一种长篇幅语音全自动切分方法

摘要

本发明涉及一种长篇幅语音全自动切分方法，是一种具有更高准确度的无标注的句子自动切分算法，该算法将基于HMM的Force-alignment无监督算法和半监督学习方法相融合，并通过建立一种基于时间轴的迭代机制，利用半监督学习极小化标注的句子切分算法对无标注的句子切分算法所提供的少量精确标注集进行自动扩充，以达到最大化精确标注集合的目的，进而再依据得到的正确的句点将原始篇幅语音切分成更小的段落或是句子的集合。本发明将HMM下的Force-aligned和半监督学习中的Co_training方法融合在一起，保证了在对篇幅语音进行句子切分的过程中，无需人工干预并且有着较高的切分准确率。可以应用于语音语料库的快速自动构建。