买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南通大学申请的专利一种中文语音增强识别及文本纠错矫正方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115602161B 。

龙图腾网通过国家知识产权局官网在2025-11-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211295191.X，技术领域涉及：G10L15/197；该发明授权一种中文语音增强识别及文本纠错矫正方法是由徐慧;余伟超;顾欣;王皓晨;尹必才设计研发完成，并于2022-10-21向国家知识产权局提交的专利申请。

本一种中文语音增强识别及文本纠错矫正方法在说明书摘要公布了：本发明属于语音及文本处理领域，具体涉及一种中文语音增强识别及文本纠错矫正方法，包括：对待识别音频进行预处理，通过声纹模型进行特征提取并建立初始粗糙方言鉴别模型；建立初始网络模型对初始粗糙方言鉴别模型进行训练得到方言鉴别模型；基于N‑gram语言模型确定纠错候选分词集合；通过Bigram2元语言模型和N‑gram语言模型进行纠错矫正后输出文本。本发明对待识别音频进行预处理，减少语音识别干扰因素，采用GMM‑SVM模型提高了识别性能，采用GMM‑UBM模型和LSTM模型的组合模型建立初始网络模型拥有更快更好的训练拟合效果，通过N‑gram语言模型和Bigram2元语言模型进行文本处理纠错有效降低了错误率，优化了待识别音频转换成文本信息的结果。

本发明授权一种中文语音增强识别及文本纠错矫正方法在权利要求书中公布了：1.一种中文语音增强识别及文本纠错矫正方法，其特征在于，包括以下步骤： S1：对待识别音频进行预处理，得到预处理后的音频，并基于GMM-SVM建立初始粗糙方言鉴别模型； S2:建立初始网络模型并对所述初始粗糙方言鉴别模型进行训练，得到方言鉴别模型；将所述预处理后的音频与标准语库进行匹配，根据匹配状态确定鉴权结果，输出矫正后的音频信息，其中标准语库包含发音规则库、用户常用语库、音节知识库； S3:将所述矫正后的音频信息转为语音文本，基于词典知识库进行分词，通过N-gram语言模型确定纠错候选分词集合； S4:将N-gram语言模型进一步简化，得到Bigram2元语言模型，使用N-gram语言模型和Bigram2元语言模型对所述语音文本进行纠错矫正后输出； 所述步骤S1具体包括以下步骤： S101:利用音频合成模型Tacotron2.0对待识别音频进行降噪、修复补全、模糊增强处理，得到预处理后的音频； S102:采用GMM-SVM模型，对GMM中每个高斯分量均值构建一个高斯超向量作为SVM的样本； S103:基于GMM-SVM模型，采用样本语音数据进行机器学习，获得初始粗糙方言鉴别模型，其中GMM-SVM模型的预测神经元的输入输出函数为： ； 其中，为预测神经元的连接权值，为输入层单元个数,为循环变量，为学习率，为连接权值的距离偏离度，为真实值，为预测值，表示同一组样本语音数据，为真实值与预测值的差值，表示整个样本空间的总误差；给定一组初始值进行计算，直到满足收敛条件，即达到最小时，得到所述初始粗糙方言鉴别模型； 所述步骤S2具体包括以下步骤： S201：采用GMM-UBM模型和LSTM模型的组合模型建立初始网络模型，将样本语音数据输入所述初始网络模型进行识别训练； S202：对所述样本语音数据标注对应的方言类型，将标注后的所述样本语音数据输入所述初始网络模型进行深度学习训练；在训练过程中，调整所述初始网络模型的模型参数至初始网络模型输出的方言类型与所述样本语音数据标注的方言类型相匹配，根据此时所述初始网络模型参数调整所述初始粗糙方言鉴别模型参数，得到该类型方言的方言鉴别模型； S203：将预处理后的音频输入每个类型方言对应的方言鉴别模型，获得所述预处理后的音频对应的每个类型方言的预测值；比较得到的每个类型方言预测值的最大值，该最大值对应的方言类型为待识别音频的方言类型；将预处理后的音频与标准语库进行匹配，根据匹配状态确定鉴权结果，输出矫正后的音频信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南通大学，其通讯地址为：226019 江苏省南通市啬园路9号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。