[发明专利]语音和声音的识别方法发明

说明书

技术领域

本发明属于语音识别和声音识别领域，具体涉及一种实现语音和声音识别的方法。

背景技术

语音识别是人工智能的重要组成部分，有着广泛的用途，但目前的语音识别在有噪音的环境中识别能力较差。《IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS，VOL.10，NO.5，JUNE 1992》杂志的《An Objective Measure for Predicting Subjective Quality of Speech Coders》一文(以下称文献1)介绍了一种比较两个语音之间差异的方法，但如果用于语音识别，这种方法效果很不理想。另外，这种方法需要两个语音是完全对准的，但现实中，语音会在任何时间开始和结束，几乎不可能是事先对准的。因此，本发明提出解决方法，试图解决这些问题。

发明内容

一种实现语音识别的方法，方法是把纯语音A转换为表示所述纯语音A在巴克上的响度的二维数组F，把待识别的声音G转换为表示所述待识别的声音G在巴克上的响度的二维数组H，其特征是：

在比较所述数组F和所述数组H时，忽略所述数组F中响度较小的元素以及所述数组H中与所述数组F中响度较小的元素对应的元素。

一种实现语音识别的方法，方法是把纯语音A2转换为表示所述纯语音A2在巴克上的响度的二维数组F2，把待识别的声音G2转换为表示所述待识别的声音G2在巴克上的响度的二维数组H2，其特征是：

在计算所述数组F2的元素F2[x][y]和所述数组H2中对应的元素H2[x][y]的距离时，令计算的结果最大不超过所述元素F2[x][y]的值。

优选的，设待识别的声音G3是和纯语音A3长度不同的声音，为计算所述待识别的声音G3是否包含所述纯语音A3，其特征是：

逐帧从所述待识别的声音G3中提取和所述纯语音A3长度相同的一段声音G4，再比较所述声音G4和所述纯语音A3。

优选的，把所述纯语音A和所述纯语音A2乘以一个比例因子，再和所述待识别的声音G和所述待识别的声音G2进行比较。

与现有技术相比，本发明的优势在于：对有噪音的环境以及发音较短的字或词有较好的识别效果。

具体实施方式

实施例1：

在语音，以及更宽泛而言的声音中，功率在频率上的分布并不是完全相等的，并且功率在频率上的分布会随着时间变化。正是这种频率的分布，以及它们的变化，使人可以分辨出各种声音。假设有一个200赫兹和一个2000赫兹，强度不变的正弦音同时出现，并且200赫兹正弦音的响度是2000赫兹的2倍，在这种情况下，人类可以轻易听出声音中有一个2000赫兹的声音。但如果把文献1的方法和公式直接用于声音的识别，以及计算两个声音的距离，会认为这个声音和2000赫兹相距甚远，因而识别不出2000赫兹这个声音。但是如果先给人类听一下2000赫兹的正弦波纯音，他会发现，这个声音在200Hz以及其它频率上的响度为零，因而会忽略200赫兹的声音，只考虑2000赫兹的这个声音，因而依然能听出2000赫兹这个声音。

另外，在有噪音的环境中，响度太小的声音太容易受到干扰，因此在有噪音的环境中进行语音识别时，需要忽略纯语音中响度太小的声音。