[发明专利]一种在线语音文本对齐系统及方法

摘要

本发明涉及一种在线语音文本对齐系统及方法，该系统包括：文本处理模块、错误检测模块、错误恢复模块及强制对齐模块。其中，强制对齐模块包括：特征提取模块、搜索空间构建模块和对齐解码模块。其中，错误恢复模块包括：语言模型估计模块、语言模型插值模块、语音识别模块及文本对齐和相似度计算模块。该系统及方法检测句子末尾的方法是传统的基于维特比对齐的方法的改进，通过利用束搜索的搜索空间的信息，估计句尾搜索空间的活跃程度A(t，s_ωe)，估计在局部意义下的句子末尾时间。本系统及方法具有自动错误检测文本和语音中的不匹配段并跳过这些段落的功能；可以实时的产生在线输入语音流和对应的文本的对齐结果，并能够处理带错误的长文本。

主权项

1、一种在线语音文本对齐系统，其特征在于，所述系统包括：一文本处理模块，用于将原始的文本流作预处理和句子分割，并将分割后的文本句子送入强制对齐模块和错误恢复模块；一错误检测模块，用于检测并判断是否是错误对齐和文本与语音不匹配的情况，如果发生错误，则通知错误恢复模块进行错误恢复；一错误恢复模块，用于根据在线输入语音信号和文本句子信息，进行错误纠正，即根据在线输入语音信号进行识别，在文本中寻取最优匹配点，并将文本位置反馈给强制对齐模块；及一强制对齐模块，用于根据在线输入语音信号和文本句子信息，输出当前句子的语音与文本的对齐结果；如果收到错误恢复模块的文本位置反馈信息，则跳过出现错误的文本段，并从最优匹配点的句子开始，输出句子的语音与文本的对齐结果。