一种语音转文字的处理方法、系统及设备技术方案

本发明专利技术公开了一种语音转文字的处理方法，包括以下步骤：采集语音信息作为训练数据，对训练数据进行发音标注，并以字为单元构建基于前馈神经网络结构的声学模型；获取语料信息，对其进行分词提取并生成分词文本，将分词文本训练生成语言模型；对原始声音依次进行声道转换处理、预加重处理、分帧处理以及加窗处理后，得到预处理声音；对预处理声音进行小波变换生成频谱图，提取频谱图的声学特征并对所述声学特征进行向量化，得到声学特征向量，将声学特征向量输入到声学模型和语音模型中，得到文本信息。

【技术实现步骤摘要】
一种语音转文字的处理方法、系统及设备
本专利技术涉及语音识别领域，具体涉及一种语音转文字的处理方法、系统及设备。
技术介绍
在重要会议中，需要用文字记录下全部的发言内容，但无论是手写还是机打都难以跟上讲话的速度，造成会议纪要的内容丢失。
技术实现思路
为解决上述技术问题，本专利技术提供一种语音转文字的处理方法、系统及设备。为解决上述技术问题，本专利技术采用如下技术方案：一种语音转文字的处理方法，包括以下步骤：步骤一：采集语音信息作为训练数据，对训练数据进行发音标注，并以字为单元构建基于前馈神经网络结构的声学模型；步骤二：获取语料信息，对其进行分词提取并生成分词文本，将分词文本训练生成语言模型；步骤三：对原始声音依次进行声道转换处理、预加重处理、分帧处理以及加窗处理后，得到预处理声音；步骤四：对预处理声音进行小波变换生成频谱图，提取频谱图的声学特征并对所述声学特征进行向量化，得到声学特征向量，将声学特征向量输入到声学模型和语音模型中，得到文本信息。具体地，进行预加重处理时本文档来自技高网...

【技术保护点】
1.一种语音转文字的处理方法，包括以下步骤：/n步骤一：采集语音信息作为训练数据，对训练数据进行发音标注，并以字为单元构建基于前馈神经网络结构的声学模型；/n步骤二：获取语料信息，对其进行分词提取并生成分词文本，将分词文本训练生成语言模型；/n步骤三：对原始声音依次进行声道转换处理、预加重处理、分帧处理以及加窗处理后，得到预处理声音；/n步骤四：对预处理声音进行小波变换生成频谱图，提取频谱图的声学特征并对所述声学特征进行向量化，得到声学特征向量，将声学特征向量输入到声学模型和语音模型中，得到文本信息。/n

【技术特征摘要】
1.一种语音转文字的处理方法，包括以下步骤：
步骤一：采集语音信息作为训练数据，对训练数据进行发音标注，并以字为单元构建基于前馈神经网络结构的声学模型；
步骤二：获取语料信息，对其进行分词提取并生成分词文本，将分词文本训练生成语言模型；
步骤三：对原始声音依次进行声道转换处理、预加重处理、分帧处理以及加窗处理后，得到预处理声音；
步骤四：对预处理声音进行小波变换生成频谱图，提取频谱图的声学特征并对所述声学特征进行向量化，得到声学特征向量，将声学特征向量输入到声学模型和语音模型中，得到文本信息。


2.根据权利要求1所述的语音转文字的处理方法，其特征在于：进行预加重处理时，将经过声道转换处理的原始声音通过高通滤波器，得到加重音频信号
s(n)＝x(n)-αx(n-1)；
其中x(n)是原始声音信号在n时刻的采样值，x(n-1)是原始声音信号在n-1时刻的采样值，0.95≤α≤0.99；
所述高通滤波器的传递函数H(z)＝1-a*z-1；a为预加重系数，z为对所述加重音频信号进行处理过程中的变化频域。


3.根据权利要求1所述的语音转文字的处理方法，其特征在于：对原始声音进行预加重处理后得到加重音频信号；对加重音频信号进行加窗处理时，将加重音频信号与布莱克曼窗函数相乘得到加窗声音信号，其中布莱克曼窗函数





4.根据权利要求...

【专利技术属性】
技术研发人员：胡增，孙有效，刘雨晴，
申请(专利权)人：中用科技有限公司，
类型：发明
国别省市：安徽;34