[发明专利]一种基于首字母序列的中文文本校对方法

摘要

本发明公开一种基于首字母序列的中文文本的校对方法，首先语音输入一段音频，然后通过语音识别技术将语音数据转换成文本数据，紧接着提取这句文本中每个字的拼音首字母组成一串字母序列，然后将生成的首字母序列与存放在首字母序列库中的内容一一进行比较，当提取的序列是库中序列的子序列时，校对后的文本为库中的序列对应的中文文本；当提取的序列与库中序列的长度相等时，比较二者之间不同字母的个数，若小于一定的阈值，那么校对后的文本为库中序列对应的中文文本；其他的情况，则不对文本进行校对，视为正确文本。本发明对基于小型知识库的语音问答系统的识别文本有不错的校对效果，并且具有易于实现的优点。

主权项

一种基于首字母序列的中文文本校对方法，其特征在于，包括以下步骤：步骤1：语音识别通过语音识别模块对获取的音频数据进行音频别；步骤2：首字母序列的生成步骤2‑1：对语音识别后生成的文本逐个汉字查询常用汉语字典；步骤2‑2：根据查询结果提取拼音的首字母，并将每个汉字提取出来的首字母按顺序组成一个首字母序列，称为源序列；步骤3：首字母序列的对比步骤3‑1：循环提取知识库中预存的首字母序列表，一行代表一句文本的首字母序列，称为目标序列；步骤3‑2：将源序列与目标序列逐一比较，当源序列长度大于目标序列的二分之一且小于目标序列时，如果源序列是目标序列的子序列，那么则将源序列修改为该目标序列，并记录目标序列所处的位置，否则不修改；当目标序列等于源序列时，源序列修改或者不修改都可以；当目标序列的长度等于源序列时，执行步骤3‑3；步骤3‑3：将源序列中的字母逐个与目标序列相对位置的字母进行比较，若每隔三个字母仅有一个或者零个不同的字母，则将源序列修改为目标序列，并记录下目标序列所处的位置，否则不修改；步骤4：执行完步骤3之后，如果源序列未被修改，则文本视为识别正确，如果源序列被修改为目标序列，则根据步骤3中记录的位置，并以此找到知识库中相对应中文文本。