一種快速語(yǔ)音孤立詞識(shí)別算法及其用途、語(yǔ)音識(shí)別系統(tǒng)的制作方法
【專(zhuān)利摘要】本發(fā)明的快速語(yǔ)音孤立詞識(shí)別算法主要包括步驟：S1、對(duì)語(yǔ)音信號(hào)x(n)進(jìn)行連續(xù)頻譜分析以獲得二維圖像語(yǔ)譜圖，其中縱坐標(biāo)為頻率，橫坐標(biāo)為時(shí)間，像素灰度值大小反應(yīng)相應(yīng)時(shí)刻和相應(yīng)頻率的信號(hào)能量密度；S2、將語(yǔ)譜圖等效為時(shí)頻函數(shù)；S3、將時(shí)頻函數(shù)與語(yǔ)譜圖相結(jié)合為特征參數(shù)并提取。上述算法應(yīng)用于STM32低速嵌入式處理器實(shí)現(xiàn)語(yǔ)音開(kāi)關(guān)功能。有益效果：本發(fā)明的快速語(yǔ)音孤立詞識(shí)別算法、用途及語(yǔ)音識(shí)別系統(tǒng)可以實(shí)現(xiàn)在低速嵌入式系統(tǒng)上的語(yǔ)音開(kāi)關(guān)識(shí)別系統(tǒng)，從而降低語(yǔ)音開(kāi)關(guān)芯片的價(jià)格，且方便攜帶，因此可以應(yīng)用到不同的場(chǎng)合。
【專(zhuān)利說(shuō)明】一種快速語(yǔ)音孤立詞識(shí)別算法及其用途、語(yǔ)音識(shí)別系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于語(yǔ)音識(shí)別【技術(shù)領(lǐng)域】，涉及用于例如STM32等低速嵌入式系統(tǒng)的快速語(yǔ)音識(shí)別算法以及應(yīng)用這種算法的采用低速嵌入式系統(tǒng)芯片的語(yǔ)音識(shí)別系統(tǒng)，特別涉及一種適用于上述系統(tǒng)的快速語(yǔ)音孤立詞識(shí)別算法及其語(yǔ)音識(shí)別系統(tǒng)。
【背景技術(shù)】
[0002]經(jīng)過(guò)近五十年的發(fā)展，語(yǔ)音識(shí)別技術(shù)在許多應(yīng)用領(lǐng)域顯示出巨大的應(yīng)用前景。在手機(jī)、呼叫中心、車(chē)載、互聯(lián)網(wǎng)電視、智能家電、語(yǔ)言翻譯等各領(lǐng)域得到創(chuàng)新應(yīng)用。語(yǔ)音可以幫助客戶(hù)做本地化的應(yīng)用，包括打電話、發(fā)短信、查詢(xún)目的歌曲，也可以聊天。短短兩年時(shí)間內(nèi)，科大訊飛、Apple、百度、盛大、云之聲、騰訊、中科院自動(dòng)化所等公司或單位相繼推出了在線語(yǔ)音識(shí)別引擎和應(yīng)用軟件。近年來(lái)，科大訊飛、云之聲、中科院自動(dòng)化所又相繼推出了適合手機(jī)平臺(tái)使用的離線語(yǔ)音識(shí)別引擎。短短數(shù)年，互聯(lián)網(wǎng)搜索巨頭、網(wǎng)游巨頭、通訊巨頭和學(xué)術(shù)帶頭單位紛紛進(jìn)軍語(yǔ)音識(shí)別的產(chǎn)業(yè)化應(yīng)用，掀起語(yǔ)音識(shí)別的應(yīng)用熱潮。但是，目前大多數(shù)語(yǔ)音識(shí)別系統(tǒng)的 關(guān)鍵技術(shù)都是基于HMM模型而開(kāi)發(fā)的，HMM是一種統(tǒng)計(jì)模型，模型參數(shù)的估計(jì)需要大量的訓(xùn)練數(shù)據(jù)，而且訓(xùn)練過(guò)程計(jì)算量大，耗時(shí)長(zhǎng)，運(yùn)算起來(lái)極為復(fù)雜，在一般的硬件下根本不可能運(yùn)行。上述HMM模型除了 PC機(jī)、DSP和FPGA等一些專(zhuān)門(mén)用于處理數(shù)字信號(hào)的芯片及各種語(yǔ)音芯片外幾乎不能在一般的硬件上實(shí)現(xiàn)，導(dǎo)致基于上述模型開(kāi)發(fā)的語(yǔ)音系統(tǒng)昂貴。目前也有部分語(yǔ)音系統(tǒng)使用非數(shù)字信號(hào)芯片作為語(yǔ)音識(shí)別芯片，雖在成本上比起語(yǔ)音專(zhuān)用芯片便宜很多，但在硬件上大部分是在PC系統(tǒng)完成碼本訓(xùn)練和語(yǔ)音模板的訓(xùn)練，嵌入式系統(tǒng)只完成語(yǔ)音識(shí)別部分；或者直接使用語(yǔ)音芯片，嵌入式系統(tǒng)僅僅做控制使用。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的是為了解決現(xiàn)有的語(yǔ)音識(shí)別系統(tǒng)或者采用的專(zhuān)用語(yǔ)音芯片價(jià)格昂貴或者需要在PC系統(tǒng)中完成碼本訓(xùn)練集語(yǔ)音模板訓(xùn)練等不足，提出了一種快速語(yǔ)音孤立詞識(shí)別算法及語(yǔ)音識(shí)別系統(tǒng)。
[0004]本發(fā)明的技術(shù)方案為:一種快速語(yǔ)音孤立詞識(shí)別算法，其特征在于，包括以下步驟:
[0005]S1、對(duì)語(yǔ)音信號(hào)x(n)進(jìn)行連續(xù)頻譜分析以獲得二維圖像語(yǔ)譜圖，其中縱坐標(biāo)為頻率，橫坐標(biāo)為時(shí)間，像素灰度值大小反應(yīng)相應(yīng)時(shí)刻和相應(yīng)頻率的信號(hào)能量密度；
[0006]S2、將語(yǔ)譜圖等效為時(shí)頻函數(shù)；
[0007]S3、將時(shí)頻函數(shù)與語(yǔ)譜圖相結(jié)合為特征參數(shù)并提取。
[0008]進(jìn)一步的,上述步驟SI包括步驟:
[0009]SlU STFT:


eo
[0010]x?(u*) = ^![0011]S12、X (η)做 DTFT 變換:
【權(quán)利要求】
1.一種快速語(yǔ)音孤立詞識(shí)別算法，其特征在于，包括以下步驟: 51、對(duì)語(yǔ)音信號(hào)X(n)進(jìn)行連續(xù)頻譜分析以獲得二維圖像語(yǔ)譜圖，其中縱坐標(biāo)為頻率，橫坐標(biāo)為時(shí)間，像素灰度值大小反應(yīng)相應(yīng)時(shí)刻和相應(yīng)頻率的信號(hào)能量密度； 52、將語(yǔ)譜圖等效為時(shí)頻函數(shù)； 53、將時(shí)頻函數(shù)與語(yǔ)譜圖相結(jié)合為特征參數(shù)并提取。
2.根據(jù)權(quán)利要求1所述的快速語(yǔ)音孤立詞識(shí)別算法，其特征在于，步驟SI包括步驟:
511、STFT:
3.根據(jù)權(quán)利要求1或2所述的快速語(yǔ)音孤立詞識(shí)別算法，其特征在于，步驟S2包括步驟: 521、通過(guò)過(guò)零率尋找過(guò)零點(diǎn)的位置，并記錄: 定義信號(hào)Ix (η)}的短時(shí)平均過(guò)零率Zn:1 4mZn = ; Σ I sgn[-v(?0]-sgn[.r(w — I)] | w(n-m) 式中，sgn為符號(hào)函數(shù):

4.快速語(yǔ)音孤立詞識(shí)別算法應(yīng)用于STM32低速嵌入式處理器實(shí)現(xiàn)語(yǔ)音開(kāi)關(guān)功能。
5.一種語(yǔ)音識(shí)別系統(tǒng)，其特征在于，包括低速嵌入式處理單元，與處理單元連接的語(yǔ)音輸入單元和信號(hào)輸出單元，所述低速嵌入式處理單元內(nèi)包含實(shí)現(xiàn)快速語(yǔ)音孤立詞識(shí)別算法的軟件程序。
6.根據(jù)權(quán)利要求5所述的語(yǔ)音識(shí)別系統(tǒng)，其特征在于，低速嵌入式處理單元芯片型號(hào)為 STM32F103ZET6。
7.根據(jù)權(quán)利要求5或6所述的語(yǔ)音識(shí)別系統(tǒng)，其特征在于，語(yǔ)音識(shí)別系統(tǒng)還包括SD卡槽，用于連接外部SD卡用于存儲(chǔ)數(shù)據(jù)。
8.根據(jù)權(quán)利要求7所述的語(yǔ)音識(shí)別系統(tǒng)，其特征在于，語(yǔ)音識(shí)別系統(tǒng)還包括設(shè)置用得功能按鍵，用于更改軟件系統(tǒng)設(shè)置。
9.根據(jù)權(quán)利要求8所 述的語(yǔ)音識(shí)別系統(tǒng)，其特征在于，語(yǔ)音識(shí)別系統(tǒng)還包括顯示單元，用于顯示設(shè)置結(jié)果。
10.根據(jù)權(quán)利要求5至9之任一項(xiàng)權(quán)利要求所述的語(yǔ)音識(shí)別系統(tǒng)，其特征在于，語(yǔ)音識(shí)別系統(tǒng)的軟件程序包含“開(kāi)”和“關(guān)”讀音的模型，并存儲(chǔ)于軟件模型庫(kù)，用于制作語(yǔ)音開(kāi)關(guān)。
【文檔編號(hào)】G10L15/02GK103971676SQ201410164154
【公開(kāi)日】2014年8月6日 申請(qǐng)日期:2014年4月23日 優(yōu)先權(quán)日:2014年4月23日
【發(fā)明者】殷業(yè), 李麗, 劉傳勇, 劉芳萍 申請(qǐng)人:上海師范大學(xué)