[发明专利]一种基于微控制器的人工智能语音识别方法及系统

权利要求书

1.一种基于微控制器的人工智能语音识别方法，其特征在于：包括如下步骤，

S1000：是否进入指令配置模式：

首先判断是否需要进入指令配置模式，该判断结果通过外部输入获得，如果是，则进入步骤S2000，否则进入步骤S3000；

S2000：语音指令配置：

获取语音数据进行语音指令配置，完成语音指令更新后进入步骤S5000；

S3000：语音指令识别：

获取语音数据进行语音指令识别，在该步骤中，实时监测语音数据，在完成一帧语音数据采集后，对语音数据进行预处理，然后通过解析后的神经网络语音识别模型在本地对语音数据进行分类，得到对应的语音指令；

S4000：语音指令执行：

根据识别的语音指令执行相应操作，根据各类语音指令执行预置的操作，将识别成功的语音原始数据添加指令标签，然后存储到预置的本地空间中，预置的本地空间会进行实时更新，丢弃之前保存的数据，使其始终存储最新的数条语音数据；

S5000：是否需要优化模型：

判断是否需要存储、优化语音指令模型，该判断结果通过外部输入获得，如果是，则进入步骤S6000，否则返回步骤S1000重新执行；

S6000：优化语音识别模型：存储语音数据并优化语音识别模型，完成语音指令模型优化后，返回步骤S1000重新执行。

2.如权利要求1所述的一种基于微控制器的人工智能语音识别方法，其特征在于：所述的步骤S2000通过如下步骤实现：

S201，进入语音指令配置模式；

S202，获取语音数据，当进入指令配置模式后，实时监测语音数据，直到完成语音数据采集；

S203，发送至远程服务器，当完成对语音数据采集后，通过网络将语音数据发送至远程服务器；

S204，远程服务器根据接收到的语音数据进行模型训练；

确定要使用的神经网络模型，然后根据选择的神经网络模型进行训练，再对训练得到的模型进行处理，得到能在资源受限的执行的网络模型，最后对处理后的模型进行格式转换，此处所说的格式转换是指将模型转换为能识别的变量、参数、权重；

S205，远程服务器将语音指令模型发送到本地；

S206，接收语音指令模型并更新。

3.如权利要求1所述的一种基于微控制器的人工智能语音识别方法，其特征在于：所述的步骤S6000的具体实现如下：

S601，将预置存储空间中存储的语音数据发送至远程服务器，并将预置存储空间清空，用以存储后续识别的语音数据；

S602，远程服务器接收到语音数据后，将其存储到服务器上的语音模型优化数据段，并对接收到的该组数据添加包头与包尾；

S603，远程服务器利用接收到的该组语音数据对原神经网络模型进行优化，提高识别准确率，并通过简化神经网络来减小语音模型，从而加快本地端的语音识别速度；

S604，远程服务器完成神经网络模型的优化、处理以及转换后，将模型数据发送至本地端；

S605，本地端更新接收到的语音识别模型。

4.一种基于微控制器的人工智能语音识别系统，其特征在于：它包括本地控制模块、远程服务器以及电源模块。

5.如权利要求4所述的一种基于微控制器的人工智能语音识别系统，其特征在于：所述的本地控制模块包括语音采集模块、微控制器、语音指令配置模块、语音模型优化模块、无线模块、存储模块、输出模块和控制模块，其中，所述语音采集模块的输出端与微控制器的输入端连接，语音指令配置模块的输出端与微控制器的输入端连接，语音模型优化模块的输出端与微控制器连接，无线模块与微控制器连接，存储模块与微控制器连接，输出模块的输入端与微控制器的输出端连接，控制模块的输入端与微控制器的输出端连接；电源模块与本地控制模块中需要电源供电的各模块连接，远程服务器与无线模块通过无线网络连接。

6.如权利要求5所述的一种基于微控制器的人工智能语音识别系统，其特征在于：所述的语音采集模块用于获取用户语音数据。