[發(fā)明專利]一種基于食品安全語料數(shù)據(jù)的語音匹配方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201610009314.7
• 申請(qǐng)日: 2016-01-07
• 公開（公告）號(hào): CN105741842A
• 公開（公告）日: 2016-07-06
• 發(fā)明（設(shè)計(jì)）人: 鄭麗敏;黃斌;楊璐;王炳蔚
• 申請(qǐng)（專利權(quán)）人: 中國農(nóng)業(yè)大學(xué)
• 主分類號(hào): G10L15/26
• 分類號(hào): G10L15/26;G10L25/51
• 代理公司: 北京衛(wèi)平智業(yè)專利代理事務(wù)所(普通合伙) 11392
• 代理人: 董琪

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于食品安全語料數(shù)據(jù)的語音匹配方法，尤其是一種針對(duì)食品安全領(lǐng)域的語音匹配方法。

背景技術(shù)

隨著經(jīng)濟(jì)的不斷發(fā)展，食品安全問題表現(xiàn)的尤為突出，每年我國因食品安全事件造成的損失日益嚴(yán)重，食品安全事件已成為我國高度重視的重大安全事件。

伴隨著網(wǎng)絡(luò)的快速發(fā)展，傳統(tǒng)的新聞報(bào)道也大量的出現(xiàn)在網(wǎng)絡(luò)中，語音數(shù)據(jù)作為傳統(tǒng)的新聞載體，承載了廣泛的信息量，從廣泛的音頻數(shù)據(jù)中挖掘出有意義的食品安全信息顯得尤為重要。傳統(tǒng)的識(shí)別方法大多數(shù)針對(duì)文本進(jìn)行，音頻類的數(shù)據(jù)常常優(yōu)先轉(zhuǎn)換為文本信息，在進(jìn)行匹配識(shí)別，匹配速度較慢，本發(fā)明針對(duì)食品安全方面的音頻數(shù)據(jù)，實(shí)現(xiàn)方便、快捷的基于語音的匹配方法。

發(fā)明內(nèi)容

本發(fā)明公布了一種基于食品安全語料數(shù)據(jù)的語音匹配方法，主要實(shí)現(xiàn)了對(duì)音頻數(shù)據(jù)的語義識(shí)別過程。

本發(fā)明采用以下技術(shù)方案：一種基于食品安全語料數(shù)據(jù)的語音匹配方法，所述語音匹配方法，包括音頻信號(hào)的預(yù)處理、語音信號(hào)的特征提取、食品安全語料庫的構(gòu)建、基于一種改進(jìn)的DTW語音識(shí)別算法。

音頻信號(hào)的預(yù)處理，采用譜減法去噪、一階濾波器進(jìn)行預(yù)加重處理和使用漢明窗加窗分幀。

語音信號(hào)的特征提取采用倒譜方法提取基頻，按原則歸并特征序列，語音信號(hào)的特征通過梅爾倒頻參數(shù)(MFCC)及其一階差分系數(shù)提取。

所述食品安全語料庫，食品分類標(biāo)準(zhǔn)參照GB2760-2014標(biāo)準(zhǔn)，將食品主要分為肉蛋奶三個(gè)大類，一百多個(gè)小類，這些關(guān)鍵詞是對(duì)這三大類的詳細(xì)分類，語料庫還包含食品添加劑、食品違禁項(xiàng)等相關(guān)的關(guān)鍵詞。構(gòu)建一個(gè)評(píng)價(jià)公式，對(duì)每個(gè)識(shí)別的音頻進(jìn)行一個(gè)評(píng)價(jià)。根據(jù)這個(gè)評(píng)價(jià)得分的高低來判斷這一個(gè)音頻與食品事件的相關(guān)程度。

所述語音識(shí)別算法為基于動(dòng)態(tài)時(shí)間規(guī)整(DWT)的改進(jìn)算法，不斷地計(jì)算兩矢量之間的距離以尋找最優(yōu)的匹配路徑。同時(shí)建立多個(gè)模型以提高匹配成功率。

本發(fā)明使用食品安全語料庫完成音頻數(shù)據(jù)的語音匹配過程，較文本匹配方式更為快捷、方便，且準(zhǔn)確率較高，設(shè)置音頻數(shù)據(jù)與食品事件的關(guān)聯(lián)度評(píng)分，可以準(zhǔn)確的評(píng)價(jià)音頻與食品的相關(guān)程度。本發(fā)明可以作為先進(jìn)的技術(shù)運(yùn)用于食品檢測等領(lǐng)域。

附圖說明

圖1為本發(fā)明的技術(shù)路線

圖2為本發(fā)明Mel頻率與實(shí)際頻率的對(duì)應(yīng)轉(zhuǎn)換關(guān)系圖

具體實(shí)施方式

本發(fā)明使用一種基于食品安全語料數(shù)據(jù)的語音匹配方法，對(duì)音頻進(jìn)行預(yù)處理，提取語音信號(hào)的特征，構(gòu)建食品安全語料庫，使用語料庫進(jìn)行匹配。以下就本發(fā)明作具體的說明。

本發(fā)明包含音頻信號(hào)的預(yù)處理、語音信號(hào)的特征提取、食品安全語料庫的構(gòu)建。

附圖1示出了本發(fā)明的技術(shù)路線。

音頻信號(hào)的預(yù)處理包含去噪、預(yù)加重、加窗分幀。

去噪采用譜減法進(jìn)行去噪，減少語音中噪聲的干擾。

預(yù)加重的目的是提高語音信號(hào)的高頻部分，使信號(hào)的頻譜變得平坦，便于后續(xù)的分析。預(yù)加重使用6dB/倍頻程的提高高頻特性的預(yù)加重?cái)?shù)字濾波器實(shí)現(xiàn)，它是一個(gè)一階FIR濾波器：

H(z)＝1-a*z^-1

其中，系數(shù)a一般選擇[0，9.1]之間的數(shù)值，經(jīng)多次實(shí)驗(yàn)分析，本發(fā)明選取a＝0.9375。

加窗分幀是通過加窗來截取一段語音信號(hào)進(jìn)行分析。同時(shí)相鄰兩幀要設(shè)置交疊，稱為幀移，本發(fā)明采用漢明窗進(jìn)行加窗分幀，采用256個(gè)采樣點(diǎn)的窗口長度，幀移位窗口長度的50％，即128個(gè)采樣點(diǎn)。

特征提取采用梅爾頻率倒譜系數(shù)作為音頻識(shí)別特征，Mel頻率與實(shí)際頻率的對(duì)應(yīng)轉(zhuǎn)換關(guān)系如圖2，公式：

Mel(f)＝2595lg(1+f/700)

MFCC系數(shù)具體計(jì)算如下：

(1)對(duì)經(jīng)過預(yù)處理的語音信號(hào)求其短時(shí)傅里葉變換得到其頻譜。

(2)求取它的能量譜，并利用一組三角形濾波器在頻域范圍內(nèi)進(jìn)行濾波；將每個(gè)濾波器頻帶內(nèi)的能量進(jìn)行疊加，得到輸出。

(3)將濾波器組的輸出取對(duì)數(shù)，得到相對(duì)應(yīng)的對(duì)數(shù)功率譜，進(jìn)行反離散余弦變換DCT得到MFCC系數(shù)，如下式：