[发明专利]一种导入人工智能超深度学习用于语音图像识别的方法

说明书

本发明公开了一种导入人工智能超深度学习用于语音图像识别的方法，包括触摸屏、图像识别模块、语音识别模块和CORTEX‑A75处理器，述触摸屏具有摄像头、麦克风、程序储存器、随机储存器数据、图像识别模块、语音识别模块和CORTEX‑A75处理器，所述图像识别模块包括摄像控制模块和图像对比模块，所述摄像控制模块包括图像处理模块和图片传输模块，所述语音识别模块包括预处理系统、特征提取系统和模式匹配系统，且模式匹配系统内具有语言模型库。人员通过本发明快速识别相应信息，且再识别过程中，可对录入的语音信号进行减噪滤波处理，提高识别的精确性，能实现数据不断更新和上传云端，在扩大检索的范围和多样化的同时，实现数据共享。

技术领域

本发明属于语音图像识别技术领域，具体涉及一种导入人工智能超深度学习用于语音图像识别的方法。

背景技术

在图像语音识别过程中，录入的图像或语音的资源存在在准确性上或资源检索范围上都存在较大的局限性，在没有实现新数据创建下，且不存在大资源的共享学习更新，在语音识别上没有对语音信号实现优化降噪滤波的处理，且因数据的局限，不能识别可能已出现的数据资源或将不相关的信号数据因未优化处理识别出错误的位置信息。

发明内容

本发明的目的在于提供一种导入人工智能超深度学习用于语音图像识别的方法，以解决上述背景技术中提出的在图像语音识别过程中，录入的图像或语音的资源存在在准确性上或资源检索范围上都存在较大的局限性，在没有实现新数据创建下，且不存在大资源的共享学习更新，在语音识别上没有对语音信号实现优化降噪滤波的处理，且因数据的局限，不能识别可能已出现的数据资源或将不相关的信号数据因未优化处理识别出错误的位置信息。

为实现上述目的，本发明提供如下技术方案：一种导入人工智能超深度学习用于语音图像识别的模块，包括触摸屏、图像识别模块、语音识别模块和CORTEX-A75处理器，所述触摸屏具有摄像头、麦克风、程序储存器、随机储存器数据、图像识别模块、语音识别模块和CORTEX-A75处理器，所述图像识别模块包括摄像控制模块和图像对比模块，所述摄像控制模块包括图像处理模块和图片传输模块，所述语音识别模块包括预处理系统、特征提取系统和模式匹配系统，且模式匹配系统内具有语言模型库，所述预处理系统电连接特征提取系统，且特征提取系统与模式匹配系统数据连接，实现语音数据识别，所述图像识别模块电连接摄像头，所述语音识别模块电连接麦克风，所述图像识别模块和语音识别模块分别与CORTEX-A75处理器数据连接，且CORTEX-A75处理器与程序储存器和随机储存器数据连接，实现图像数据和语音数据的处理和存储，所述CORTEX-A75处理器通过网络控制器与云端服务器数据连接。

进一步地，所述麦克风具有多组，所述CORTEX-A75处理器通过网络控制器与云端服务器数据连接，可定期实现更新程序储存器、随机储存器的资源数据和语言模型库，进而扩大人员图像语音检索的范围，且利用CORTEX-A75处理器将处理后的图片语音通过网络控制器上传于云端服务器，实现数据共享。

进一步地，所述预处理系统内具有反混叠失真滤波器、预加重器、端点检测模块和噪声滤波器。

进一步地，所述特征提取系统具有LPC、LPCC、MFCC和ASCC。

与现有技术相比，本发明的有益效果是：可通过录入的图像或语音信号快速进入对应的信息数据的位置，便于人员通过本发明快速识别相应信息，且再识别过程中，可对录入的语音信号进行减噪滤波处理，提高识别的精确性，能实现数据不断更新和上传云端，在扩大检索的范围和多样化的同时，实现数据共享。

附图说明

图1为本发明一种导入人工智能超深度学习用于语音图像识别的方法的处理流程示意图。

图2为本发明一种导入人工智能超深度学习用于语音图像识别的方法的数据信号连接关系结构示意图。

图3为本发明一种导入人工智能超深度学习用于语音图像识别的方法的图像识别模块的系统架构结构示意图。