生成谐音文本的方法和系统技术方案

本发明专利技术提出一种生成谐音文本的方法和系统，该方法包括：获取原始文本的输入信息，所述原始文本是第一语言的文本，所述原始文本的输入信息包括：原始文本的语音信息，和/或，原始文本的文本信息；获取与所述输入信息对应的谐音文本，所述谐音文本是第二语言的文本，所述谐音文本是根据语言模型和语音识别技术获取的；展示所述谐音文本。该方法能够利用语音识别技术自动生成谐音文本，避免人工生成谐音文本方式存在的问题。

【技术实现步骤摘要】

本专利技术涉及语音处理
，尤其涉及一种生成谐音文本的方法和系统。
技术介绍
当用户记忆外文单词时，为了帮助记忆，可以采用谐音助记法，例如reluctant (勉强的)，可以谐音替换为“驴拉坦克”。又如一位中国用户听了一首韩文歌很喜欢想学着唱，却由于不会韩语看不懂原版歌词，如果能提供给这个用户一份中文谐音歌词，则可以方便该用户按这个歌词学唱。为此，在一些场景下，需要根据原始文本生成对应的谐音文本。现有技术中，通常是采用人工方式进行谐音文本的生成，但是，人工方式无疑在效率、效果等方面都存在问题。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种生成谐音文本的方法，该方法可以利用语音识别技术自动生成谐音文本，避免人工生成谐音文本方式存在的问题。本专利技术的另一个目的在于提出一种生成谐音文本的系统。为达到上述目的，本专利技术第一方面实施例提出的生成谐音文本的方法，包括:获取原始文本的输入信息，所述原始文本是第一语言的文本，所述原始文本的输入信息包括:原始文本的语音信息，和/或，原始文本的文本信息；获取与所述输入信息对应的谐音文本，所述谐音文本是第二语言的文本，所述谐音文本是根据语言模型和语音识别技术获取的；展示所述谐音文本。本专利技术第一方面实施例提出的生成谐音文本的方法，通过获取原始文本的输入信息，并根据输入信息获取谐音文本，可以利用语音识别技术自动生成谐音文本，避免人工生成谐音文本方式存在的问题。为达到上述目的，本专利技术第二方面实施例提出的生成谐音文本的系统，包括:第一获取模块，用于获取原始文本的输入信息，所述原始文本是第一语言的文本，所述原始文本的输入信息包括:原始文本的语音信息，和/或，原始文本的文本信息；第二获取模块，用于获取与所述输入信息对应的谐音文本，所述谐音文本是第二语言的文本，所述谐音文本是根据语言模型和语音识别技术获取的；展示模块，用于展示所述谐音文本。本专利技术第二方面实施例提出的生成谐音文本的系统，通过获取原始文本的输入信息，并根据语音信息获取输入文本，可以利用语音识别技术自动生成谐音文本，避免人工生成谐音文本方式存在的问题。本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。【附图说明】本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中:图1是本专利技术一实施例提出的生成谐音文本的方法的流程示意图；图2是本专利技术另一实施例提出的生成谐音文本的方法的流程示意图；图3是本专利技术实施例中信息输入界面的示意图；图4是本专利技术实施例中信息完成界面的示意图；图5是本专利技术实施例中谐音文本的展示界面的示意图；图6是本专利技术另一实施例提出的生成谐音文本的系统的结构示意图；图7是本专利技术另一实施例提出的生成谐音文本的系统的结构示意图。【具体实施方式】下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的模块或具有相同或类似功能的模块。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能理解为对本专利技术的限制。相反，本专利技术的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。图1是本专利技术一实施例提出的生成谐音文本的方法的流程示意图，该方法包括:S11:获取原始文本的输入信息，所述原始文本是第一语言的文本，所述原始文本的输入信息包括:原始文本的语音信息，和/或，原始文本的文本信息。其中，用户在输入时，可以输入语音信息，或者，文本信息，或者，语音信息和文本?目息。当用户输入语音信息时，例如，对用户采用第一语言朗诵的语音进行录制，得到原始文本的语音信息。如，在需要生成英文单词的谐音文本时，用户可以以英文朗诵该英文单词，系统对用户朗诵的语音进行录制，可以获取该单词的语音信息。或者，又例如，对用户播放的第一语言的原始文本的语音进行录制，得到原始文本的语音信息。如，用户不知道如何读第一语言的原始文本时，可以触发该原始文本的播放，如在音乐网站点击歌曲的播放，系统对播放的语音进行录制后可以得到原始文本的语音信息。S12:获取与所述输入信息对应的谐音文本，所述谐音文本是第二语言的文本，所述谐音文本是根据语言模型和语音识别技术获取的。谐音文本也可以称为空耳。根据输入信息的不同，可以采用不同方式获取谐音文本。例如，当输入信息是语音信息时，可以对语音信息进行识别，根据语音识别结果以及预先建立的语言模型获取对应的谐音文本。或者，又例如，当输入信息是文本信息时，可以根据预先建立的文本信息与谐音文本之间的对应关系，获取与输入的文本信息对应的谐音文本。此时，与文本信息对应的谐音文本可以是一个或多个。例如，对应同一个文本信息，可以预先获取一个或多个用户输入的语音信息，再分别对每个用户输入的语音信息进行语音识别，并根据语音识别结果和语言模型获取与每个用户输入的语音信息对应的谐音文本，由于不同用户可能具有不同的口音，因此，即使对应相同的文本信息，由于不同用户的语音信息可能不同，因此，获取的谐音文本也可能不同，从而可以同一个文本信息对应多个谐音文本。语言模型可以是预先通过收集大量的语料进行训练得到的，语言模型中例如可以记录文字信息与谐音文本的对应关系。在系统接收到语音信息后，可以通过语音识别技术获取语音信息对应的文字信息，再根据语言模型中记录的文字信息与谐音文本的对应关系，可以获取相应的谐音文本。以第二语言是中文为例，根据原始文本“Intransigent”的语音信息，可以获取对应的中文的谐音文本是“银川地震”。另外，对应同一个单词，不同口音的人朗诵的读音不同，使得系统获取的语音信息以及相应的语音识别结果也是不同的，那么即使根据同一个语言模型，由于语音识别结果不同，则获取的谐音文本也可以不同，例如，对于南方口音的用户，获取的“ Intrans i gent ”对应的谐音文本可以是“音圈事件”。另外，系统中预先保存的语言模型可以为多个，每个语言模型可以对应不同的领域，从而得到相应领域的谐音文本。例如，当采用的语言模型是武侠小说领域的语言模型时，“ Intransigent”对应的谐音文本可以是“硬闯溪镇塘”。S13:展示所述谐音文本。例如，获取到当前用户输入的原始文本的输入信息时，展示时，向当前用户当前第1页1 2 3 4 本文档来自技高网...

【技术保护点】
一种生成谐音文本的方法，其特征在于，包括：获取原始文本的输入信息，所述原始文本是第一语言的文本，所述原始文本的输入信息包括：原始文本的语音信息，和/或，原始文本的文本信息；获取与所述输入信息对应的谐音文本，所述谐音文本是第二语言的文本，所述谐音文本是根据语言模型和语音识别技术获取的；展示所述谐音文本。

【技术特征摘要】

【专利技术属性】
技术研发人员：孔醍，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京;11