一种语种识别方法、装置、翻译机、介质和设备制造方法及图纸

本发明专利技术涉及语音技术领域，特别涉及一种语种识别方法、装置、翻译机、介质和设备。在进行语种识别时，通过语种识别模型进行第一语种和非第一语种的识别。若第一语种的概率较高，则识别为第一语种，反之，则可以进一步根据本次选择的语种互译范围中包括第一语种和第二语种，确定识别出的非第一语种为第二语种，从而确定采集到的语音时域信号的语种是第一语种还是第二语种。从而可以在进行第一语种和非第一语种区分的基础上，结合语种互译范围确定非第一语种的具体语种为第二语种，无需利用语种识别模型进行第二语种的具体识别，降低语种识别成本，减小实现难度。

A Language Recognition Method, Device, Translator, Media and Equipment

The invention relates to the field of speech technology, in particular to a language recognition method, device, translator, medium and equipment. In the process of language recognition, the first language and non-first language are recognized by language recognition model. If the probability of the first language is high, it can be recognized as the first language. On the contrary, the non-first language can be identified as the second language according to the range of the first language and the second language, so as to determine whether the language of the collected speech time domain signal is the first language or the second language. Therefore, on the basis of distinguishing the first language from the non-first language, the specific language of the non-first language can be determined as the second language according to the scope of intertranslation, without using the language recognition model to identify the second language, so as to reduce the cost of language recognition and the difficulty of realization.

【技术实现步骤摘要】
一种语种识别方法、装置、翻译机、介质和设备
本专利技术涉及语音
，特别涉及一种语种识别方法、装置、翻译机、介质和设备。
技术介绍
语音的语种识别技术是计算机自动识别出语音段所属语言种类的过程。自动语种识别通常包括训练阶段和识别阶段。在训练阶段，需要获取大量的涵盖需要识别的语言种类的语料(语言材料，即训练样本)，并利用针对获取的大量语料提取出的特征，对语种识别模型进行训练，使得后续在识别阶段，可以基于训练出的语种识别模型进行语种识别。目前语种识别技术存在语种识别成本较高、实现难度大的问题，主要原因如下：现有的语种识别流程中，在训练阶段，获得的训练样本需要与该语种识别模型需要识别的语种相对应。例如，在需要识别汉语语种、英语语种和法语语种时，需要获取汉语训练样本、英语训练样本和法语训练样本，对获取的训练样本进行特征提取，并利用提取的特征对语种识别模型进行训练，得到可以对汉语语种、英语语种和法语语种进行识别的语种识别模型。在识别阶段，对需要识别的语音信号进行特征提取，将提取出的特征输入语种识别模型进行识别，通过相似度比较以及判决规则的判断，可以对需要识别的语音信号的语种进行识别并输出，确定需要识别的语音信号的语种是汉语语种、英语语种还是法语语种。在需要识别的语种较为少见或对应的训练样本不易获取时，针对该语种获取训练样本就非常困难，成本会比较高，训练周期会比较长，训练难度会较大。
技术实现思路
本专利技术实施例提供一种语种识别方法、装置、翻译机、介质和设备，用于解决语种识别成本较高，实现难度较大的问题。本专利技术提供了一种语种识别方法，所述方法包括：采集语音时域信号；利用预先训练出的语种识别模型，确定所述语音时域信号对应的语种；若确定所述语音时域信号对应的语种为非第一语种，获取本次选择的语种互译范围，所述语种互译范围包括第一语种和第二语种互译；根据所获取的语种互译范围，确定所述语音时域信号对应的语种为所述第二语种。根据本专利技术实施例提供的方案，在进行语种识别时，可以通过语种识别模型进行第一语种和非第一语种的识别。若识别结果是第一语种的概率较高，则识别为第一语种，反之，若识别结果是非第一语种的概率较高，则可以进一步根据本次用户选择的语种互译范围中包括的第一语种和第二语种，确定该非第一语种为第二语种，从而确定采集到的语音时域信号的语种是第一语种还是第二语种。从而可以在进行第一语种和非第一语种区分的基础上，结合语种互译范围确定非第一语种为第二语种，由于无需利用该第二语种对应的语种识别模型进行第二语种的具体识别，降低了语种识别成本，减小了实现难度。在一种可能的实现方式中，所述语种识别模型是利用所述第一语种对应的第一训练样本以及第二训练样本训练得到，所述第二训练样本中包括至少一种非第一语种对应的训练样本。即，在本实施例中，无需特别针对需要识别的语种获取对应的训练样本，从而可以通过较为容易获取的训练样本，对语种识别模型进行训练，降低语种识别的成本以及实现难度。在一种可能的实现方式中，所述至少一种非第一语种对应的训练样本中，包括所述第二语种对应的训练样本，或者不包括所述第二语种对应的训练样本。在一种可能的实现方式中，所述语种识别模型通过以下方式训练得到：获取训练样本，所述训练样本包括所述第一训练样本以及所述第二训练样本；针对每个训练样本，执行以下操作：确定所述训练样本中的每一语音帧对应的语音特征序列；将所述语音特征序列作为输入，训练对应的语种识别模型。在一种可能的实现方式中，将所述语音特征序列作为输入，训练对应的语种识别模型之前，该方法进一步包括：对确定出的语音特征序列进行池化，得到所述训练样本对应的语音特征序列。在一种可能的实现方式中，利用预先训练出的语种识别模型，确定所述语音时域信号对应的语种，包括：确定采集到的语音时域信号中的每一语音帧对应的语音特征序列；对所述语音特征序列进行池化，得到采集到的语音时域信号对应的语音特征序列；将采集到的语音时域信号对应的语音特征序列作为输入，利用预先训练出的语种识别模型，确定所述语音时域信号对应的语种为第一语种还是非第一语种。在一种可能的实现方式中，对所述语音特征序列进行池化，得到采集到的语音时域信号对应的语音特征序列，包括：从所述语音特征序列中，选择部分语音特征序列；对选择出的语音特征序列进行池化，得到采集到的语音时域信号对应的语音特征序列。在一种可能的实现方式中，所述池化为最大池化。本专利技术还提供了一种语种识别装置，所述装置包括：采集模块，用于采集语音时域信号；第一识别模块，用于利用预先训练出的语种识别模型，确定所述语音时域信号对应的语种；第二识别模块，用于若所述第一识别模块确定所述语音时域信号对应的语种为非第一语种，获取本次选择的语种互译范围，所述语种互译范围包括第一语种和第二语种互译,根据所获取的语种互译范围，确定所述语音时域信号对应的语种为所述第二语种。在一种可能的实现方式中，所述语种识别模型是利用所述第一语种对应的第一训练样本以及第二训练样本训练得到，所述第二训练样本中包括至少一种非第一语种对应的训练样本在一种可能的实现方式中，所述至少一种非第一语种对应的训练样本中，包括所述第二语种对应的训练样本，或者不包括所述第二语种对应的训练样本。在一种可能的实现方式中，所述语种识别模型通过以下方式训练得到：获取训练样本，所述训练样本包括所述第一训练样本以及所述第二训练样本；针对每个训练样本，执行以下操作：确定所述训练样本中的每一语音帧对应的语音特征序列；将所述语音特征序列作为输入，训练对应的语种识别模型。在一种可能的实现方式中，将所述语音特征序列作为输入，训练对应的语种识别模型之前，还包括：对确定出的语音特征序列进行池化，得到所述训练样本对应的语音特征序列。在一种可能的实现方式中，所述第一识别模块，用于利用预先训练出的语种识别模型，确定所述语音时域信号对应的语种，包括：确定采集到的语音时域信号中的每一语音帧对应的语音特征序列；对所述语音特征序列进行池化，得到采集到的语音时域信号对应的语音特征序列；将采集到的语音时域信号对应的语音特征序列作为输入，利用预先训练出的语种识别模型，确定所述语音时域信号对应的语种为第一语种还是非第一语种。在一种可能的实现方式中，所述第一识别模块，用于对所述语音特征序列进行池化，得到采集到的语音时域信号对应的语音特征序列，包括：从所述语音特征序列中，选择部分语音特征序列；对选择出的语音特征序列进行池化，得到采集到的语音时域信号对应的语音特征序列。在一种可能的实现方式中，所述池化为最大池化。本专利技术还提供了一种翻译机，所述翻译机包括如上所述的装置。本专利技术还提供了一种非易失性计算机存储介质，所述计算机存储介质存储有可执行程序，该可执行程序被处理器执行实现如上所述方法的步骤。本专利技术还提供了一种语种识别设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述程序时实现如上所述方法的步骤。本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对本文档来自技高网...

【技术保护点】
1.一种语种识别方法，其特征在于，所述方法包括：采集语音时域信号；利用预先训练出的语种识别模型，确定所述语音时域信号对应的语种；若确定所述语音时域信号对应的语种为非第一语种，获取本次选择的语种互译范围，所述语种互译范围包括第一语种和第二语种互译；根据所获取的语种互译范围，确定所述语音时域信号对应的语种为所述第二语种。

【技术特征摘要】
1.一种语种识别方法，其特征在于，所述方法包括：采集语音时域信号；利用预先训练出的语种识别模型，确定所述语音时域信号对应的语种；若确定所述语音时域信号对应的语种为非第一语种，获取本次选择的语种互译范围，所述语种互译范围包括第一语种和第二语种互译；根据所获取的语种互译范围，确定所述语音时域信号对应的语种为所述第二语种。2.如权利要求1所述的方法，其特征在于，所述语种识别模型是利用所述第一语种对应的第一训练样本以及第二训练样本训练得到，所述第二训练样本中包括至少一种非第一语种对应的训练样本。3.如权利要求2所述的方法，其特征在于，所述至少一种非第一语种对应的训练样本中，包括所述第二语种对应的训练样本，或者不包括所述第二语种对应的训练样本。4.如权利要求2所述的方法，其特征在于，所述语种识别模型通过以下方式训练得到：获取训练样本，所述训练样本包括所述第一训练样本以及所述第二训练样本；针对每个训练样本，执行以下操作：确定所述训练样本中的每一语音帧对应的语音特征序列；将所述语音特征序列作为输入，训练对应的语种识别模型。5.如权利要求4所述的方法，其特征在于，将所述语音特征序列作为输入，训练对应的语种识别模型之前，该方法进一步包括：对确定出的语音特征序列进行池化，得到所述训练样本对应的语音特征序列。6.如权利要求1所述的方法，其特征在于，利用预先训...

【专利技术属性】
技术研发人员：李宝祥，吕安超，钟贵平，
申请(专利权)人：北京猎户星空科技有限公司，
类型：发明
国别省市：北京,11