[發(fā)明專利]一種導(dǎo)入人工智能超深度學(xué)習(xí)用于語音圖像識別的方法

有效

• 申請?zhí)枺?/td>: 201811249231.0
• 申請日: 2018-10-25
• 公開（公告）號: CN109087646B
• 公開（公告）日: 2021-04-06
• 發(fā)明（設(shè)計(jì)）人: 韓青江
• 申請（專利權(quán)）人: 武漢拓睿傳奇科技有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/02;G10L21/0208;H04L29/08;G06K9/62
• 代理公司: 上海精晟知識產(chǎn)權(quán)代理有限公司 31253
• 代理人: 馮子玲

1.一種導(dǎo)入人工智能超深度學(xué)習(xí)用于語音圖像識別的方法,導(dǎo)入人工智能超深度學(xué)習(xí)用于語音圖像識別模塊，包括觸摸屏、圖像識別模塊、語音識別模塊和CORTEX-A75處理器，其特征在于：所述觸摸屏具有攝像頭、麥克風(fēng)、程序儲存器、隨機(jī)儲存器數(shù)據(jù)、圖像識別模塊、語音識別模塊和CORTEX-A75處理器，所述圖像識別模塊包括攝像控制模塊和圖像對比模塊，所述攝像控制模塊包括圖像處理模塊和圖片傳輸模塊，所述語音識別模塊包括預(yù)處理系統(tǒng)、特征提取系統(tǒng)和模式匹配系統(tǒng)，且模式匹配系統(tǒng)內(nèi)具有語言模型庫，所述預(yù)處理系統(tǒng)電連接特征提取系統(tǒng)，且特征提取系統(tǒng)與模式匹配系統(tǒng)數(shù)據(jù)連接，實(shí)現(xiàn)語音數(shù)據(jù)識別，所述圖像識別模塊電連接攝像頭，所述語音識別模塊電連接麥克風(fēng)，所述圖像識別模塊和語音識別模塊分別與CORTEX-A75處理器數(shù)據(jù)連接，且CORTEX-A75處理器與程序儲存器和隨機(jī)儲存器數(shù)據(jù)連接，實(shí)現(xiàn)圖像數(shù)據(jù)和語音數(shù)據(jù)的處理和存儲，所述CORTEX-A75處理器通過網(wǎng)絡(luò)控制器與云端服務(wù)器數(shù)據(jù)連接；

具體識別方法如下：

圖像識別步驟：通過觸摸屏內(nèi)的圖像識別模塊將攝像頭拍攝的圖片通過圖像處理模塊進(jìn)行處理，且處理后傳輸至圖像對比模塊，通過CORTEX-A75處理器數(shù)據(jù)連接對其進(jìn)行信息處理和傳輸，且CORTEX-A75處理器通過程序儲存器內(nèi)的數(shù)據(jù)進(jìn)行檢索對比并產(chǎn)生第一對比指令或第二對比指令，所述第一對比指令為程序儲存器中至少有一項(xiàng)信息與處理后傳輸至圖像對比模塊對比后的結(jié)果對應(yīng)，且根據(jù)第一對比指令的結(jié)果進(jìn)入結(jié)果相應(yīng)的圖片應(yīng)用系統(tǒng)中至少有一項(xiàng)信息與處理后傳輸至圖像對比模塊的圖片數(shù)據(jù)參數(shù)進(jìn)行對比得到識別結(jié)果的位置，且繼續(xù)對其進(jìn)行操作，操作后選擇退出該系統(tǒng)；所述第二對比指令為程序儲存器中不具有任意一項(xiàng)信息與處理后傳輸至圖像對比模塊對比后的結(jié)果對應(yīng)，根據(jù)第二對比指令的結(jié)果進(jìn)入創(chuàng)建新圖片信息對話框，且產(chǎn)生確認(rèn)創(chuàng)建指令和取消指令，所述確認(rèn)創(chuàng)建指令將通過CORTEX-A75處理器在儲存器中創(chuàng)建處理后傳輸至圖像對比模塊對比后的結(jié)果對應(yīng)的位置信息；所述取消指令為取消操作，且退出該系統(tǒng)；

語音識別步驟：通過觸摸屏內(nèi)的語音識別模塊將麥克風(fēng)輸入的語音信號通過預(yù)處理系統(tǒng)進(jìn)行矯正處理實(shí)現(xiàn)語音信號數(shù)字化，再由特征提取系統(tǒng)進(jìn)行特征分析，抽取可反映語音本質(zhì)的特征參數(shù)，形成矢量序列，且通過模式匹配系統(tǒng)由CORTEX-A75處理器對語言模型庫內(nèi)的聲學(xué)模版參數(shù)進(jìn)行對比得到識別結(jié)果，且CORTEX-A75處理器通過程序儲存器內(nèi)的數(shù)據(jù)進(jìn)行檢索對比并產(chǎn)生第一對比指令或第二對比指令，所述第一對比指令的為程序儲存器中至少有一項(xiàng)信息與語言模型庫內(nèi)的聲學(xué)模版參數(shù)進(jìn)行對比得到識別結(jié)果對應(yīng)，且根據(jù)第一對比指令的結(jié)果進(jìn)入結(jié)果相應(yīng)的應(yīng)用系統(tǒng)中至少有一項(xiàng)信息處理與語言模型庫內(nèi)的聲學(xué)模版參數(shù)進(jìn)行對比得到識別結(jié)果的位置，且繼續(xù)對其進(jìn)行操作，操作后選擇退出該系統(tǒng)；所述第二對比指令為程序儲存器中不具有任意一項(xiàng)信息與語音本質(zhì)的特征參數(shù)的結(jié)果對應(yīng)，根據(jù)第二對比指令的結(jié)果進(jìn)入創(chuàng)建新語音信息對話框，且產(chǎn)生確認(rèn)創(chuàng)建指令和取消指令，所述確認(rèn)創(chuàng)建指令將通過CORTEX-A75處理器在儲存器中創(chuàng)建語音本質(zhì)的特征參數(shù)的結(jié)果對應(yīng)的語音信息；所述取消指令為取消操作，且退出該系統(tǒng)。

2.根據(jù)權(quán)利要求1所述的一種導(dǎo)入人工智能超深度學(xué)習(xí)用于語音圖像識別的方法，其特征在于：所述麥克風(fēng)具有多組，所述CORTEX-A75處理器通過網(wǎng)絡(luò)控制器與云端服務(wù)器數(shù)據(jù)連接，可定期實(shí)現(xiàn)更新程序儲存器、隨機(jī)儲存器的資源數(shù)據(jù)和語言模型庫，進(jìn)而擴(kuò)大人員圖像語音檢索的范圍，且利用CORTEX-A75處理器將處理后的圖片語音通過網(wǎng)絡(luò)控制器上傳于云端服務(wù)器，實(shí)現(xiàn)數(shù)據(jù)共享。

3.根據(jù)權(quán)利要求1所述的一種導(dǎo)入人工智能超深度學(xué)習(xí)用于語音圖像識別的方法，其特征在于：所述預(yù)處理系統(tǒng)內(nèi)具有反混疊失真濾波器、預(yù)加重器、端點(diǎn)檢測模塊和噪聲濾波器。

4.根據(jù)權(quán)利要求1所述的一種導(dǎo)入人工智能超深度學(xué)習(xí)用于語音圖像識別的方法，其特征在于：所述特征提取系統(tǒng)具有LPC、LPCC、MFCC和ASCC。