[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

说明书

本发明公开了一种基于微控制器的人工智能语音识别方法及系统，通过将模型训练与指令识别分开执行的方式，解决因微控制器内存以及存储容量小而无法更新或定制语音指令的问题，且能够在微控制器本地完成离线语音识别。其有益效果在于：(1)可通过本地微控制器获取个性化语音数据，将其上传至远程服务器进行训练，得到对应的语音指令模型，实现语音指令的灵活配置；(2)可通过下载远程服务器上训练的语音模型，在本地微控制器端实现离线语音识别；(3)可将识别后的语音数据上传至远程服务器进行存储，也可在远程服务器利用语音数据进行模型优化来提高语音模型的识别准确率，或者简化语音模型来提高微控制器端的语音识别速度。

技术领域

本发明属于人工智能技术领域，具体涉及一种基于微控制器实现的人工智能语音识别方法及系统。

背景技术

语音识别的主要目的是为了将人类语言中的词汇转换成计算机或控制器可读的输入，从而控制计算机或外设执行一系列的操作或命令。现阶段对于语音识别大多采用神经网络的方式实现，主要使用在平板电脑、手机等处理器较强的终端上，其特点是模型复杂，所占内存以及存储空间较大，对处理器主频要求较高。

当前在资源有限的微控制器端实现人工智能语音识别功能的方法和系统较少，且主要体现为两种方式：第一种实现方式为终端采集数据，上传至远程服务端进行识别，将识别结果传回终端执行指令，该种方式具有识别率高、指令灵活可更新的优点，但是其需要终端始终连接远程服务器，整个语音识别过程的可执行以及速度都依赖于网络连接；第二种实现方式是针对第一种的依赖问题提出的，其语音采集、语音识别以及指令控制均在终端实现，是一种离线语音识别方式，此处所说的离线是指不需要经过网络传输，该种方式受制于存储空间以及内存容量，其语音模型一般较为简单，指令数少且固定，后续无法更新或定制，这种固定、单一且后续无法定制更新的语音指令，将导致用户体检降低。

现阶段语音识别在智能家居以及智能玩具等市场上的表现一般，由于普通家电或玩具对成本的控制要求较高，为了实现语音识别功能一般不采用价位较高的处理器，因而限制了语音识别技术在该消费市场的普及，但是随着人们对便利性的追求，对该技术的需求也在逐渐增加。但目前的技术限制了上述的应用。

发明内容

本发明的目的是提供一种基于微控制器的人工智能语音识别方法及系统，通过将模型训练与指令识别分开执行的方式，解决因微控制器内存以及存储容量小而无法更新或定制语音指令的问题，且能够在微控制器本地完成离线语音识别。

本发明的技术方案如下：一种基于微控制器的人工智能语音识别方法，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；