[发明专利]一种基于过采样技术的方言语音识别系统

权利要求书

1.一种基于过采样技术的方言语音识别系统，其特征在于：包括语音识别语料处理、语音识别模型训练、方言识别语料处理、方言识别模型训练和ASR在线实时识别，使用端通过移动通讯终端设备与ASR在线实时识别连接，所述ASR在线实时识别包括数据接收单元、方言识别单元、语音识别单元和识别结果单元，所述方言识别语料处理包括方言识别原始语料库，以及通过方言识别过采样处理得到的方言识别语料库，所述语音识别语料处理包括语音识别原始语料库，以及通过语音识别过采样处理得到的语音识别语料库，且所述ASR在线实时识别通过数据接收单元接收到移动通讯终端设备传输的音频数据，并通过方言识别模型训练中的方言识别模型对上述音频数据进行判定，得到音频数据所属方言种类，将所属方言种类从语音识别模型库中获取到对应的语音识别模型，并通过语音识别模型对上述音频数据进行语音识别，识别完成后通过识别结果单元输出到移动通讯终端设备上。

2.根据权利要求1所述的一种基于过采样技术的方言语音识别系统，其特征在于：所述语音识别语料处理中通过人工采集标注或外部购买，获取到模型训练的语料数据，并入库到语音识别原始语料库，且需定期从语音识别原始语料库中取出数据，进行语音识别过采样处理，得到语音识别语料库。

3.根据权利要求1所述的一种基于过采样技术的方言语音识别系统，其特征在于：所述语音识别模型训练中定期从语音识别语料库中取每种方言对应的语料数据，进行语音识别模型的训练；将训练好的语音识别模型更新到语音识别模型库中。

4.根据权利要求1所述的一种基于过采样技术的方言语音识别系统，其特征在于：所述方言识别语料处理中通过人工采集标注或外部购买，获取到模型训练的语料数据，并入库到方言识别原始语料库；定期从方言识别原始语料库中取出数据，进行方言识别过采样处理，得到方言识别语料库。

5.根据权利要求1所述的一种基于过采样技术的方言语音识别系统，其特征在于：所述方言识别模型训练中需定期从方言识别语料库中取出语料数据，进行方言识别模型训练。

6.根据权利要求3所述的一种基于过采样技术的方言语音识别系统，其特征在于：所述语音识别模型训练中包括发音词典、声学模型和语言模型，且声学模型和语言模型通过深度学习的方法进行训练。

7.根据权利要求4所述的一种基于过采样技术的方言语音识别系统，其特征在于：所述方言识别语料处理可定期从方言识别原始语料库中按照方言类别取出对应的数据，当该方言类别的数据过少，则通过SMOTE过采样算法，生成特征数据，且上述特征数据是由方言识别原始语料库的数据特征决定的，然后再为合成的特征数据加上对应的方言类别，再将这些数据和方言识别原始语料库的数据一起存入方言识别语料库中。