[發明專利]語音識別方法、語音識別裝置及計算機程序

有效

• 申請號: 200710104539.1
• 申請日: 2007-05-25
• 公開（公告）號: CN101149923A
• 公開（公告）日: 2008-03-26
• 發明（設計）人: 早川昭二
• 申請（專利權）人: 富士通株式會社
• 主分類號: G10L15/20
• 分類號: G10L15/20
• 代理公司: 隆天國際知識產權代理有限公司
• 代理人: 張龍哺

1.一種語音識別方法，該方法根據對聲音進行采樣所獲取的聲音數據而創建預定長度的多個幀，并基于從各個幀中提取的特征分量執行語音識別處理，該方法包括以下步驟：

記錄周期性發生的脈沖噪聲的發生周期和持續時間；

基于記錄的發生周期和持續時間，預測其中發生脈沖噪聲的段；以及

基于除與所預測的段相對應的幀的特征分量之外的剩余幀的特征分量執行語音識別處理。

2.一種語音識別方法，該方法根據對聲音進行采樣所獲取的聲音數據而創建預定長度的多個幀，并基于從各個幀中提取的特征分量執行語音識別處理，該方法包括以下步驟：

記錄周期性發生的脈沖噪聲的發生周期和持續時間；

基于記錄的發生周期和持續時間，預測其中發生脈沖噪聲的段；

根據刪除了與所預測的段相對應的部分之后的所述聲音數據創建預定長度的多個幀，以及

基于從各個幀中提取的特征分量執行語音識別處理。

3.一種語音識別裝置，其包括用于存儲從預定長度的多個幀提取的特征分量的緩沖器，所述多個幀通過對聲音進行采樣所獲取的聲音數據而創建，該語音識別裝置基于存儲在緩沖器中的各個幀的特征分量執行語音識別處理，其中該語音識別裝置包括：

記錄部件，用于記錄周期性發生的脈沖噪聲的發生周期和持續時間；

預測部件，用于基于在該記錄部件中記錄的發生周期和持續時間，預測其中發生脈沖噪聲的段；以及

刪除部件，用于從所述緩沖器中刪除與預測的段相對應的幀的特征分量。

4.一種語音識別裝置，其包括用于存儲預定長度的多個幀的緩沖器，所述多個幀通過對聲音進行采樣所獲取的聲音數據而創建，該語音識別裝置基于從存儲在所述緩沖器中的各個幀提取的特征分量執行語音識別處理，其中該語音識別裝置包括：

記錄部件，用于記錄周期性發生的脈沖噪聲的發生周期和持續時間；

預測部件，用于基于所述記錄部件中記錄的發生周期和持續時間，預測其中發生脈沖噪聲的段；

刪除部件，用于從所述聲音數據中刪除與所預測的段相對應的部分；

創建部件，用于根據刪除了與所預測的段相對應的部分之后的所述聲音數據創建預定長度的多個幀；以及

存儲部件，用于將所創建的幀存儲在該緩沖器中。

5.根據權利要求3或4所述的語音識別裝置，其特征在于，還包括：

語音段辨別部件，用于辨別所述聲音數據中的包含人聲的語音段和不包含人聲的無語音段；

噪聲確定部件，基于與被所述語音段辨別部件辨別為無語音段的段相對應的聲音數據的強度，確定是否發生脈沖噪聲；以及

噪聲計算部件，在確定發生了脈沖噪聲的情況下，基于無語音段中的聲音數據的強度，計算發生的脈沖噪聲的發生周期和持續時間，其中

所述記錄部件記錄計算出的發生周期和持續時間。

6.根據權利要求5所述的語音識別裝置，其特征在于，所述預測部件在被所述語音段辨別部件辨別為語音段的段中，預測其中發生脈沖噪聲的段。

7.根據權利要求5所述的語音識別裝置，其特征在于，所述噪聲確定部件基于所述聲音數據的強度的最大值、以及從所述強度超過預定閾值的時間到所述強度變為低于所述閾值的時間的時段，確定是否發生脈沖噪聲。

8.根據權利要求3或4所述的語音識別裝置，其特征在于，所述噪聲計算部件基于從所述聲音數據的強度超過預定閾值的時間到所述強度變為低于所述閾值的時間的時段計算所述持續時間，并基于所述強度超過所述預定閾值的時間之間的間隔、或所述強度變為低于所述閾值的時間之間的間隔計算所述發生周期。

9.根據權利要求3或4所述的語音識別裝置，其特征在于，還包括接收部件，用于從與脈沖噪聲的產生相關的外部設備接收操作信號，所述操作信號指示正在進行與脈沖噪聲的產生相關的操作，其中，所述預測部件基于所述操作信號預測其中發生脈沖噪聲的段。