[發(fā)明專利]基于語音識(shí)別的人工智能學(xué)習(xí)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201811068780.8
• 申請(qǐng)日: 2018-09-13
• 公開（公告）號(hào): CN109410911A
• 公開（公告）日: 2019-03-01
• 發(fā)明（設(shè)計(jì)）人: 何艷玲;王旭;騫保民;周馭讓;宋日輝;陳丹丹;趙惠;林鎮(zhèn)坤;唐芮
• 申請(qǐng)（專利權(quán)）人: 何艷玲
• 主分類號(hào): G10L13/02
• 分類號(hào): G10L13/02;G10L15/02;G10L15/16;G10L15/18;G10L15/22;G10L15/26;G06F16/332;G06Q50/26;G09B7/02
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 陳偉斌

1.基于語音識(shí)別的人工智能學(xué)習(xí)方法，其特征在于，包括語音輸入模塊，語音識(shí)別模塊，智能問答模塊和學(xué)習(xí)系統(tǒng)輸出模塊；包括以下步驟：

S1.用戶面對(duì)學(xué)習(xí)終端以語音的形式輸入問題，終端的收音設(shè)備得到實(shí)時(shí)音頻數(shù)據(jù)；

S2.通過音頻特征提取器，對(duì)原始語音進(jìn)行預(yù)處理，特征提取等操作；

S3.利用語音識(shí)別技術(shù)將音頻轉(zhuǎn)化為文本；

S4.對(duì)文本進(jìn)行語義分析并將其發(fā)送至智能學(xué)習(xí)知識(shí)庫(kù)模塊進(jìn)行答案匹配，同時(shí)記錄學(xué)員的提出的問題；

S5.通過上一步驟得到答案，對(duì)答案進(jìn)行語音合成，并將音頻、文本形式的答案發(fā)送至學(xué)習(xí)交互模塊向?qū)W習(xí)者。

2.根據(jù)權(quán)利要求1所述的基于語音識(shí)別的人工智能學(xué)習(xí)方法，其特征在于：所述的步驟S2中，具體步驟如下：

S21.預(yù)加重：

為更好消除唇齒效應(yīng)以識(shí)別語音，只保留一定頻率范圍的信號(hào)，步驟如下：

s′_n＝s_n-k*s_n-1

其中，s′_n為處理后的信號(hào)，s_n為原始信號(hào)，本發(fā)明的k參數(shù)取0.9；

S22.分幀：

對(duì)原始語音信號(hào)采取分幀操作，使得每一幀都可以認(rèn)為是一段平穩(wěn)隨機(jī)過程；為了保證語音信號(hào)的連續(xù)性，每一幀之間有重疊部分，占幀長(zhǎng)的1/2；采用漢明窗進(jìn)行處理：

S23.提取MFCC特征：

首先對(duì)信號(hào)進(jìn)行快速傅里葉變換，使得時(shí)域信號(hào)轉(zhuǎn)為頻域信號(hào)；其公式如下：

其中，N為采樣點(diǎn)數(shù)量，S是計(jì)算出來的信號(hào)s的連續(xù)頻譜；接著，對(duì)幅度譜加Mel濾波器組，對(duì)所有的濾波器輸出做對(duì)數(shù)運(yùn)算，再進(jìn)一步做離散余弦變換后均值方差歸一化可得MFCC特征。

3.根據(jù)權(quán)利要求1所述的基于語音識(shí)別的人工智能學(xué)習(xí)方法，其特征在于：所述的步驟S3中，分別由聲學(xué)模型建模，語言模型建模，和解碼三部分構(gòu)成；其中聲學(xué)模型用來模擬發(fā)音的概率分布，語言模型用來模擬詞語之間的關(guān)聯(lián)關(guān)系。