地直观展示出来；并未对吟诵者对某一古诗词的吟诵情况进行分析及分类，无法应用到古诗词吟诵或朗诵的分类、评估场合中。

于2017年11月3日公开的中国发明专利CN107316638A，披露了一种诗词背诵评测方法，对所获取的待背诵诗词语音进行预处理，然后由服务器中预先建立的识别模型将语音转换成文字，将所述文字与待背诵诗词进行比较，根据预设评分规则计算出所述文字的得分，从而实现面对多种用户群体以及复杂的背诵环境下，可以对诗词背诵的内容快速准确识别及检测出背诵的错误率。该发明虽然对带背诵诗词语音进行了相应的处理及评测，但其评测的对象仅为古诗词所对应的文字本身，判断背诵是否准确，计算相应的错误率；显然，并不涉及背诵语音中的古诗词韵律等特征的识别及分类。

发明内容

为解决现有技术所存在的技术问题，本发明提供一种诗词吟诵风格的分类方法及系统，能快速、客观识别出音频数据的吟诵风格，方便对吟诵者的吟诵风格进行分类及评价。

本发明采用以下技术方案来实现：一种诗词吟诵风格的分类方法，包括以下步骤：

S1、数据准备，记录诗词朗诵的原始音频；对原始音频进行时间标注，获取原始音频每一个字以及每一句的起始时间标注，得到相应的起始时间标注数据；获取原始音频的评分数据；随机抽取一部分原始音频进行风格标注，形成风格标注数据；

S2、提取原始音频的音频特征序列；对诗词的句子进行切分，将所提取的音频特征序列形成多通道的二维数组；将多通道的二维数组以及原始音频的评分数据作为CNN神经网络的输入，对CNN神经网络进行训练，得到CNN神经网络的权重；

S3、训练风格分类网络，改变CNN神经网络的全连接层参数，将具有新的全连接层参数的CNN神经网络为最终训练的结果，作为风格分类网络；

S4、应用训练好的风格分类网络，对古诗词吟诵音频进行吟诵风格分类。