[發(fā)明專利]嵌入式系統(tǒng)的漢英雙語語音識別方法

在審

• 申請?zhí)枺?/td>: 201710793500.9
• 申請日: 2017-09-01
• 公開（公告）號: CN107564527A
• 公開（公告）日: 2018-01-09
• 發(fā)明（設計）人: 李彩霞
• 申請（專利權）人: 平頂山學院
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/06;G10L15/065;G10L15/10;G10L15/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種嵌入式系統(tǒng)的漢英雙語語音識別方法，包括A/D采樣及采樣后語音的預加重，提高高頻信號的能量，加窗分幀處理以及語音特征參數(shù)的提取，并根據(jù)預先建立的聲學模型，進行語音命令的匹配識別，其特征是所述聲學模型的建立過程是確立漢英雙語語音識別初始模型、漢英雙語語音識別初始模型的非母語模型融合調整；所述語音命令的匹配識別具體是漢英雙語語音命令的識別；

其中，所述確立漢英雙語語音識別初始模型包括修訂漢語語音識別模型、修訂英語語音識別模型、合并修訂后的漢語語音識別模型和英語語音識別模型以及訓練合并后的漢語語音和英語語音識別模型；

所述漢英雙語語音識別初始模型的非母語模型融合調整采用可選擇的模型歸并方法對母語模型和非母語模型進行融合，并對融合后的漢英雙語語音識別初始模型進行最小音素錯誤區(qū)分性訓練，得到漢英雙語語音識別模型；

其中，采用可選擇的模型歸并方法對母語模型和非母語模型進行融合，包括下列步驟：

(11)通過純母語的數(shù)據(jù)庫訓練得到一個母語模型M1；

(12)用少量的非母語數(shù)據(jù)庫對模型M1使用最大似然線性回歸方法進行自適應，得到模型M2；

(13)通過可選擇的模型歸并策略，將漢英雙語語音識別初始模型中的對應某個母語音素λi的模型Sb，與模型M1中的音素λi的對應母語模型Sne和模型M2中λi對應的自適應模型Sa，以及根據(jù)非母語易混淆音素變化方法得到的發(fā)音字典中對應音素λi的易混淆音素γj的自適應模型γm進行線性的插值融合，得到融合后的音素λi的調整模型Sf；插值公式如下：

p(Sf)＝λ1p(Sb)+λ2p(Sne)+λ3p(Sa)+λ4p(γm)

其中λ1、λ2、λ3和λ4分別表示對應模型的插值因子；

所述漢英雙語語音命令的識別通過提取輸入的語音信號的識別特征，計算漢英雙語語音識別模型的高斯分數(shù)，根據(jù)漢英雙語詞條進行模板匹配，將匹配分數(shù)最大的詞條作為識別結果。

2.根據(jù)權利要求1所述的一種嵌入式系統(tǒng)的漢英雙語語音識別方法，其特征是所述嵌入式系統(tǒng)的漢英雙語語音識別方法還包括語音增強步驟。

3.根據(jù)權利要求1或2所述的一種嵌入式系統(tǒng)的漢英雙語語音識別方法，其特征是所述合并修訂后的漢語語音識別模型和英語語音識別模型具體是，采用基于狀態(tài)時間對準的模型距離計算方法，計算漢語和英語兩兩音素之間的距離，然后將距離最小的一對音素進行合并。

4.根據(jù)權利要求1或2所述的一種嵌入式系統(tǒng)的漢英雙語語音識別方法，其特征是所述訓練合并后的漢語語音和英語語音識別模型，采用最大似然估計準則和期望最大化的估值迭代算法，得到漢英雙語語音識別初始模型。

5.根據(jù)權利要求1或2所述的一種嵌入式系統(tǒng)的漢英雙語語音識別方法，其特征是所述訓練合并后的漢語語音和英語語音識別模型在PC機上完成。

6.根據(jù)權利要求1或2所述的一種嵌入式系統(tǒng)的漢英雙語語音識別方法，其特征是所述融合后的漢英雙語語音識別初始模型進行最小音素錯誤區(qū)分性訓練包括：使用語音識別器來得到訓練語音的詞格信息；通過語音訓練庫的原始詞級標注信息來訓練得到漢語和英語的語言模型；在得到的詞格信息上做前后項算法來更新模型參數(shù)。