买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉三明学院申请的专利一种语音识别结果的动态纠错方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121600911B 。

龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610082920.5，技术领域涉及：G10L15/02；该发明授权一种语音识别结果的动态纠错方法及系统是由陈立龙;邱国鹏;林启英;陈宇轩设计研发完成，并于2026-01-21向国家知识产权局提交的专利申请。

本一种语音识别结果的动态纠错方法及系统在说明书摘要公布了：本发明涉及一种语音识别结果的动态纠错方法及系统，该方法包括：对待识别语音进行分帧处理，生成音素状态后验概率分布集，并计算帧级混淆熵积分数值以量化局部不确定性；基于帧级混淆熵积分数值及信噪比反比阈值筛选低熵有效解码路径，进而构建同音候选词格网络；从网络中提取各节点对应音频片段，计算基频轨迹与音节时长，生成实时韵律特征参数向量；调用标准词汇发音统计库获取标准韵律统计模板，计算实时韵律特征参数向量与模板间的韵律特征对齐差异值，据此对候选词置信度进行加权扣除，选取置信度最高的词汇作为纠错后文本。本发明通过筛选解码路径并引入韵律特征信息，有效提升了复杂声学场景下语音识别的准确性。

本发明授权一种语音识别结果的动态纠错方法及系统在权利要求书中公布了：1.一种语音识别结果的动态纠错方法，其特征在于，包括以下步骤： 步骤S1：根据接收的待识别语音数据流，按预设帧长对语音数据流进行分帧加窗处理，生成音素状态后验概率分布集，对所述音素状态后验概率分布集中每一帧的概率值进行运算，生成帧级混淆熵积分数值； 步骤S2：根据所述帧级混淆熵积分数值，调用预设的信噪比反比阈值参数，将所述帧级混淆熵积分数值与所述信噪比反比阈值参数进行大小比对，筛选得到低熵有效解码路径，在所述低熵有效解码路径中进行宽波束搜索，建立词汇节点之间的有向无环图连接结构，生成同音候选词格网络； 步骤S3：根据所述同音候选词格网络，提取各个词汇节点的起始时间戳与结束时间戳，将时间戳映射回原始语音数据流中，截取对应的音频片段，生成节点对应音频数据段，对所述节点对应音频数据段进行基频轨迹提取与音节时长计算，生成实时韵律特征参数向量； 步骤S4：根据所述实时韵律特征参数向量，调用预置的标准词汇发音统计库，获取与候选词对应的标准韵律统计模板，计算所述实时韵律特征参数向量与所述标准韵律统计模板之间的韵律特征对齐差异值，依据所述韵律特征对齐差异值对所述同音候选词格网络中各候选词的原始置信度分数进行扣除，选取置信度分数最高的词汇，生成动态纠错识别文本； 所述步骤S1中，生成帧级混淆熵积分数值，具体包括： 根据接收的待识别语音数据流，按照预设帧长参数与帧移参数执行分帧加窗处理，对每一帧语音信号提取声学特征向量，并在全部预定义音素状态下计算各状态的后验概率值，记录帧索引与音素状态索引间的映射关系，生成音素状态后验概率分布集； 根据所述音素状态后验概率分布集，计算混乱程度数值，计算公式为： 其中，为第帧的混乱程度数值，为当前帧索引，为前一帧索引，为第个音素状 态，为音素状态总数量，为第帧在第个音素状态下的后验概率，为第帧在第个音素状态下的后验概率，为调节变化项整体影响程度的比例系数，为防止分母为零的 极小正数； 根据所述混乱程度数值，在预设时间窗口内按连续帧顺序进行逐帧积分，完成时间窗口边界的同步校准，生成帧级混淆熵积分数值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人三明学院，其通讯地址为：365004 福建省三明市荆东路25号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。