[發(fā)明專利]面向孤立詞語音識(shí)別的自適應(yīng)端點(diǎn)檢測(cè)方法及其系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201210085584.8
• 申請(qǐng)日: 2012-03-28
• 公開（公告）號(hào): CN103366739A
• 公開（公告）日: 2013-10-23
• 發(fā)明（設(shè)計(jì)）人: 霍小四;尹明理;劉軍江
• 申請(qǐng)（專利權(quán)）人: 鄭州市科學(xué)技術(shù)情報(bào)研究所
• 主分類號(hào): G10L15/04
• 分類號(hào): G10L15/04;G10L25/87
• 代理公司: 鄭州中原專利事務(wù)所有限公司 41109
• 代理人: 霍彥偉;李想

1.一種面向孤立詞語音識(shí)別的自適應(yīng)端點(diǎn)檢測(cè)方法，其特征在于，該方法包括以下步驟：

a.語音輸入

輸入包含待識(shí)別孤立詞的語音信號(hào)；

b.語音預(yù)處理

對(duì)語音信號(hào)進(jìn)行幅值平移，歸一化和分幀處理，計(jì)算每一幀語音信號(hào)的短時(shí)平均能量和短時(shí)平均過零率；

c.?孤立詞端點(diǎn)粗檢測(cè)

利用每一幀語音信號(hào)的短時(shí)平均能量和短時(shí)平均過零率，以及端點(diǎn)前后連續(xù)語音幀的最短長(zhǎng)度約束，對(duì)孤立詞端點(diǎn)進(jìn)行粗略估計(jì)；

d.?檢測(cè)門限的自適應(yīng)調(diào)整及精確端點(diǎn)的檢測(cè)

利用孤立詞最小時(shí)長(zhǎng)和最大時(shí)長(zhǎng)的限制，對(duì)檢測(cè)門限進(jìn)行動(dòng)態(tài)調(diào)整，并對(duì)語音端點(diǎn)進(jìn)行前后微調(diào)，得到精確的孤立詞端點(diǎn)；

e.?輸出孤立詞的端點(diǎn)進(jìn)行孤立詞語音識(shí)別

輸出精確的孤立詞端點(diǎn)，利用語音識(shí)別技術(shù)進(jìn)行孤立詞識(shí)別。

2.根據(jù)權(quán)利要求1所述面向孤立詞語音識(shí)別的自適應(yīng)端點(diǎn)檢測(cè)方法，其特征在于：c步驟中，進(jìn)行端點(diǎn)的粗略估計(jì)時(shí)，引入端點(diǎn)前后連續(xù)語音幀長(zhǎng)度的約束。

3.根據(jù)權(quán)利要求1所述面向孤立詞語音識(shí)別的自適應(yīng)端點(diǎn)檢測(cè)方法，其特征在于：e步驟中，進(jìn)行端點(diǎn)的精確檢測(cè)時(shí)，根據(jù)孤立詞的長(zhǎng)度約束對(duì)檢測(cè)門限進(jìn)行自適應(yīng)調(diào)整。

4.根據(jù)權(quán)利要求3所述面向孤立詞語音識(shí)別的自適應(yīng)端點(diǎn)檢測(cè)方法，其特征在于：當(dāng)檢測(cè)到的孤立詞語音長(zhǎng)度大于孤立詞的最大長(zhǎng)度時(shí)，增大短時(shí)能量高閾值，并向后調(diào)整起點(diǎn)、向前調(diào)整終點(diǎn)，分別使得起點(diǎn)和終點(diǎn)的幀平均能量大于新的高閾值。

5.根據(jù)權(quán)利要求3所述面向孤立詞語音識(shí)別的自適應(yīng)端點(diǎn)檢測(cè)方法，其特征在于：當(dāng)檢測(cè)到的孤立詞語音長(zhǎng)度大于孤立詞的最大長(zhǎng)度時(shí)，縮小短時(shí)過零率閾值，并向后調(diào)整起點(diǎn)、向前調(diào)整終點(diǎn)，使得起點(diǎn)前一幀和終點(diǎn)下一幀平均過零率大于新的短時(shí)過零率閾值。

6.根據(jù)權(quán)利要求3所述面向孤立詞語音識(shí)別的自適應(yīng)端點(diǎn)檢測(cè)方法，其特征在于：當(dāng)檢測(cè)到的孤立詞語音長(zhǎng)度小于孤立詞的最短長(zhǎng)度時(shí)，縮小短時(shí)能量高閾值，并向前調(diào)整起點(diǎn)、向后調(diào)整終點(diǎn)，分別使得起點(diǎn)和終點(diǎn)的幀平均能量大于新的高閾值。

7.根據(jù)權(quán)利要求3所述面向孤立詞語音識(shí)別的自適應(yīng)端點(diǎn)檢測(cè)方法，其特征在于：當(dāng)檢測(cè)到的孤立詞語音長(zhǎng)度小于孤立詞的最短長(zhǎng)度時(shí)，增大短時(shí)過零率閾值，并向前調(diào)整起點(diǎn)、向后調(diào)整終點(diǎn)，使得起點(diǎn)前一幀和終點(diǎn)下一幀平均過零率大于新的短時(shí)過零率閾值。

8.實(shí)現(xiàn)權(quán)利要求1所述方法的面向孤立詞語音識(shí)別的自適應(yīng)端點(diǎn)檢測(cè)系統(tǒng)，其特征在于，該系統(tǒng)包括：

待識(shí)別孤立詞語音信號(hào)的輸入裝置；

對(duì)語音信號(hào)進(jìn)行幅值平移，歸一化和分幀處理，對(duì)每一幀語音的短時(shí)平均能量和短時(shí)平均過零率進(jìn)行計(jì)算的裝置；

利用每一幀語音信號(hào)的短時(shí)平均能量和短時(shí)平均過零率，以及端點(diǎn)前后連續(xù)語音幀的最短長(zhǎng)度約束，對(duì)孤立詞端點(diǎn)進(jìn)行粗略估計(jì)的裝置；

利用孤立詞最小時(shí)長(zhǎng)和最大時(shí)長(zhǎng)的限制，對(duì)檢測(cè)門限進(jìn)行動(dòng)態(tài)調(diào)整，并對(duì)語音端點(diǎn)進(jìn)行前后微調(diào)，得到精確孤立詞端點(diǎn)的裝置；

輸出精確的孤立詞端點(diǎn)，利用語音識(shí)別技術(shù)進(jìn)行孤立詞識(shí)別的裝置。