[发明专利]一种语音转换后文本纠错方法

权利要求书

1.一种语音转换后文本纠错方法，其特征在于，包括如下步骤：

S100、输入语音信息，进行语音特征提取得到线性预测倒谱系数LPCC，Mel倒谱系数，输出特征向量；

S200、将特征向量输入到隐马尔可夫模型HMM声学模型，输出得到音素信息；

S300、以单个音，两个音，三个音，四个音的方式进行逐音扫描，将各个词先与网络词库T1进行匹配，如果匹配成功，则输出文本，如果匹配失败，则与标准词库T2进行匹配；

S400、将各个词与标准词库T2进行匹配，如果匹配成功，则输出文本结果，如果匹配失败，则继续步骤S500；

S500、对匹配失败的词进行读音判断，对词进行逐字扫描，并进行近似音转换；

S600、将近似音转换后的词重新进行步骤S300和S400；

所述步骤S500中匹配失败的词进行近似音转换重新匹配的次数大于6次时结束匹配，输出匹配失败。

2.根据权利要求1所述的一种语音转换后文本纠错方法，其特征在于：所述网络词库T1为存储有最新流行词的数据库。

3.根据权利要求1所述的一种语音转换后文本纠错方法，其特征在于，所述标准词库T2通过如下方法建立：（1）收集训练语料，将人民日报基本标注语料库作为训练语料；

（2）将训练语料进行逐句扫描，以两标点符号作为短句判断依据，抽取短句进行逐词扫描；

（3）对训练语料按其词性标注对词语进行词性判断，按以下5种词性进行分类，分为副词，名词，动词，形容词，量词，并将这些词直接存入标准词库T2；

（4）以名词，动词，形容词作为中心词进行搭配；

（5）当训练语料到达末尾，则统计各搭配Qi出现的频次Pi，并设定频次判断阈值α为90%，若Pi大于阈值α，则将搭配存入标准词库T2，否则舍弃。

4.根据权利要求1所述的一种语音转换后文本纠错方法，其特征在于：所述步骤S500中的近似音转换包括首字母转换和发音转换。

5.根据权利要求4所述的一种语音转换后文本纠错方法，其特征在于：所述首字母转换具体为若该字的首字母为F或者H，则对该字进行首字母F、H之间的替换，与原来剩下的字进行重新组词。

6.根据权利要求4所述的一种语音转换后文本纠错方法，其特征在于：所述首字母转换具体为若该字的首字母为L、M、N或者R，则进行首字母L、M、N、R之间的替换，与原来剩下的字进行重新组词。

7.根据权利要求4所述的一种语音转换后文本纠错方法，其特征在于：所述发音转换具体为该字的发音存在Z、C、S与Zh、Ch、Sh平翘舌音的转换，则将进行平翘舌音的转换并与原来剩下的字进行重新搭配。