[发明专利]一种基于拼音的语音识别字符串处理比对方法

说明书

本发明涉及一种基于拼音的语音识别字符串处理比对方法。现有的语音识别技术，对于人名的识别、设备名的识别等等某些特殊场合的应用，很容易由于比对的不正确而产生错误。本发明是基于通常汉字识别算法之上的一个“二次加工”，将识别出来的汉字字符串转化为拼音串，然后与目标拼音串进行比对。包括以下步骤：第一步，拼音编码：将所有的汉字拼音进行编码，此编码类似于unicode的编码，将所有的汉字拼音组合枚举出来；第二步，编码转换：将表达汉字的GBK、Unicode、UTF‑8等编码方式的字符串转化为拼音串；第三步，多音字的处理，将所有姓氏的多音字枚举，进行特殊处理，分配相同的拼音码。本发明可以快速实现精准识别、避免误判。

技术领域

本发明涉及数码电子产品领域,具体涉及一种基于拼音的语音识别字符串处理比对方法。

背景技术

在通常情况下，语音识别是将输入语音通过特征识别转化为文字的一种技术。而在某些特殊场合的应用，这种通用的技术并不能满足人们的需要，比如对人名的识别、设备名的识别等等，也许语音识别算法通过输入的语音识别出“于国权”这个字符串，而真正的用户讲的可能是“余国全”，由于姓名本身很少有上下文的关联性，就会造成比对的不正确。

发明内容

本发明的目的在于提供一种基于拼音的语音识别字符串处理比对方法。在需要“特殊性名词”对“音”进行识别的小字符集场合，如姓名、设备名、地名等等，可以快速实现精准识别、避免误判。

本发明识别算法是基于通常汉字识别算法之上的一个“二次加工”，将识别出来的汉字字符串转化为拼音串，然后与目标拼音串进行比对。

本发明方法包括以下步骤：

第一步：拼音编码：将所有的汉字拼音进行编码，此编码类似于unicode的编码，将所有的汉字拼音组合枚举出来(根据需要也可以包含声调)。我们用两个字节(16位)来编码拼音，第一个字节的最高位为1，如下表：