[发明专利]一种在线增量的语音获得和识别方法

说明书

一种在线增量的语音获得与识别方法，包括初始化阶段、针对语音数据的输入与竞争阶段、基准点更新阶段、作用范围的阈值更新阶段以及去噪阶段。可有效避免现有技术中的所述的模型的训练需要耗费大量的时间、无法实现在线增量、这种方式不符合人的认知习惯由此导致使用很不方便的缺陷。

技术领域

本发明属于语音获得与识别技术领域，具体涉及一种在线增量的语音获得与识别方法。

背景技术

传统的语音识别算法多从统计的角度出发，通过训练大量的数据，从而得出概率相关的模型。若有新的输入语音数据，得出概率相关的模型必须重新进行训练，所述的模型的训练需要耗费大量的时间，而且这种方式不符合人的认知习惯，由此导致使用很不方便。

发明内容

本发明的目的提供一种在线增量的语音获得与识别方法，包括初始化阶段、针对语音数据的输入与竞争阶段、基准点更新阶段、作用范围的阈值更新阶段以及去噪阶段。可有效避免现有技术中的所述的模型的训练需要耗费大量的时间、这种方式不符合人的认知习惯由此导致使用很不方便的缺陷。

为了克服现有技术中的不足，本发明提供了一种在线增量的语音获得与识别方法的解决方案，具体如下：

一种在线增量的语音获得与识别方法，步骤如下：

步骤1：首先，用于处理语音数据的终端接收到外部输入的语音数据；

步骤2：用于处理语音数据的终端接收到外部输入的语音数据后，就进入初始化阶段，所述的初始化阶段具体如下：

1)构建基准点集合A＝{L₁,L₂},其中第一基准点L₁,第二基准点L₂是从外部输入的语音数据中选取的两个随机数据；

2)构建边集合其初始值为空集,即第一基准点L₁,第二基准点L₂之间没有初始连接；

3)构建第一基准点L₁的激活数构建第二基准点L₂的激活数

4)构建第一基准点L₁的作用范围的阈值构建第二基准点L₂的作用范围的阈值所述的 dis tan ce(.,.)为相似性距离算法函数；

步骤3：进入针对语音数据的输入与竞争阶段，所述的针对语音数据的输入与竞争阶段的具体方法如下：

1)从外部对用于处理语音数据的终端输入一个新的语音数据样本ξ∈R^D，其中R^D表示D维实数向量，D表示自然数；

2)找出A中与ξ最相似的两个基准点,所述的最相似的两个基准点分别为胜者基准点s₁和亚军基准点s₂,所述的胜者基准点s₁和亚军基准点s₂分别由如下所示公式所求得：

步骤4：接着进入基准点更新阶段，所述的基准点更新阶段具体如下：

1)如果或者成立,就为基准点集合A 生成一个新的基准点ξ,令A＝A∪{ξ}，其中表示针对胜者基准点s₁的作用范围的阈值，表示针对亚军基准点s₂的作用范围的阈值，然后跳转至步骤3中继续执行；