[发明专利]基于人工智能的静默语音识别方法、装置及存储介质

说明书

本发明涉及人工智能技术领域，揭露一种基于人工智能的静默语音识别方法，包括：获取与终端设备发射的静默信号相对应的嘴部运动的反馈信号；对所述反馈信号进行预处理，获取与所述反馈信号对应的相位信号；基于所述相位信号获取与所述嘴部运动对应的相位特征信号；基于所述相位特征信号对预设神经网格模型进行训练，直至所述神经网络模型收敛在预设范围内，形成文字识别模型；基于所述文字识别模型对嘴部运动发出的静默语音信号进行识别。本发明可以提高静默语音识别的适用场景及准确度。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于人工智能的静默语音识别的方法、装置、电子设备及计算机可读存储介质。

背景技术

随着语音识别技术的飞速发展，语音接口已经成为当今智能设备(例如：智能手机、智能手表、笔记本电脑)的标准配置。然而，传统的有声语音交互存在以下几个缺点：第一，有声说话在某些情况下是不合适的，例如在开会或者身边有人睡觉的时候。第二，当周围环境非常复杂的时候，如马路上有交通噪音、工业机械噪音等。第三，在公共区域，由于隐私泄露的风险，人们不太愿意使用语音输入。这些传统有声语音交互的缺点，严重限制了语音接口在日常生活中使用的场景。

为此，静默语音识别作为一种新的技术，越来越多的进入到人们的生活中，其具体指的是通过非声音信号来对用户说话的内容进行识别。目前业界的一些主流的方法是基于计算机视觉技术来实现的，通过深度视觉神经网络技术，来捕捉嘴唇运动的视觉特征，从而达到语音识别的目的。然而，这些视觉方法都是高度复杂的，并且对光照条件非常敏感，这就意味着它们在黑暗的环境中不能工作。

另外，还有一些方法是在用户面部佩戴各种的语音传感器，如EMG，RFID，骨传导振动传感器等等，对用户的侵入性很强，对设备的要求较高。还有一类方法使用的是超声波，高频超声波在医学语音中的应用很广，为一些失语患者提供一种发声的方案。然而，这些方法需要使用特殊的超声成像设备，成本较高，适用范围受限，不方便日常使用。

发明内容

本发明提供一种基于人工智能的静默语音识别方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高静默语音识别的便捷性和准确性。

为实现上述目的，本发明提供的一种基于人工智能的静默语音识别方法，所述方法包括：

获取与终端设备发射的静默信号相对应的嘴部运动的反馈信号；

对所述反馈信号进行预处理，获取与所述反馈信号对应的相位信号；

基于所述相位信号获取与所述嘴部运动对应的相位特征信号；

基于所述相位特征信号对预设神经网格模型进行训练，直至所述神经网络模型收敛在预设范围内，形成文字识别模型；

基于所述文字识别模型对嘴部运动发出的静默语音信号进行识别。

此外，可选的技术方案是，所述获取与终端设备发射的静默信号相对应的嘴部运动的反馈信号的步骤包括：

预设启动信号作为所述静默信号的启动条件；

基于所述启动条件通过所述终端设备向待检测的嘴部发射所述静默信号；

获取经嘴部运动反射回来的与所述静默信号相对应的反馈信号。

此外，可选的技术方案是，所述对所述反馈信号进行预处理，获取与所述反馈信号对应的相位信号的步骤包括：

对所述反馈信号进行低通滤波处理，获取与所述反馈信号相对应且相互正交的同向分量I和正交分量Q；

基于所述同向分量I和所述正交分量Q，获取与所述反馈信号对应的复合信号；

基于所述复合信号确定与所述反馈信号对应的相位信号。

此外，可选的技术方案是，所述反馈信号的表达公式如下：