[發明專利]語音識別方法和系統

有效

• 申請號: 201410714386.2
• 申請日: 2014-11-28
• 公開（公告）號: CN104409075B
• 公開（公告）日: 2018-09-04
• 發明（設計）人: 付春元
• 申請（專利權）人: 深圳創維-RGB電子有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國

1.一種語音識別方法，其特征在于，所述語音識別方法包括以下步驟：

在接收到語音信號時，控制圖像采集裝置進行圖像采集，并在所述語音信號結束時，控制所述圖像采集裝置停止圖像采集；

對接收到的語音信號進行識別，以得到語音信號識別結果；

對采集到的圖像中包含唇部的圖像進行唇語識別，以得到唇語識別結果，其中，在采集到的圖像中包含多個人臉圖像時，根據接收到語音信號進行聲源定位，確定用戶在采集到的圖像中的位置，并對所述位置處的唇部圖像進行唇語識別；

計算所述語音信號識別結果和唇語識別結果的準確度，將準確度較高的識別結果作為當前的語音識別結果。

2.如權利要求1所述的語音識別方法，其特征在于，所述對采集到的圖像中包含唇部的圖像進行唇語識別，以得到唇語識別結果的步驟包括：

確定采集到的圖像中包含唇部的圖像，將所述包含唇部的圖像作為有效圖像，并確定所述有效圖像中唇部的位置；

根據每一幀所述有效圖像的唇形以及上一幀所述有效圖像的唇形確定用戶輸出的字符；

基于每一幀所述有效圖像對應的字符組成唇語識別結果。

3.如權利要求2所述的語音識別方法，其特征在于，所述確定采集到的圖像中包含唇部的圖像，將所述包含唇部的圖像作為有效圖像，并確定所述有效圖像中唇部位置的步驟包括：

確定采集到的每幀圖像中臉部輪廓；

將臉部輪廓內的各個像素點色度值與預存的人臉中各個像素點的色度值進行比對，以確定采集到的每幀圖像中臉部位置；

確定臉部位置中眼部位置，并基于眼部位置以及唇部位置之間的相對位置確定唇部區域；

將唇部區域中各個像素點的RGB色度值進行比對；

在唇部區域存在RGB色度值滿足預設條件的像素點時，確定該幀圖像為包含唇部的圖像，將所述包含唇部的圖像作為有效圖像；

基于唇部區域中各個像素點的RGB色度值確定唇部的位置。

4.如權利要求1-3任一項所述的語音識別方法，其特征在于，所述對接收到的語音信號進行識別，以得到語音信號識別結果的步驟包括：

將接收到的語音信號轉換成字符串，并按照預設的關鍵詞庫，將所述字符串拆分為多個關鍵詞；

標注各個所述關鍵詞的詞性，確定各個相鄰的關鍵詞之間的詞性是否匹配；

在有相鄰的關鍵詞之間的詞性不匹配時，將所述不匹配關鍵詞作為第一關鍵詞，并確定預設的混淆音詞庫是否存在所述第一關鍵詞；

在所述混淆音詞庫存在所述不匹配的關鍵詞時，確定所述混淆音詞庫中所述第一關鍵詞對應的第二關鍵詞；

將所述第一關鍵詞替換為第二關鍵詞，并在替換后的第二關鍵詞與相鄰關鍵詞之間詞性匹配時，將替換后的第二關鍵詞以及其它關鍵詞重新組合成為語音信號識別結果，并將重新組合的語音識別結果作為當前的語音信號識別結果。

5.如權利要求1-3任一項所述的語音識別方法，其特征在于，所述計算所述語音信號識別結果和唇語識別結果的準確度，將準確度較高的識別結果作為當前的語音識別結果的步驟包括：

將所述語音信號識別以及唇語識別結果拆分為多個關鍵詞；

確定所述語音信號識別結果拆分成的關鍵詞中，各個相鄰關鍵詞的之間的第一關聯度，并確定所述唇語識別結果拆分成的關鍵詞中，各個相鄰關鍵詞的之間的第二關聯度；

對確定的第一關聯度求和，得到所述語音信號識別結果的準確度，并對確定的第二關聯度求和，得到所述唇語識別結果的準確度；

將準確度較高的識別結果作為當前的語音識別結果。