[发明专利]一种赣方言语音和方言点识别方法

摘要

本发明公开了一种赣方言语音和方言点识别方法，包括预先构建赣方言语音识别模型，通过赣方言语音识别模型接收待识别的赣方言语音；对接收到的赣方言语音通过赣方言语音识别模型中的前端信号处理模块进行预处理并提取出MFCC特征向量；通过语言解码和探索算法模块将声学模块与语言模型结合起来，选出概率最大的句子作为语音识别句子输出；构建赣方言点识别模型通过赣方言点识别模型对赣方言点进行识别。该方法采用DNN替换传统的GMM对HMM状态的发射概率进行建模，通过卷积神经网络框架对输入的赣方言语音进行识别，可以识别出其对应的方言汉字文本和其归属的片区，同时还可以识别出其所在的方言点。

主权项

1.一种赣方言语音和方言点识别方法，其特征在于，包括预先构建赣方言语音识别模型，所述赣方言语音识别模型由前端信号处理模块、语言解码和搜索算法模块、声学模型、发音词典、语言模型构成，所述语言解码和搜索算法模块主要将声学信号解码成理想情况下接近源词序列的词序列，通过使用声学模型和语言模型生成具有最大后验概率输入特征向量的词序列，所述声学模型构建方式为通过建立赣方言语音语料库后通过声学模型训练而成，所述语言模型构建方式为通过建立赣方言文本语料库后通过语言模型训练而成，所述发音字典模块为赣方言发音词典，主要包含赣方言句子以及它对应的声母、韵母和声调信息；赣方言语音识别模型接收待识别的赣方言语音；对接收到的赣方言语音通过赣方言语音识别模型中的前端信号处理模块进行预处理并提取出MFCC特征向量；通过语言解码和探索算法模块将声学模块与语言模型结合起来，选出概率最大的句子作为语音识别句子输出；构建赣方言点识别模型，采用CNN网络结构混合建模,首先以赣方言语音识别模型识别出来的赣方言汉字为基础，利用word2vec工具将其转换成汉字向量；其次利用赣方言语音中抽取出MFCC特征，对识别出的赣方言文本和语音两种类型的向量进行拼接，将此向量作为CNN的输入，并将卷积层的过滤大小分别设置为3、4和5；然后将卷积层后的向量利用最大池化策略降维；最后采用dropout防止模型过拟合，并利用Softmax对赣方言点进行识别；通过赣方言点识别模型识别赣方言点。