[發(fā)明專利]可辨認任何語言句子的方法

無效

• 申請?zhí)枺?/td>: 201010563452.2
• 申請日: 2010-11-29
• 公開（公告）號: CN102479507A
• 公開（公告）日: 2012-05-30
• 發(fā)明（設(shè)計）人: 黎自奮;李臺珍;黎世聰;黎世宏;廖麗娟
• 申請（專利權(quán)）人: 黎自奮;李臺珍;黎世聰;黎世宏;廖麗娟
• 主分類號: G10L13/08
• 分類號: G10L13/08;G10L15/08;G10L15/28
• 代理公司: 北京科龍寰宇知識產(chǎn)權(quán)代理有限責(zé)任公司 11139
• 代理人: 孫皓晨

1.一種可辨認所有語言句子的方法，其特征在于，其步驟包含：

(1)一個句子可能是任何語言一個單音，單字，名稱或句子，先有M＝1000個不同聲音；

(2)一個先前處理器刪去在句子或聲音之前及句子或聲音之后，兩單字之間及兩音節(jié)之間，所有不具語音音波信號點的靜音及雜音；

(3)一個聲音或句子音波正?；俺槿√卣鞣椒ǎ河肊個相等彈性框，沒有濾波器，不重疊，將一個聲音或句子音波正?；⑥D(zhuǎn)換成大小相等的線性預(yù)估編碼倒頻譜E×P矩陣；

(4)M＝1000不同聲音的線性預(yù)估編碼倒頻譜E×P矩陣代表M＝1000不同資料庫；

(5)使用者對已知句子清楚發(fā)音一次，刪去在句子之前及句子之后，兩單字及兩音節(jié)之間，所有不具語音音波信號點的靜音及雜音，用E個相等彈性框?qū)⒁粋€已知句子具語音的音波正?；⑥D(zhuǎn)換成大小相等的線性預(yù)估編碼倒頻譜E×P矩陣；

(6)用已知句子線性預(yù)估編碼倒頻譜E×P矩陣與所有M＝1000不同聲音的線性預(yù)估編碼倒頻譜E×P矩陣之間距離或加權(quán)距離找最接近的資料庫，將該已知句子的線性預(yù)估編碼倒頻譜E×P矩陣分到最接近的資料庫內(nèi)，同樣，再用距離或加權(quán)距離，將全部要辨認的任何語言已知句子的線性預(yù)估編碼倒頻譜E×P矩陣分到和代表資料庫聲音的線性預(yù)估編碼倒頻譜E×P矩陣距離最近的資料庫內(nèi)，相似已知句子都放在同一資料庫內(nèi)；

(7)要辨認未知句子時，使用者對所要未知句子發(fā)音后，同樣用該未知句子線性預(yù)估編碼倒頻譜E×P矩陣與所有M＝1000不同聲音的線性預(yù)估編碼倒頻譜E×P矩陣之間的距離或加權(quán)距離找F個最接近的資料庫，再用該未知句子線性預(yù)估編碼倒頻譜E×P矩陣與F個最接近的資料庫內(nèi)”相似已知句子”的線性預(yù)估編碼倒頻譜E×P矩陣之間的距離或加權(quán)距離，找使用者所要的未知句子；

(8)如果辨認不成功，使用者再發(fā)音該句子一次，用E個相等彈性框?qū)⒃摼渥愚D(zhuǎn)換成線性預(yù)估編碼倒頻譜E×P矩陣，將該句子及出現(xiàn)最前面N個句子線性預(yù)估編碼倒頻譜的(N+1)個E×P平均值矩陣作為該句子的E×P特征矩陣，用距離將該句子的E×P特征矩陣，該E×P特征矩陣即為平均值矩陣，分到最接近的資料庫內(nèi)，再辨認該句子。

2.根據(jù)權(quán)利要求1所述的可辨認所有語言句子的方法，其特征在于，步驟(3)包含用E個相等彈性框，等長，沒有濾波器，不重疊，將一個聲音或句子音波正常化及抽取大小一致的特征矩陣，步驟如下：

刪去在句子或聲音之前及句子或聲音之后，兩單字之間及兩音節(jié)之間，所有不具語音音波信號點的靜音及雜音，用一個均等分一個句子或一個聲音所有有聲音波信號點方法，為了用線性變化的回歸模式密切估計非線性變化的音波，將全長有聲音波信號點分成E＝12相等時段，每相等時段形成一個彈性框，一個句子或一個聲音共有E個”等長”彈性框，沒有濾波器，不重疊，可以自由伸縮含蓋全長音波，不是固定長度的漢明窗；

每個”等長”彈性框內(nèi)，用一隨時間作線性變化的回歸模式估計隨時間作非線性變化的音波；

信號點S(n)可由前面信號點估計，其估計值S′(n)由下列回歸模式表示：

S′(n)=Σk=1PakS(n-k),n≥0]]>

在上式中，a_k，k＝1，...，P，是回歸未知系數(shù)估計值，P是前面信號點數(shù)目，以E₁表示信號點S(n)及其估計值S′(n)之間平方差總和：

E1=Σn=0N[S(n)-Σk=1PakS(n-k)]2]]>

求回歸系數(shù)使平方總和E₁達最小。對每個未知回歸系數(shù)a_i，i＝1，...，P，求上式的偏微分，并使偏微分為0，得到P組正常方程式：

Σk=1PakΣnS(n-k)S(n-i)=ΣnS(n)S(n-i),]]>1≤i≤P

由上兩式，得最小總平方差E_P

EP=ΣnS2(n)-Σk=1PakΣnS(n)S(n-k)]]>

由上兩式轉(zhuǎn)換為

Σk=1PakR(i-k)=R(i),]]>1≤i≤P

EP=R(0)-Σk=1PakR(k)]]>

用N表示框內(nèi)信號點數(shù)，在上兩式中

R(i)=Σn=0N-iS(n)S(n+i),i≥0]]>

用Durbin的循環(huán)快速計算線性預(yù)估編碼向量如下：

E₀＝R(0)

ki=[R(i)-Σj=1i-1aj(i-1)R(i-j)]/Ei-1]]>

ai(i)=ki]]>

aj(i)=aj(i-1)-kiai-j(i-1),]]>1≤j≤i-1

Ei=(1-ki2)Ei-1]]>

用上五公式循環(huán)計算，得到回歸系數(shù)最小平方估計值a_j，j＝1，...，P，即線性預(yù)估編碼向量如下：

aj=aj(P)]]>1≤j≤P

再用下列兩公式

a′i=ai+Σj=1i-1(ji)ai-ja′j,]]>1≤i≤P

a′i=Σj=i-Pi-1(ji)ai-ja′j,]]>P＜i

將線性預(yù)估編碼向量轉(zhuǎn)換較穩(wěn)定線性預(yù)估編碼倒頻譜向量a′_j，j＝1，...，P；

用一個線性預(yù)估編碼倒頻譜E×P矩陣，表示一個句子或一個聲音。