[发明专利]一种语音识别方法在审

专利信息
申请号: 202010308379.8 申请日: 2020-04-18
公开(公告)号: CN111540362A 公开(公告)日: 2020-08-14
发明(设计)人: 张超;李勉勉 申请(专利权)人: 张超
主分类号: G10L15/26 分类号: G10L15/26;G10L15/20;G10L15/02;G10L15/06;G10L15/16;G10L15/04
代理公司: 郑州芝麻绘智知识产权代理事务所(普通合伙) 41191 代理人: 符亚飞
地址: 450000 河*** 国省代码: 河南;41
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 语音 识别 方法
【权利要求书】:

1.一种语音识别方法,其特征在于,包括:

获取待识别的语音信号;

对所述待识别的语音信号进行高通滤波处理;

对高通滤波处理后的所述待识别的语音信号进行周期性采样,得到预设频率的中间语音采样数据;

对所述中间语音采样数据进行加窗及分帧处理,得到目标语音信号;

对所述目标语音信号进行语音特征提取,得到所述目标语音信号的语音特征数据;

将得到的语音特征数据输入至语音识别模型,获取与所述目标语音信号相对应的语音识别结果;

对所述待识别的语音信号按照预设的语音识别算法进行语音识别转换,得到对应的文本数据;

比较所述语音识别结果与所述文本数据;

若所述语音识别结果对应的语音关键字存在于所述文本数据中,则输出所述语音识别结果、所述文本数据和所述语音识别结果对应的语音关键字;

其中,所述语音识别模型的建立过程包括:

获取初始训练样本,所述初始训练样本为初始语音信号;

对所述初始语音信号进行高通滤波处理;

对高通滤波处理后的所述初始语音信号进行周期性采样,得到预设频率的语音采样训练数据;

对所述语音采样训练数据进行加窗及分帧处理,得到目标训练样本;其中,所述目标训练样本包括语音关键字;

对所述目标训练样本进行语音特征提取,得到所述目标训练样本的语音特征数据;

基于卷积神经网络,将目标训练样本的语音特征数据作为输入,语音关键字作为输出,训练得到所述语音识别模型;所述语音识别模型用于表征语音特征数据与语音关键字的对应关系。

2.根据权利要求1所述的语音识别方法,其特征在于,所述对所述待识别的语音信号按照预设的语音识别算法进行语音识别转换,得到对应的文本数据,包括:

在预设的语音坐标系内生成所述待识别的语音信号的语音波形图;

基于语音活性检测算法,从所述语音波形图中划分得到至少两个有效语音段;

通过语音特征识别算法提取各个所述有效语音段对应的语音特征曲线;

从预设的语料库内提取各个候选字符关联的标准特征曲线;

在预设的特征坐标上绘制所述标准特征曲线以及所述语音特征曲线,并计算所述标准特征曲线以及所述语音特征曲线之间相交区域的差异面积;

若任一所述候选字符的所述差异面积小于预设面积差异阈值,则识别所述候选字符为对应有效语音段包含的字符信息;

基于各个有效语音段在所述语音波形图的次序,依次组合各个所述字符信息,生成所述文字数据。

3.根据权利要求1所述的语音识别方法,其特征在于,所述将得到的语音特征数据输入至语音识别模型,获取与所述目标语音信号相对应的语音识别结果中,获取得到的语音识别结果为与所述目标语音信号相对应的语音关键字;

相应地,所述比较所述语音识别结果与所述文本数据,包括:

判断所述语音识别结果对应的语音关键字是否存在于所述文本数据中。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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张超,未经张超许可,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/202010308379.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top