[发明专利]一种基于语音识别及转写技术的实时字幕上屏直播系统

说明书

本发明公开了一种基于语音识别及转写技术的实时字幕上屏直播系统，包括语音采集模块、语音消噪模块、文字转化模块、文字语音库、文字验证模块、数据接收模块、数据处理模块、总控模块与字幕播放模块；所述语音采集模块包括两个语音采集终端，所述语音采集终端用于采集直播时的实时语音信息；所述实时语音信息被发到语音消噪模块，所述语音消噪模块对接收到的述实时语音信息进行消噪处理，消噪处理后获取到经过消噪的语音信息；所述经过消噪的语音信息被发送到文字转化模块，所述文字转化模块将获取到的消噪的语音信息发送到文字语音库中进行语音转文字处理。本发明能够更加准备进行语音转文字，并提供更加准确的字幕信息。

技术领域

本发明涉及语音识别领域，具体涉及一种基于语音识别及转写技术的实时字幕上屏直播系统。

背景技术

语言识别是指计算机用有限的特征或规则对我们日常生活中使用的语言符号进行运算，以辨认出它们是哪些字或词的过程，文字语音转换技术是基于声音合成技术的一种声音产生技术，它能将计算机内的文本转换成连续自然的语言或将自然的语言转化为文字的一种形式，在直播过程中，将语音内容转化文字并以字幕的形式展示时需要使用到字幕上屏直播系统。

现有的字幕上屏直播系统，在使用过从中，语音转文字时容易出错，导致的字幕不准，给字幕上屏直播系统的使用带来了一定的影响，因此，提出一种基于语音识别及转写技术的实时字幕上屏直播系统。

发明内容

本发明所要解决的技术问题在于：如何解决现有的字幕上屏直播系统，在使用过从中，语音转文字时容易出错，导致的字幕不准，给字幕上屏直播系统的使用带来了一定的影响的问题，提供了一种基于语音识别及转写技术的实时字幕上屏直播系统。

本发明是通过以下技术方案解决上述技术问题的，本发明包括语音采集模块、语音消噪模块、文字转化模块、文字语音库、文字验证模块、数据接收模块、数据处理模块、总控模块与字幕播放模块；

所述语音采集模块包括两个语音采集终端，所述语音采集终端用于采集直播时的实时语音信息；

所述实时语音信息被发到语音消噪模块，所述语音消噪模块对接收到的述实时语音信息进行消噪处理，消噪处理后获取到经过消噪的语音信息；

所述经过消噪的语音信息被发送到文字转化模块，所述文字转化模块将获取到的消噪的语音信息发送到文字语音库中进行语音转文字处理，获取到转化后的文字信息；

所述文字信息被发送到文字验证模块，所述文字验证模块用于对转化后的文字信息进行文字验证处理获取标准文字信息；

所述标准文字信息被发送到数据接收模块，所述数据接收模块将标准文字信息进行转化，将其处理播放文字内容；

所述总控模块控制字幕播放模块同步播放文字内容。

优选的，所述语音采集模块进行语音采集模块的具体处理过程如下：

步骤一：两个语音采集终端同步采集语音信息，将其分别标记为M1和M2；

步骤二：将语音信息M1和语音信息M2同步加速播放，将语音信息M1和语音信息M2中声音小于预设值的提取出，将其标记为Ki，i＝1……n；

步骤三：将所有的Ki进行合并处理，之后将语音信息M1和语音信息M2中的剩余部分进行合并处理，得到合并后的语音信息M_和，语音信息M_和即为需要进行消噪的语音信息。

优选的，所述语音消噪模块进行消噪处理的具体过程如下：将需要进行语音消噪的语音信息导入到语音消噪模块，语音消噪模块中的深度残差收缩网络通过自适应阈值的软阈值化层，自动消除与当前任务无关的信息，进行强噪数据的准确识别，并消除掉强噪音，强噪音被消除后即得到被消除噪音的语音信息。

优选的，所述文字转化模块进行文字转化的具体过程如下：