[发明专利]一种基于时空聚类信息推断的语音识别技术

权利要求书

1.一种基于时空聚类信息推断的语音识别技术，其特征在于，包括以下处理阶段：数据分割阶段，通过声音采集传感器获取信号，传输并存储到本地或云服务器上，进行语音识别与分割，以“信号(词级)-识别结果(词级)-位置-时间”的数据结构存储数据；数据聚类阶段，对已保存的结构性数据，进行2种形式的聚类：第一类聚类，在“时间”维度，根据时间间隔进行聚类，第二类聚类，在“空间”维度，根据空间距离进行聚类；语音识别阶段，根据定位信息是否可以获取，分为两种识别策略，定位未开启条件下，利用第一类聚类结果辅助决策函数进行语音识别，定位开启条件下利用第二类聚类结果辅助决策函数进行语音识别。

2.如权利要求1所述的一种基于时空聚类信息推断的语音识别技术，其特征在于，所述数据聚类阶段中的第一类聚类、第二类聚类具体为：

第一类聚类：在“时间”维度进行聚类，每一条语音均是一条数据样本，对所有样本，在时间维度，采用DBSCAN聚类算法，设置半径e为1小时，即同一类中的两条语音，其时间间隔最大为1小时，最少数目MinPts为1，即一类中最少包含一条语音，对聚类结果的每个簇，提取出当前簇中，所有的位置信息，并根据空间距离进行聚类，位置信息为“0”的数据不参与聚类，采用DBSCAN聚类算法，设置半径e为2分(GPS坐标)，即同一簇中的两条语音的位置距离最大间隔为～3.7km，最少数目MinPts为1，即一类中最少包含一个位置；得到聚类结果后，计算所有类所包含的数据样本条数，得到各类别所包含的数据数占总体数据比序列L；

第二类聚类：根据空间距离进行聚类，位置信息为“0”的数据不参与聚类，采用DBSCAN聚类算法，设置半径e为2分(GPS坐标)，即同一类中的两条语音的位置距离最大间隔为～3.7km，最少数目MinPts为1，即一类中最少包含一个位置。

3.如权利要求1所述的一种基于时空聚类信息推断的语音识别技术，其特征在于，所述定位未开启条件下利用第一类聚类结果辅助决策函数进行语音识别具体为：

首先根据当前时间，找到所对应的簇，即第二阶段的聚类结果中的某个簇，并得到各类别所包含的数据数占总体数据比序列L，当max(L)75％，当前簇为最大类别，利用DTW算法，计算最大类别中的词信号与当前识别信号的词信号距离，取距离的倒数作为分值加入到识别决策函数中，即：

S_word＝S_online+S_distance，

其中，S_word为其最终识别结果的决策分值，S_online为云端对当前词识别结果的决策分值，若云端未识别出此词条则S_online为0，S_distance为最大类别中的词信号与当前识别信号的词信号距离的倒数；当max(L)＝75％，利用DTW算法，计算簇中所有的词信号与当前识别信号的词信号距离，取距离的倒数作为分值加入到识别决策函数中。

4.如权利要求1所述的一种基于时空聚类信息推断的语音识别技术，其特征在于，所述定位开启条件下利用第二类聚类结果辅助进行语音识别具体为：

开启定位条件下进行语音识别。首先根据位置信息，利用DTW算法，计算样本数最大类别中的词信号与当前识别信号的词信号距离，取距离的倒数作为分值加入到识别决策函数中,即公式S_word＝S_online+S_distance，其中，S_word为其最终识别结果的决策分值，S_online为云端对当前词识别结果的决策分值，若云端未识别出此词条则S_online为0，S_online为最大类别中的词信号与当前识别信号的词信号距离的倒数。