用于执行音频和相应文本转录的同步并确定该同步的置信值的方法和系统

摘要：

本发明提供了用于执行音频与相应文本转录的同步并确定定时同步的置信值的方法和系统。可以用语音识别在正向和反向上同步音频和相应文本（例如副本），以输出时间注释的音频-歌词同步的数据。可以计算量度以量化和/或限制同步的置信。基于该量度，示例实施例描述了一种方法，用于增强自动同步过程，以可能使隐马尔科夫模型（HMM）适应同步音频，用于在语音识别时使用。其他例子描述了用于选择合适的HMM来使用的方法。

专利类型：发明专利

申请/专利号：CN201180035459.X

申请日期：2011-05-16

公开/公告号：CN103003875A

公开/公告日：2013-03-27

主分类号：G10L15/05(2013.01)I

申请/专利权人:沙扎姆娱乐有限公司

发明/设计人:O.托迪克

主申请人地址:英国伦敦

专利代理机构:北京市柳沈律师事务所 11105

代理人:李芳华

国别省市代码:英国;GB

权利要求：

一种处理音频信号的方法，包括：接收包含声音元素的音频信号；处理器执行所述声音元素和所述声音元素的相应文本转录的对准；基于所述对准，确定与对于所述声音元素部分的持续时间而言的时间流逝量关联的定时边界信息；以及输出表示对于所述声音元素部分的持续时间而言的定时边界信息的确定程度的置信量度。