生成諧音文本的方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及語音處理技術(shù)領(lǐng)域，尤其涉及一種生成諧音文本的方法和系統(tǒng)。
【背景技術(shù)】
[0002]當(dāng)用戶記憶外文單詞時，為了幫助記憶，可以采用諧音助記法，例如reluctant (勉強的)，可以諧音替換為“驢拉坦克”。又如一位中國用戶聽了一首韓文歌很喜歡想學(xué)著唱，卻由于不會韓語看不懂原版歌詞，如果能提供給這個用戶一份中文諧音歌詞，則可以方便該用戶按這個歌詞學(xué)唱。為此，在一些場景下，需要根據(jù)原始文本生成對應(yīng)的諧音文本。
[0003]現(xiàn)有技術(shù)中，通常是采用人工方式進行諧音文本的生成，但是，人工方式無疑在效率、效果等方面都存在問題。

【發(fā)明內(nèi)容】

[0004]本發(fā)明旨在至少在一定程度上解決相關(guān)技術(shù)中的技術(shù)問題之一。
[0005]為此，本發(fā)明的一個目的在于提出一種生成諧音文本的方法，該方法可以利用語音識別技術(shù)自動生成諧音文本，避免人工生成諧音文本方式存在的問題。
[0006]本發(fā)明的另一個目的在于提出一種生成諧音文本的系統(tǒng)。
[0007]為達到上述目的，本發(fā)明第一方面實施例提出的生成諧音文本的方法，包括:獲取原始文本的輸入信息，所述原始文本是第一語言的文本，所述原始文本的輸入信息包括:原始文本的語音信息，和/或，原始文本的文本信息；獲取與所述輸入信息對應(yīng)的諧音文本，所述諧音文本是第二語言的文本，所述諧音文本是根據(jù)語言模型和語音識別技術(shù)獲取的；展示所述諧音文本。
[0008]本發(fā)明第一方面實施例提出的生成諧音文本的方法，通過獲取原始文本的輸入信息，并根據(jù)輸入信息獲取諧音文本，可以利用語音識別技術(shù)自動生成諧音文本，避免人工生成諧音文本方式存在的問題。
[0009]為達到上述目的，本發(fā)明第二方面實施例提出的生成諧音文本的系統(tǒng)，包括:第一獲取模塊，用于獲取原始文本的輸入信息，所述原始文本是第一語言的文本，所述原始文本的輸入信息包括:原始文本的語音信息，和/或，原始文本的文本信息；第二獲取模塊，用于獲取與所述輸入信息對應(yīng)的諧音文本，所述諧音文本是第二語言的文本，所述諧音文本是根據(jù)語言模型和語音識別技術(shù)獲取的；展示模塊，用于展示所述諧音文本。
[0010]本發(fā)明第二方面實施例提出的生成諧音文本的系統(tǒng)，通過獲取原始文本的輸入信息，并根據(jù)語音信息獲取輸入文本，可以利用語音識別技術(shù)自動生成諧音文本，避免人工生成諧音文本方式存在的問題。
[0011]本發(fā)明附加的方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。
【附圖說明】
[0012]本發(fā)明上述的和/或附加的方面和優(yōu)點從下面結(jié)合附圖對實施例的描述中將變得明顯和容易理解，其中:
[0013]圖1是本發(fā)明一實施例提出的生成諧音文本的方法的流程示意圖；
[0014]圖2是本發(fā)明另一實施例提出的生成諧音文本的方法的流程示意圖；
[0015]圖3是本發(fā)明實施例中信息輸入界面的示意圖；
[0016]圖4是本發(fā)明實施例中信息完成界面的示意圖；
[0017]圖5是本發(fā)明實施例中諧音文本的展示界面的示意圖；
[0018]圖6是本發(fā)明另一實施例提出的生成諧音文本的系統(tǒng)的結(jié)構(gòu)示意圖；
[0019]圖7是本發(fā)明另一實施例提出的生成諧音文本的系統(tǒng)的結(jié)構(gòu)示意圖。
【具體實施方式】
[0020]下面詳細描述本發(fā)明的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標(biāo)號表示相同或類似的模塊或具有相同或類似功能的模塊。下面通過參考附圖描述的實施例是示例性的，僅用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。相反，本發(fā)明的實施例包括落入所附加權(quán)利要求書的精神和內(nèi)涵范圍內(nèi)的所有變化、修改和等同物。
[0021]圖1是本發(fā)明一實施例提出的生成諧音文本的方法的流程示意圖，該方法包括:
[0022]S11:獲取原始文本的輸入信息，所述原始文本是第一語言的文本，所述原始文本的輸入信息包括:原始文本的語音信息，和/或，原始文本的文本信息。
[0023]其中，用戶在輸入時，可以輸入語音信息，或者，文本信息，或者，語音信息和文本
?目息。
[0024]當(dāng)用戶輸入語音信息時，例如，對用戶采用第一語言朗誦的語音進行錄制，得到原始文本的語音信息。如，在需要生成英文單詞的諧音文本時，用戶可以以英文朗誦該英文單詞，系統(tǒng)對用戶朗誦的語音進行錄制，可以獲取該單詞的語音信息?；蛘撸?br>[0025]又例如，對用戶播放的第一語言的原始文本的語音進行錄制，得到原始文本的語音信息。如，用戶不知道如何讀第一語言的原始文本時，可以觸發(fā)該原始文本的播放，如在音樂網(wǎng)站點擊歌曲的播放，系統(tǒng)對播放的語音進行錄制后可以得到原始文本的語音信息。
[0026]S12:獲取與所述輸入信息對應(yīng)的諧音文本，所述諧音文本是第二語言的文本，所述諧音文本是根據(jù)語言模型和語音識別技術(shù)獲取的。
[0027]諧音文本也可以稱為空耳。
[0028]根據(jù)輸入信息的不同，可以采用不同方式獲取諧音文本。
[0029]例如，當(dāng)輸入信息是語音信息時，可以對語音信息進行識別，根據(jù)語音識別結(jié)果以及預(yù)先建立的語言模型獲取對應(yīng)的諧音文本?；蛘?，
[0030]又例如，當(dāng)輸入信息是文本信息時，可以根據(jù)預(yù)先建立的文本信息與諧音文本之間的對應(yīng)關(guān)系，獲取與輸入的文本信息對應(yīng)的諧音文本。此時，與文本信息對應(yīng)的諧音文本可以是一個或多個。例如，對應(yīng)同一個文本信息，可以預(yù)先獲取一個或多個用戶輸入的語音信息，再分別對每個用戶輸入的語音信息進行語音識別，并根據(jù)語音識別結(jié)果和語言模型獲取與每個用戶輸入的語音信息對應(yīng)的諧音文本，由于不同用戶可能具有不同的口音，因此，即使對應(yīng)相同的文本信息，由于不同用戶的語音信息可能不同，因此，獲取的諧音文本也可能不同，從而可以同一個文本信息對應(yīng)多個諧音文本。
[0031]語言模型可以是預(yù)先通過收集大量的語料進行訓(xùn)練得到的，語言模型中例如可以記錄文字信息與諧音文本的對應(yīng)關(guān)系。在系統(tǒng)接收到語音信息后，可以通過語音識別技術(shù)獲取語音信息對應(yīng)的文字信息，再根據(jù)語言模型中記錄的文字信息與諧音文本的對應(yīng)關(guān)系，可以獲取相應(yīng)的諧音文本。
[0032]以第二語言是中文為例，根據(jù)原始文本“Intransigent”的語音信息，可以獲取對應(yīng)的中文的諧音文本是“銀川地震”。
[0033]另外，對應(yīng)同一個單詞，不同口音的人朗誦的讀音不同，使得系統(tǒng)獲取的語音信息以及相應(yīng)的語音識別結(jié)果也是不同的，那么即使根據(jù)同一個語言模型，由于語音識別結(jié)果不同，則獲取的諧音文本也可以不同，例如，對于南方口音的用戶，獲取的“ Intrans i gent ”對應(yīng)的諧音文本可以是“音圈事件”。
[0034]另外，系統(tǒng)中預(yù)先保存的語言模型可以為多個，每個語言模型可以對應(yīng)不同的領(lǐng)域，從而得到相應(yīng)領(lǐng)域的諧音文本。例如，當(dāng)采用的語言模型是武俠小說領(lǐng)域的語言模型時，“ Intransigent”對應(yīng)的諧音文本可以是“硬闖溪鎮(zhèn)塘”。
[0035]S13:展示所述諧音文本。
[0036]例如，獲取到當(dāng)前用戶輸入的原始文本的輸入信息時，展示時，向當(dāng)前用戶