[發(fā)明專利]語音識別裝置及方法

有效

• 申請?zhí)枺?/td>: 201811079026.4
• 申請日: 2018-09-17
• 公開（公告）號: CN110910888B
• 公開（公告）日: 2022-06-14
• 發(fā)明（設計）人: 孟凡;高頔;安青青;劉凌宇
• 申請（專利權）人: 中國移動通信集團設計院有限公司;中國移動通信集團有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/28
• 代理公司: 北京路浩知識產(chǎn)權代理有限公司 11002
• 代理人: 王慶龍;李相雨

本發(fā)明實施例提供一種語音識別裝置及方法。所述裝置包括：光源、光纖微腔、光譜儀以及處理模塊；所述光源用于向所述光纖微腔發(fā)射連續(xù)譜光；所述光纖微腔用于接收所述連續(xù)譜光以及待識別聲波；所述光譜儀用于獲取所述連續(xù)譜光經(jīng)過所述光纖微腔并發(fā)生諧振時的原始諧振參數(shù)，以及獲取所述連續(xù)譜光以及待識別聲波同時經(jīng)過所述光纖微腔，并發(fā)生諧振時的調制諧振參數(shù)；所述處理模塊用于根據(jù)所述原始諧振參數(shù)以及調制諧振參數(shù)，得到所述待識別聲波的聲波參數(shù)；根據(jù)所述聲波參數(shù)與預設的聲波模板進行匹配，得到所述待識別聲波的文本信息。本發(fā)明解決了現(xiàn)有技術中，進一步提升語音識別產(chǎn)品的識別率，會花費更長時間和成本的問題。

技術領域

本發(fā)明實施例涉及語音識別技術領域，尤其涉及一種語音識別裝置及方法。

背景技術

隨著人工智能(Artificial Intelligence，AI)技術的逐漸興起，語音識別作為AI領域的一個重要分支也發(fā)展迅速。語音識別改變了人與機器交互的傳統(tǒng)模式，通過特征提取、模型建立以及模式匹配等技術操作，將人類語言直接與機器進行通信，提供了更加便捷的用戶體驗。

具體地，語音識別是一種深度算法技術，主要涉及聲學模型和語言模型的建立和優(yōu)化，在保證聲學模型符合要求的前提下用語言模型進行深度計算及優(yōu)化。然而，目前，語音識別產(chǎn)品的識別率已經(jīng)到達一個瓶頸狀態(tài)，已接近于人類語音識別極限，更進一步提升會花費更長時間和成本。為了解決這個問題，一些生產(chǎn)廠家以屏幕交互的方式來彌補這種不足，但由于語音識別的聲學模型結構單一、標準嚴格，屏幕交互的方式會造成整個產(chǎn)品結構的復雜，同時不適用于人體習慣性操作，靈活性和用戶體驗感較差。

發(fā)明內容

本發(fā)明實施例提供一種語音識別裝置及方法，用以解決現(xiàn)有技術中，進一步提升語音識別產(chǎn)品的識別率，會花費更長時間和成本的問題。

一方面，本發(fā)明實施例提供一種語音識別裝置，所述裝置包括：光源、光纖微腔、光譜儀以及處理模塊；

所述光源用于向所述光纖微腔發(fā)射連續(xù)譜光；

所述光纖微腔用于接收所述連續(xù)譜光以及待識別聲波；其中，所述光纖微腔表面覆蓋有在受到聲波和/或光波調制時發(fā)生形變的石墨烯膜；

所述光譜儀用于獲取所述連續(xù)譜光經(jīng)過所述光纖微腔并發(fā)生諧振時的原始諧振參數(shù)，以及獲取所述連續(xù)譜光以及待識別聲波同時經(jīng)過所述光纖微腔，并發(fā)生諧振時的調制諧振參數(shù)；其中，諧振參數(shù)至少包括波長以及諧振時刻；

所述處理模塊用于根據(jù)所述原始諧振參數(shù)以及調制諧振參數(shù)，得到所述待識別聲波的聲波參數(shù)；其中，所述聲波參數(shù)至少包括振幅以及頻率；

根據(jù)所述聲波參數(shù)與預設的聲波模板進行匹配，得到所述待識別聲波的文本信息。

另一方面，本發(fā)明實施例提供一種語音識別方法，應用于上述語音識別裝置，所述方法包括：

控制所述語音識別裝置的光源向所述語音識別裝置的光纖微腔發(fā)射連續(xù)譜光；

獲取所述連續(xù)譜光經(jīng)過所述光纖微腔并發(fā)生諧振時的原始諧振參數(shù)，以及獲取所述連續(xù)譜光以及待識別聲波同時經(jīng)過所述光纖微腔，并發(fā)生諧振時的調制諧振參數(shù)；其中，諧振參數(shù)至少包括波長以及諧振時刻；

根據(jù)所述原始諧振參數(shù)以及調制諧振參數(shù)，得到所述待識別聲波的聲波參數(shù)；其中，所述聲波參數(shù)至少包括振幅以及頻率；

根據(jù)所述聲波參數(shù)與預設的聲波模板進行匹配，得到所述待識別聲波的文本信息。

另一方面，本發(fā)明實施例還提供了一種電子設備，包括存儲器、處理器、總線以及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)上述語音識別方法中的步驟。

再一方面，本發(fā)明實施例還提供了一種非暫態(tài)計算機可讀存儲介質，其上存儲有計算機程序，所述程序被處理器執(zhí)行時實現(xiàn)上述語音識別方法中的步驟。