[發(fā)明專利]一種智能語(yǔ)音識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201911028295.2
• 申請(qǐng)日: 2019-10-28
• 公開（公告）號(hào): CN111916056B
• 公開（公告）日: 2023-05-02
• 發(fā)明（設(shè)計(jì)）人: 鄭紫微;陳平順;趙婷;段歡
• 申請(qǐng)（專利權(quán)）人: 寧波大學(xué)
• 主分類號(hào): G10L15/00
• 分類號(hào): G10L15/00;G10L15/02;G10L15/06;G10L15/08;G10L15/22;G10L25/18;G06F16/61;G06F16/683
• 代理公司: 寧波誠(chéng)源專利事務(wù)所有限公司 33102
• 代理人: 劉鳳欽;孫盼峰

1.一種智能語(yǔ)音識(shí)別方法，適用于識(shí)別出方言所歸屬的地域，其特征在于，該智能語(yǔ)音識(shí)別方法包括如下步驟：

步驟1，構(gòu)建地方性方言數(shù)據(jù)庫(kù)，并在該地方性方言數(shù)據(jù)庫(kù)內(nèi)建立至少兩個(gè)子方言數(shù)據(jù)庫(kù)；其中，所述地方性方言數(shù)據(jù)庫(kù)內(nèi)的子方言數(shù)據(jù)庫(kù)總數(shù)量標(biāo)記為N，N≥2；該地方性方言數(shù)據(jù)庫(kù)內(nèi)的第i個(gè)子方言數(shù)據(jù)庫(kù)標(biāo)記為Base_i，1≤i≤N；

步驟2，預(yù)先針對(duì)不同的目標(biāo)地域，分別確定各目標(biāo)地域內(nèi)的歸屬不同年齡段的常住居民樣本訓(xùn)練集合；其中，所述的目標(biāo)地域總數(shù)量與所述地方性方言數(shù)據(jù)庫(kù)內(nèi)的子方言數(shù)據(jù)庫(kù)總數(shù)量等值，第i個(gè)目標(biāo)地域標(biāo)記為Area_i，1≤i≤N；所述目標(biāo)地域Area_i所對(duì)應(yīng)常住居民樣本訓(xùn)練集合內(nèi)的各年齡段分別是：

第一年齡段，7歲～17歲；第二年齡段，10歲～40歲；第三年齡段，41歲～65歲；第四年齡段，66歲及以后；目標(biāo)地域Area_i所對(duì)應(yīng)的第j年齡段標(biāo)記為Age(j,Area_i)，1≤j≤4；

在每一個(gè)常住居民樣本訓(xùn)練集合內(nèi)，各年齡段的常住居民數(shù)量均為M，年齡段Age(j,Area_i)內(nèi)的第m個(gè)常住居民標(biāo)記為M≥100；

步驟3，針對(duì)每一個(gè)目標(biāo)地域，分別令其所對(duì)應(yīng)常住居民樣本訓(xùn)練集合內(nèi)的各常住居民針對(duì)預(yù)設(shè)的標(biāo)準(zhǔn)文字語(yǔ)句發(fā)出預(yù)設(shè)次數(shù)的地方性方言語(yǔ)音，得到每一個(gè)目標(biāo)地域所對(duì)應(yīng)各年齡段常住居民的方言語(yǔ)音數(shù)據(jù)庫(kù)；其中，所述預(yù)設(shè)次數(shù)標(biāo)記為Q，Q≥5，且Q為奇數(shù)；所述目標(biāo)地域Area_i所對(duì)應(yīng)第j年齡段Age(j,Area_i)的方言語(yǔ)音數(shù)據(jù)庫(kù)標(biāo)記為

步驟4，針對(duì)所得每一個(gè)目標(biāo)地域所對(duì)應(yīng)各年齡段常住居民的方言語(yǔ)音數(shù)據(jù)庫(kù)，提取每一個(gè)年齡段常住居民的方言語(yǔ)音特征參數(shù)集合，形成方言識(shí)別語(yǔ)音特征參數(shù)數(shù)據(jù)庫(kù)；

其中，所述方言識(shí)別語(yǔ)音特征參數(shù)數(shù)據(jù)庫(kù)內(nèi)包含有提取的所有方言語(yǔ)音特征參數(shù)集合，所述方言語(yǔ)音數(shù)據(jù)庫(kù)所對(duì)應(yīng)的方言語(yǔ)音的特征參數(shù)集合標(biāo)記為該特征參數(shù)集合內(nèi)含有方言語(yǔ)音的振幅特征參數(shù)和方言語(yǔ)音的頻率特征參數(shù)即特征參數(shù)集合

其中，表示目標(biāo)地域Area_i的年齡段Age(j,Area_i)內(nèi)的第m個(gè)常住居民所發(fā)出方言的語(yǔ)音信號(hào)振幅均值，表示常住居民所發(fā)出的第q次地方性方言語(yǔ)音所對(duì)應(yīng)的振幅值；

表示目標(biāo)地域Area_i的年齡段Age(j,Area_i)內(nèi)的第m個(gè)常住居民所發(fā)出方言的語(yǔ)音信號(hào)頻率均值，表示常住居民所發(fā)出的第q次地方性方言語(yǔ)音所對(duì)應(yīng)的頻率值；

步驟5，在采集到用戶針對(duì)所述預(yù)設(shè)的標(biāo)準(zhǔn)文字語(yǔ)句以自己家鄉(xiāng)方言形式發(fā)出預(yù)設(shè)次數(shù)的語(yǔ)音信號(hào)后，提取該用戶的語(yǔ)音特征參數(shù)集合；

其中，該用戶的語(yǔ)音特征參數(shù)集合標(biāo)記為S_User，該用戶語(yǔ)音的振幅特征參數(shù)標(biāo)記為σ(A_User)和方言語(yǔ)音的頻率特征參數(shù)σ(f_User)，S_User＝{σ(A_User)，σ(f_User)}；

A_q,User表示該用戶所發(fā)出的第q次語(yǔ)音所對(duì)應(yīng)的振幅值，f_q,User表示該用戶所發(fā)出的第q次語(yǔ)音所對(duì)應(yīng)的頻率值；

步驟6，將所得該用戶的語(yǔ)音特征參數(shù)集合與所述方言識(shí)別語(yǔ)音特征參數(shù)數(shù)據(jù)庫(kù)內(nèi)的每一個(gè)方言語(yǔ)音特征參數(shù)集合做匹配判斷處理：

當(dāng)存在有任一個(gè)方言語(yǔ)音特征參數(shù)集合內(nèi)各特征參數(shù)與該用戶的語(yǔ)音特征參數(shù)集合內(nèi)各特征參數(shù)匹配一致時(shí)，轉(zhuǎn)入步驟7；否則，提示無(wú)法識(shí)別該用戶當(dāng)前語(yǔ)音所歸屬的地域；

步驟7，將所述用戶的語(yǔ)音歸屬該任一個(gè)方言語(yǔ)音特征參數(shù)集合所對(duì)應(yīng)的目標(biāo)地域，并把該對(duì)應(yīng)的目標(biāo)地域作為語(yǔ)音識(shí)別結(jié)果提供給語(yǔ)音識(shí)別的需求方。

2.根據(jù)權(quán)利要求1所述的智能語(yǔ)音識(shí)別方法，其特征在于，在步驟7中，將該對(duì)應(yīng)的目標(biāo)地域以語(yǔ)音播放的形式提供給語(yǔ)音識(shí)別的需求方。

3.根據(jù)權(quán)利要求1所述的智能語(yǔ)音識(shí)別方法，其特征在于，所述地方性方言數(shù)據(jù)庫(kù)內(nèi)的子方言數(shù)據(jù)庫(kù)總數(shù)量N＝34。

4.根據(jù)權(quán)利要求3所述的智能語(yǔ)音識(shí)別方法，其特征在于，所述預(yù)設(shè)次數(shù)Q＝5。