[發明專利]有利于節省時間的信號分析系統

在審

• 申請號: 201711017226.2
• 申請日: 2017-10-26
• 公開（公告）號: CN107742524A
• 公開（公告）日: 2018-02-27
• 發明（設計）人: 張劍峰;冉曉林;黎宏國
• 申請（專利權）人: 成都優購科技有限公司
• 主分類號: G10L25/18
• 分類號: G10L25/18;G10L25/03;G10L15/02;G10L15/04
• 代理公司: 成都行之專利代理事務所(普通合伙)51220
• 代理人: 李朝虎

技術領域

本發明涉及計算機技術領域，具體涉及有利于節省時間的信號分析系統。

背景技術

語音識別是一門交叉學科。近二十年來，語音識別技術取得顯著進步，開始從實驗室走向市場。人們預計，未來10年內，語音識別技術將進入工業、家電、通信、汽車電子、醫療、家庭服務、消費電子產品等各個領域。語音識別聽寫機在一些領域的應用被美國新聞界評為1997年計算機發展十件大事之一。很多專家都認為語音識別技術是2000年至2010年間信息技術領域十大重要的科技發展技術之一。語音識別技術所涉及的領域包括：信號處理、模式識別、概率論和信息論、發聲機理和聽覺機理、人工智能等等。與機器進行語音交流，讓機器明白你說什么，這是人們長期以來夢寐以求的事情。語音識別比做為“機器的聽覺系統”。語音識別技術就是讓機器通過識別和理解過程把語音信號轉變為相應的文本或命令的高技術。語音識別技術主要包括特征提取技術、模式匹配準則及模型訓練技術三個方面。語音識別技術車聯網也得到了充分的引用，例如在翼卡車聯網中，只需按一鍵通客服人員口述即可設置目的地直接導航，安全、便捷。

現有的語音識別技術都是基于頻譜進行對比分析，計算過程復雜，對運算量要求很高，不利于大規模推廣。

發明內容

本發明所要解決的技術問題是現有的語音識別技術都是基于頻譜進行對比分析，計算過程復雜，對運算量要求很高，不利于大規模推廣，目的在于提供有利于節省時間的信號分析系統，解決上述問題。

本發明通過下述技術方案實現：

有利于節省時間的信號分析系統，包括：用于對初始音頻信號進行預處理的預處理模塊；用于將預處理后的初始音頻生成兩個與預處理后的初始音頻信號相同的音頻信號的生成模塊：所述兩個與預處理后的初始音頻信號相同的音頻信號包括第一音頻信號和第二音頻信號；用于將第一音頻信號進行頻率初選的初選模塊；用于對第二音頻信號提取特征的特征模塊；用于對特征模塊提取的特征進行標準化的標準化模塊；用于將標準化的特征和初選的頻率進行加權得出初始音頻信號的基頻估算值基頻模塊。

現有技術中，語音識別技術都是基于頻譜進行對比分析，計算過程復雜，對運算量要求很高，不利于大規模推廣。本發明應用時，先對初始音頻信號進行預處理，再將預處理后的初始音頻生成兩個與預處理后的初始音頻信號相同的音頻信號：第一音頻信號和第二音頻信號，然后將第一音頻信號進行頻率初選，再然后對第二音頻信號提取特征，并對特征進行標準化，再然后將S3和S4得出的結果進行加權得出初始音頻信號的基頻估算值。本發明通過設置上述模塊，將頻率初選和提取特征分開同時進行，并通過加權的方式得到音頻信號得到基頻估算值，相比現有技術中要進行大規模傅里葉變換的方式大幅降低了運算量，有利于大規模推廣。

進一步的，所述特征模塊用于對第一音頻信號進行時頻特征提取。

進一步的，所述預處理模塊的預處理采用對初始音頻信號進行音量標準化和分幀處理。

進一步的，所述特征模塊還用于對提取的特征進行簡化處理。

進一步的，還包括用于根據基頻估算值對音頻信號進行分類處理的分類模塊。

本發明與現有技術相比，具有如下的優點和有益效果：

本發明有利于節省時間的信號分析系統，通過設置上述模塊，將頻率初選和提取特征分開同時進行，并通過加權的方式得到音頻信號得到基頻估算值，相比現有技術中要進行大規模傅里葉變換的方式大幅降低了運算量，有利于大規模推廣。

附圖說明

此處所說明的附圖用來提供對本發明實施例的進一步理解，構成本申請的一部分，并不構成對本發明實施例的限定。在附圖中：

圖1為本發明系統結構示意圖。

具體實施方式

為使本發明的目的、技術方案和優點更加清楚明白，下面結合實施例和附圖，對本發明作進一步的詳細說明，本發明的示意性實施方式及其說明僅用于解釋本發明，并不作為對本發明的限定。

實施例