一种字母数字串听读相似度的定量评估方法技术

朗读者读出一个字母数字串(简称串)，听者可能误听其为另一个串，原因是两个串有听读相似性。本发明专利技术提出了一种定量计算听读相似性(简称相似度)的方法。相似度值在0(很不相似)到100(两个串完全相同)之间。两个串越相似，相似度越大。串中的字符根据朗读所用时长，分解为1到3个音符。串相似度与音符的听读相似度(与串相似度的定义相同，可通过语音分析获取其值，或直接取经验值)有关。两个串中的音符两两配对(音符对)，音符本身的相似度，音符在串中的位置都对串的相似度有影响。音符越靠前、在两个串中的位置越接近，对串相似度的影响越大。相似度还与两个串的长度差有关，差值越大越不相似。本发明专利技术综合上述因素给出了计算公式。式。式。

【技术实现步骤摘要】
一种字母数字串听读相似度的定量评估方法


[0001]本专利技术属于计算机技术中的模式识别领域，涉及一种字母数字串听读相似度的定量评估方法。

技术介绍

[0002]字母数字串是26个英文字母(不区分大小写)和10个数字(0到9)组成的字符串，在生产和生活中的应用很广泛，如航班号、火车车次号、汽车车牌号、身份证号、房间号等。
[0003]朗读者逐字符读出一个字母数字串(以下简称串)，听者听出这个串的过程为听读过程。在生活和工作中有很多听读过程。如在空中交通管制中，管制员呼叫航班号，并对该航班发布指令；飞行员接受并执行管制员的指令，就是一个听读过程，其中管制员呼叫的航班号就是一个字母数字串，发布的指令中也包括很多的字母数字串(如高度、速度、方向等)。
[0004]字母数字串的听读中，朗读者可能会将一个串误读成与之相似的其他串；就算读得无误，听者也可能会误听成另外一个串。误读、误听会给生活和工作带来不便、失误甚至重大失误。比如在上述空中交通管制的例子中，如果飞行员将管制员呼叫的其他航班号误听为自己的航班号，并按管制员的指令执行，将会严重危及飞行安全。字母数字串听读相似是造成误读、误听的主要原因。如果事先将相似的串找出来，就可以提醒朗读者、听者注意，采取相应措施，如多读几遍，与听者核对，改变读法，或者用不容易误读误听的串代替等。
[0005]实际上字母数字串听读相似也有不同的程度，有时候非常相似，有时候只是有一点相似。程度不同，我们采取的措施也会不同，所以我们需要定量表示听读相似度，并找出一种对字母数字串听读相似度进行定量评估的方法。

技术实现思路

[0006]本专利技术的目的是提供一种字母数字串(以下简称串)听读相似度的定量评估方法，具体内容如下：
[0007]内容1，字母数字串相似度的定量。下面从串误读误听的概率出发，给出字母数字串相似度的定义。
[0008]内容1.1，听读正确和错误。在朗读端，将一个串s1呈现给朗读者，由其按字符逐个读出；听端的听者按听到的内容呈现出一个串s2。如果s1和s2相同，则称听读正确；如果s2没有呈现出来，或者虽然呈现出来了，但和s1不同，则称听读错误。“呈现”方式由具体应用决定，可以呈现在朗读者、听者的脑海里，可以写在纸上，也可以用其他有意义的方式。
[0009]s1呈现出来了，s2未呈现，称为漏听，算一次听读错误。s1未呈现，s2呈现，称为幻听，不是一个完整的听读过程，既非听读正确，也非听读错误，不统计在听读总数中。
[0010]内容1.2，听读正确和错误的概率。在特定应用场景，在朗读者和听者不特定的情况下，在s1呈现n次时，s2呈现且和s1相同的次数为m次，则听读正确的概率p1＝m/n，听读错误的概率p2＝(n
‑
m)/n。显然有p1+p2＝1。
[0011]内容1.3，串集。在特定场景下，有可能作为s1呈现出来的所有串构成的集合，称串集，设为S。显然有s1∈S。再假定s2∈S(含义是，如果听者听到的串不在串集中，可直接判断有错，不算一次听读过程，所以可假定s2∈S)。
[0012]内容1.4，听读配对概率。对特定的s1、s2，s1在朗读端呈现r次时，听端呈现s2的次数为t次，则s1、s2的原始听读配对概率P0(s1，s2)＝t/r。
[0013]s1、s2的听读配对概率P(s1，s2)为P0(s1，s2)和P0(s2，s1)中的最小值。显然有P(s1，s2)＝P(s2，s1)。
[0014]S中所有满足s1≠s2(s1∈S，s2∈S)的P(s1，s2)(即：将s1错听为s2的概率)值中的最小值设为E1，最大值设为E2。
[0015]对所有s1(s1∈S)，所有P(s1，s1)(即：s1正确听读的概率)值中的最小值称为C1。
[0016]E1、E2、C1都可以视为S本身的参数。
[0017]内容1.5，串集评估。
[0018]对S，如果E2≥C1，则称S为不合格串集；否则为合格串集。在合格串集中，如果C1
‑
E2(已有E2<C1)的值(如10)很小，则称S为不良串集。
[0019]不合格串集意味着，在串集中至少有一个串，将其误听成另一个不同的特定串的概率很大，甚至大过将某个特定串听对的概率。这种串集本身就是听读错误的温床，是不应该使用的。
[0020]不良串集意味着，在串集中至少有一个串，将其误听成另一个不同的特定串的概率很大，接近所有串听对概率中的最小值。这种串集中有些串对的听读相似度比较高，应予改良。
[0021]本专利技术中，如不特别说明，串集都指合格串集。
[0022]串集评估的意义在于，通过串集的设计，尽量降低串的听读相似度。对不合格串集、不良串集，可采取措施予以改良，如剔除部分串、改变字母数字的读法等。
[0023]内容1.6，字母数字串听读相似度(简称串相似度)的定义。设S为合格串集，s1∈S，s2∈S，s1、s2的听读相似度X(s1，s2)的定义如下：
[0024](1)0≤X≤100；
[0025](2)s1≠s2，且P(s1，s2)≤E1时，X＝0；
[0026](3)s1＝s2时，X＝100；
[0027](4)对s1≠s2，s3≠s4，如P(s1，s2)<P(s3，s4),要求X(s1，s2)<X(s3，s4)。当P(s1，s2)＝P(s3，s4),不要求X(s1，s2)＝X(s3，s4)。
[0028]内容2，音符听读相似度评估。
[0029]字符是组成串的单元。根据字符朗读所用时间的长短不同，一个字符可分解成1到3个音符，具体分解方法随应用场合的不同而不同，表1是分解的一个例子。如：8分解成一个音符8，F分解成2个音符F1和F2，X分解成3个音符X1、X2、X3。字符的听读相似度按分解成的音符进行评估。
[0030]可以将一个音符看成串(单个音符的串)。串由音符组成，因此音符听读相似度(简称音符相似度)是在所有音符组成的集合(设其元素数为Sn)上定义的字母数字串相似度。
[0031]音符相似度是评估串相似度的基础。根据上述定义可知，其取值在0到100之间，如果两个音符相同，相似度是100；如果不同，其相似度是0到100(不含)的值。
[0032]音符相似度评估有多种方法，可用语音分析方法，也可用统计分析方法，或者直接使用经验值。但最后都可以用一个Sn*Sn的二维数组(音符相似度表)表示相似度。
[0033]内容3，字母数字串相似度计算。
[0034]设A、B是某个合格串集上的两个串。其中：
[0035]A由m个音符组成(m是A的长度)，依次为A1、A2、
……
、Am，其中m>0。
[0036]B由n个音符组成(n是B的长度)，依次为B1、B2、
……
、Bn,其中n>0。
[0037本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种字母数字串听读相似度的定量评估方法，其特征在于：在串集和听读配对概率的基础上，以定量方式定义了字母数字串(简称串)的听读相似度，给出了串相似度的计算公式。字母数字串中的字母数字根据朗读所用时长分解为为1到3个音符。2.根据权利要求1所述的一种字母数字串听读相似度的定量评估方法，其特征在于：对所述串集的评估，属于串集S的两个串s1和s2，当在朗读端呈现s1时，听端呈现s2的概率为P0(s1，s2)；P0(s1，s2)和P0(s2，s1)中的最小值为听读配对概率P(s1，s2)；在S中，所有满足s1≠s2的P(s1，s2)值中的最小值设为E1，最大值设为E2；对所有s1，所有P(s1，s1)值中的最小值设为C1；对S，如果E2≥C1，则S为不合格串集；否则为合格串集。在合格串集中，虽有E2<C1，但如果C1
‑
E2的值(如10)很小，则称S为不良串集。3.根据权利要求1所述的一种字母数字串听读相似度的定量评估方法，其特征在于：所述以定量方式定义字母数字串的听读相似度，设S为合格串集，s1∈S，s2∈S，s1、s2的听读相似度X(s1，s2)的定义为：(1)0≤X≤100；(2)s1≠s2，且P(s1，s2)≤E1时，X＝0；(3)s1＝s2时，X＝100；(4)对s1≠s2，s3≠s4，如P(s1，s2)<P(s3，s4),则X(s1，s2)<X(s3，s4)；当P(s1，s2)＝P(s3，s4)时,不要求X(s1，s2)＝X(s3，s4)。4.根据权利要求1所述的一种字母数字串听读相似度的定量评估方法，其特征在于：所述字母数字分解为音符，每个音符都有一个音符综合间距与之对应；设音符为C，其音符综合间距为pp；根据C计算pp的算法有两种。算法一：C是某个字符的唯一音符时，pp＝1；C是某个多音符字符的第1个音符时，pp＝0.5；C是某个多音符字符的第2个音符时，pp＝1；C是某个多音符字符的第3个音符时，pp＝0.5。算法二：C是某个字符的唯一音符时，pp＝1；C是某个多音符字符的第1个音符时，pp＝0.25；C是某个多音符字符的第2个音符时，pp＝1；C是某个多音符字符的第3个音符时，pp＝0.25。5.根据权利要求1所述的一种字母数字串听读相似度的定量评估方法，其特征在于：所述串相似度的计算公式，对合格串集上的两个串A、B，若A由m个音符Ac1、Ac2、
……
、Acm(m>0)组成，B由n个音符Bc1、Bc2、...

【专利技术属性】
技术研发人员：高妍，赵丹妮，黄坤岭，
申请(专利权)人：高妍，
类型：发明
国别省市：