[發(fā)明專利]一種語音識別系統(tǒng)在審
| 申請?zhí)枺?/td> | 202010082667.6 | 申請日： | 2020-02-07 |
| 公開（公告）號： | CN111292723A | 公開（公告）日： | 2020-06-16 |
| 發(fā)明（設(shè)計）人： | 田興邦;趙茂祥;胡運燎 | 申請（專利權(quán)）人： | 普強時代（珠海橫琴）信息技術(shù)有限公司 |
| 主分類號： | G10L15/06 | 分類號： | G10L15/06;G10L15/22;G10L15/25;G10L15/26;G10L21/0208;G10L25/87;G06K9/00 |
| 代理公司： | 北京科億知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11350 | 代理人： | 湯東鳳 |
| 地址： | 519000 廣東省珠海市*** | 國省代碼： | 廣東;44 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 語音 識別 系統(tǒng) | ||
1.一種語音識別系統(tǒng)，包括端點檢測模塊、噪聲消除模塊、特征提取模塊、解碼器模塊以及輸出文字模塊，其特征在于:
所述端點檢測模塊用以獲取用戶發(fā)出的聲音、唇語動作、手語動作；
所述噪聲消除模塊用以對所述端點檢測獲取的用戶聲音進行噪音去除，所述噪音去除包括外部環(huán)境噪音和設(shè)備噪聲；
所述特征提取模塊用以提取所述用戶發(fā)出的聲音、唇語動作以及手語動作的特征；
所述資源包模塊包括聲學模型、語言模型、系統(tǒng)字典、發(fā)音生成器、唇語模型、手語模型，為后期的搜索、對比提供依據(jù)；
所述解碼器模塊根據(jù)特征提取出的特征在所述資源包內(nèi)搜索與特征最相匹配的特征，所述最相匹配的特征包括語音文字序列和動作文字序列；
所述輸出文字模塊用以將解碼器搜索獲取的文字序列進行輸出。
2.根據(jù)權(quán)利要求1所述的一種語音識別系統(tǒng)，其特征在于：所述MIC模塊用以采集用戶發(fā)出的聲音，所述攝像頭模塊用以采集用戶的唇語動作和手語動作。
3.根據(jù)權(quán)利要求1所述的一種語音識別系統(tǒng)，其特征在于：所述噪聲消除模塊用以從有噪聲的環(huán)境中降低、抑制噪聲干擾，提取語音信號。
4.根據(jù)權(quán)利要求1所述的一種語音識別系統(tǒng)，其特征在于：所述資源包模塊是通過文本語科進行語言模擬訓(xùn)練形成語言模型，通過聲學語科進行聲學模型訓(xùn)練形成的聲學模型，通過文本語科進行動作模擬訓(xùn)練形成的唇語模型和啞語模型。
5.根據(jù)權(quán)利要求1所述的一種語音識別系統(tǒng)，其特征在于：所述解碼器模塊通過靈活裁剪、二次檢索、自動優(yōu)化、動態(tài)優(yōu)化結(jié)果對所述資源包進行提取以及優(yōu)化。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于普強時代（珠海橫琴）信息技術(shù)有限公司，未經(jīng)普強時代（珠海橫琴）信息技術(shù)有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010082667.6/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
