[发明专利]一种基于孤立词的语音识别方法及应用有该方法的吸油烟机有效
申请号: | 201810525203.0 | 申请日: | 2018-05-28 |
公开(公告)号: | CN110610695B | 公开(公告)日: | 2022-05-17 |
发明(设计)人: | 杜杉杉 | 申请(专利权)人: | 宁波方太厨具有限公司 |
主分类号: | G10L15/02 | 分类号: | G10L15/02;G10L15/06;G10L15/26;F24C15/20 |
代理公司: | 宁波诚源专利事务所有限公司 33102 | 代理人: | 徐雪波;王莹 |
地址: | 315336 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 孤立 语音 识别 方法 应用 吸油烟机 | ||
本发明涉及一种基于孤立词的语音识别方法,包括以下步骤:对模板语音进行训练形成语音模板库;将待识别语音与语音模板库进行比较计算,实现待识别语音的识别。利用端点检测算法提取出模板语音、待识别语音中的各孤立词语音,计算获得各孤立词的特征参数。将模板语音中各不同孤立词的特征参数进行存储构成孤立词语音特征参数库。将各模板语音对应的特征参数向量进行存储,进而构成语音模板库。获取待识别语音对应的特征参数向量,判断待识别语音对应的特征参数向量是否存在于语音模板库中,如果是,则实现待识别语音的识别。该基于孤立词的语音识别方法能够大大减小数据处理量。应用了该孤立词的语音识别方法的吸油烟机,成本低且指令语音识别率高。
技术领域
本发明涉及语音识别技术领域,具体涉及一种基于孤立词的语音识别方法,还涉及应用有该语音识别方法的吸油烟机。
背景技术
随着语音识别技术的蓬勃发展,拥有语音控制功能的家电越来越多。另外,由于使用地域的不同,各地的方言众多,地方民众的普通话也并不标准。现有语音芯片往往生成固定的模板库来识别语音,这就导致常见的语音识别模块在识别方言效果并不理想。通常情况下,这种语义识别模板库由于数据量大还需要外挂存储模块,增加了额外的成本。
申请公布号为CN106997762A(申请号为201710134617.6)的中国发明专利申请《家用电器的语音控制方法以及装置》,其中公开的方案中,根据用户指令,从预先训练的多个语音识别引擎中选取目标语音识别引擎,根据目标语音是被引擎对家用电器进行语音控制。该方法根据用户需求从预先训练的多个语音识别引擎中来选择出能够识别用户自身常用或管用语言的目标语音识别引擎,并通过该目标语音识别引擎识别用户输入的语音,以实现家用电器的语音控制,使得家用电器支持不同方言的语音控制,更进一步地扩大了使用家用电器的用户群体,提高了家用电器与用户之间的粘性。但是该方法在实施前需要设置多个语音识别引擎,对数据的存储要求较高,相应会提高家电的成本。并且相同地区的不同人之间的发音也存在加大的差异,在语音识别的准确性上也无法得到有效的保证。
申请公布号为CN106971721A(申请号为201710198053.2)的中国发明专利申请《一种基于嵌入式移动设备的地方口音语音识别系统》,其中公开的语音识别系统包括了模型训练模块、特征提取模块以及模式匹配模块,在使用时,利用模型训练模块对地方口音语音进行收集并训练,得到地方口音的词条模型,特征提取模块用于对输入的地方口音中的语音特征进行提取,模式匹配模块则根据词条模型对语音特征进行语音匹配计算,得到语音识别结果。该方法可以对孤立字词和连接字进行语音识别,还可以对特定人和非特定人进行语音识别。但是该方案中仅仅公开了该方法的实现原理,并没有提出具体的实现方案。在具体操作时,如果采用现有的训练、特征提取以及特征匹配的方法,仍然存在数据处理量大的情况,成本高,不适合在大量使用的普通家电中使用。
发明内容
本发明所要解决的第一个技术问题是针对上述现有技术提供一种能够在兼顾识别准确性的基础上,能够大大减小数据处理量的基于孤立词的语音识别方法。
本发明所要解决的第二个技术问题是针对上述现有技术提供一种能够在较低成本下实现语音控制的吸油烟机。
本发明解决上述第一个技术问题所采用的技术方案为:一种基于孤立词的语音识别方法,包括以下步骤:
录入各模板语音,并训练形成语音模板库;
采集待识别语音;
将待识别语音与语音模板库进行比较计算,识别待识别语音对应的模板语音内容;
其特征在于:
对于录入的模板语音、采集的待识别语音,利用端点检测算法检测获取模板语音、待识别语音中各孤立词语音的起点和终点,进而提取出模板语音、待识别语音中的各孤立词语音,针对各孤立词语音进行计算处理,进而获得各孤立词的特征参数;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宁波方太厨具有限公司,未经宁波方太厨具有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810525203.0/2.html,转载请声明来源钻瓜专利网。