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！

申请/专利权人：长沙通诺信息科技有限责任公司

摘要：本发明公开了一种基于语音识别的自然语言数据分析方法及系统，属于语音识别领域，本发明将得到的预处理语言数据和对应语言特点的标注数据代入语言识别模型构建策略中进行语言识别模型的构建和训练，从而得到语言识别的初始概率，将获取的自然语言数据导入构建的语言类型识别模型和语言识别模型中进行识别语言概率的计算，提取识别语言概率的最大值对应的识别语言数据输出得到获取的自然语言数据的识别结果，本发明首先计算输出语言对应的语言识别类型输出概率，然后通过构建的语言类型识别模型和语言识别模型中进行识别语言概率的计算，提高了方言识别的准确性。

主权项：1.一种基于语音识别的自然语言数据分析方法，其特征在于，其包括以下具体步骤：S1、对非标准普通话数据进行数据的收集，并对收集到的非标准普通话数据进行语言特点的标注，标注非标准普通话数据的发音变体、语速、口音数据，构建语言类型识别模型；S2、将标注的非标准普通话数据导入数据预处理策略中进行语言的清晰化处理，得到预处理语言数据；S3、将得到的预处理语言数据和对应语言特点的标注数据代入语言识别模型构建策略中进行语言识别模型的构建和训练，从而得到语言识别的初始概率；S4、将获取的自然语言数据导入构建的语言类型识别模型和语言识别模型中进行识别语言概率的计算；S5、提取识别语言概率的最大值对应的识别语言数据输出得到获取的自然语言数据的识别结果；所述S1的内容包括以下具体步骤：S11、提取收集得到的指定地方方言类型的非标准普通话数据，同时获取对应非标准普通话数据的平均发音变体、平均语速、平均口音音调和平均口音音素数据，构建输入为非标准普通话数据的平均发音变体、平均语速、平均口音音调和平均口音音素数据，输出为方言类型的语言类型识别模型；S12、将非标准普通话数据的平均发音变体、平均语速、平均口音音调和平均口音音素数据和方言类型数据分为作为70％的参数训练集和30％的参数测试集；将70％的参数训练集输入语言类型识别模型进行训练，以得到初始语言类型识别模型；利用30％的参数测试集对初始语言类型识别模型进行测试，输出满足预设方言类型数据识别准确度的最优初始语言类型识别模型作为语言类型识别模型，其中，语言类型识别模型的输出公式为： 其中，Dy为语言识别类型输出概率，K[]为括号中数据对应的语言类型概率，min为括号中数据的最小值输出，CIJ为输入的第J个待识别语言的平均发音变体、平均语速、平均口音音调和平均口音音素数据中第I个参数，CI为平均发音变体、平均语速、平均口音音调和平均口音音素数据中第I个参数的标准值，aI为平均发音变体、平均语速、平均口音音调和平均口音音素数据中第I个参数的占比系数。

全文数据：

权利要求：

百度查询： 长沙通诺信息科技有限责任公司 一种基于语音识别的自然语言数据分析方法及系统