[发明专利]一种终端硬件和算法软件处理相结合的离线语音识别方法

权利要求书

1.一种终端硬件和算法软件处理相结合的离线语音识别方法，其特征在于，包括如下步骤：

S1.麦克风实时抓取外部的模拟语音信号，发送到离线语音识别芯片内部的语音数据采集模块；语音数据采集模块将该模拟语音信号转化为数字语音信号，通过芯片内部的直接内存访问模块发到第一缓存；

S2.CPU对第一缓存的数据量进行监控，当第一缓存中的数据积累到一预设的门限值时，由CPU将第一缓存中的数据搬运到语音预处理模块；

S3.语音预处理模块接收到CPU从第一缓存传来的数字语音信号时，对该信号进行处理，得到洁净语音信号，并通知CPU，由CPU将该洁净语音信号存放到第二缓存中；

S4.直接内存访问模块将第二缓存中的洁净语音信号同时发送到语音端点检测模块和硬件计算模块；

S5.语音端点检测模块计算判断所述洁净语音信号是否是有效语音信号，以及所述有效语音信号的开始和结束端点，如果是有效语音信号则通知硬件计算模块并发送开始和结束端点信息进入S6步骤；不是则终止并继续等待下一次处理；

S6.硬件计算模块根据语音端点检测模块的通知判断直接内存访问模块发来的洁净语音信号是否是有效语音信号；如果是有效语音信号，获取语音端点检测模块发来的有效语音信号的开始和结束端点；硬件计算模块计算得到语音声学特征并通知CPU，进入S7步骤；如果不是有效语音信号，不处理之前发来的洁净语音信号数据并进入等待下一次洁净语音信号数据的状态；

S7.CPU将硬件计算模块计算出的语音声学特征结果数据存放到神经网络处理前置缓存；直接内存访问模块并行将语音声学特征结果发送到神经网络计算模块，神经网络计算模块实时读取芯片外部FLASH存储器中存放的声学模型参数，对语音声学特征结果数据进行神经网络计算；

计算完成后的结果数据通过直接内存访问模块并行实时传输到第三缓存SRAM 3 中，同时通知CPU进行语音识别处理。

2.如权利要求1所述的离线语音识别方法，其特征在于，所述S3中，所述处理包括进行降噪、滤波、语音增强及声源定位。

3.如权利要求1所述的离线语音识别方法，其特征在于，所述语音声学特征计算为依次进行去掉无效语音信号数据、加载梅尔滤波器系数、通过FFT计算、均值方差计算、归一化计算和浮点转定点量化。

4.如权利要求1所述的离线语音识别方法，其特征在于，所述S7步骤中的CPU处理识别的具体流程为：

S71.CPU先从外部FLASH存储器读取唤醒词语言模型和命令词语言模型，并存放到第三缓存SRAM 3中；

S72.当CPU接收到步骤S7神经网络计算模块的语音识别处理通知后，从第三缓存读取计算结果T，同时CPU判断当前设备是否在唤醒状态；

S73.如果当前设备未在唤醒状态，继续判断该计算结果T是否为唤醒词，如果不是，即唤醒词无效，设备当前不处于唤醒状态且不能唤醒设备，则继续等待唤醒操作；

如果该计算结果T是唤醒词，继续判断对应的置信度是否超过唤醒词设定的门限，如果没有超过，判断可能是误识别，认为唤醒无效，继续等待唤醒操作；如果对应的置信度超过唤醒词设定的门限，判断唤醒词有效，唤醒设备；

S74. 如果当前设备处于唤醒状态，CPU继续判断从第三缓存读取的计算结果T对应的文本和置信度；

首先判断文本是否有对应的命令，如果没有，判定命令词无效，继续等到下一个命令操作；

如果判断该文本有对应的命令，继续判断该文本对应的置信度，是否超过对应的命令词设定的门限，如果没超过，判断是误识别，命令词无效，继续等待下一个命令操作；如果对应的置信度超过命令词设定的门限，则判定该命令词有效，执行该命令词对应的操作。

5.如权利要求4所述的离线语音识别方法，其特征在于，CPU判断当前设备未在唤醒状态时，仅加载唤醒词语言模型。