[发明专利]一种多语种识别方法和系统

说明书

本发明公开了一种多语种识别方法和系统，所述方法包括：获取用户输入的待识别的语言信息，并判断所述待识别的语言信息为语音信息还是文本信息；当判断所述语言信息为语音信息时，采用预先训练完成的含瓶颈层的深度神经网络模型对语音信息进行非线性变换，以提取深度趋势特征，并分别输入与不同语种类别对应的语种分类模型进行匹配计算，获取输出最大模型概率得分的语种分类模型对应的语种类别；当判断所述语言信息为文本信息时，基于N‑Gram的朴素贝叶斯分类方法识别文本信息的语种类别，从而得到待识别的语言信息的语种类别。采用本发明实施例，能够有效地实现对语言信息的多语种识别，提高多语种识别的准确性和效率，有效提高用户的使用体验。

技术领域

本发明涉及语种识别技术领域，尤其涉及一种多语种识别方法和系统。

背景技术

自然语言处理是人工智能研究的重要方面，对自然语言的片段所属的语言种类进行识别，是自然语言处理必须要解决的问题。语种识别是多语言智能处理技术中至关重要的前端处理环节，语音的多语种识别技术可以运用于机器翻译、多语言信息检索和服务、跨语言通信系统、多语种语音识别等方面的前端处理。文本的多语种识别技术可应用于多语种语音合成、多语种翻译等方面前端处理。语音及文本多语种识别技术的一个典型应用场景是机器的多语种同声传译系统中的应用。因此，研究语种识别技术，提高语种识别的准确性和便捷性，具有重大意义。

自然语言的语种识别包括语音语种识别和文本语种识别。然而，发明人发现现有技术至少存在如下问题：目前大部分的语种识别智能技术都是针对不同的语言，分别设计独立的语种识别、语言合成和自然语言处理系统。用户在使用时需要先自行选择即将输入的语音或文本的语种类型，若用户选择的语种类型与输入的语音或文本的语种类型不相符，则无法识别该语音或文本，无法实现语音转换或文本翻译的功能，这将导致无法满足用户对混合语种输入的需求，无法提高用户的使用体验。此外，目前的语种识别大多数只能对容易区分的语种，例如汉语、英语等进行识别，对于小语种或者地区方言等易混的语种却难以识别，多语种识别的准确性不高。

发明内容

本发明实施例的目的是提供一种多语种识别方法和系统，其能够有效地实现对语音信息的多语种识别，提高多语种识别的准确性和效率，有效提高用户的使用体验。

为实现上述目的，本发明实施例提供了一种多语种识别方法，包括：

获取用户输入的待识别的语言信息，并判断所述待识别的语言信息的类型；其中，所述类型包括语音信息和文本信息；

当判断所述语言信息为语音信息时，采用预先训练完成的含瓶颈层的深度神经网络模型，对所述语音信息进行非线性变换，以提取所述语音信息的若干深度趋势特征；

将所有所述深度趋势特征分别输入与不同语种类别对应的语种分类模型进行匹配计算，得到不同的所述语种分类模型输出的模型概率得分；其中，所述语种分类模型为采用预设的混合型聚类算法对训练数据进行初始化聚类后训练得到的高斯混合-通用背景模型；所述混合型聚类算法为K-Means聚类算法和层次聚类算法结合的聚类算法；

获取输出最大模型概率得分的语种分类模型对应的语种类别，得到所述语音信息的语种识别结果。

所述多语种识别方法，还包括：

当判断所述语言信息为文本信息时，采用预先训练的基于N-Gram语言模型对所述文本信息进行分析，以将所述文本信息划分为若干个N元组，并确定每一所述N元组在不同语种类别的出现频率；

根据所有所述N元组在不同语种类别的出现频率，以及所述不同语种类别的出现概率，采用预设的朴素贝叶斯分类算法，计算所述文本信息在不同语种类别下的概率得分；

获取最大概率得分对应的语种类别，得到所述文本信息的语种识别结果；

所述预设的朴素贝叶斯分类算法，满足：