[發明專利]一種基于改進MFCC系數的語音喚醒方法及系統

在審

• 申請號: 202010748944.2
• 申請日: 2020-07-30
• 公開（公告）號: CN111862978A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 李郡;付冠宇;鄒萬冰;詹毅;王曉琴;喬樹山;周玉梅
• 申請（專利權）人: 中科院微電子研究所南京智能技術研究院
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/16;G10L19/02;G10L19/26;G10L25/24
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 王立普

1.一種基于改進MFCC系數的語音喚醒方法，其特征在于，所述方法包括：

獲取連續的語音信號；

對所述語音信號進行預加重；

對預加重后的語音信號加入帶有代表能量信息的MFCC第0個系數，得到FBE-MFCC；

將由FBE-MFCC特征值組成的矩陣輸入到DSCNN網絡通過卷積核進行卷積，得到語音喚醒識別率。

2.根據權利要求1所述的基于改進MFCC系數的語音喚醒方法，其特征在于，對所述語音信號進行預加重具體包括：

采用高通濾波器對所述語音信號進行濾波；

對濾波后的語音信號進行分幀；

對分幀后的語音信號乘以漢明窗；

對乘以漢明窗后的語音信號通過快速傅里葉變換得到信號在頻域上的頻譜；

將所述頻譜通過Mel濾波器組得到Mel譜；

對所述Mel譜進行倒譜分析，得到Mel頻率倒譜系數MFCC。

3.根據權利要求2所述的基于改進MFCC系數的語音喚醒方法，其特征在于，對所述Mel譜進行倒譜分析，得到Mel頻率倒譜系數MFCC具體包括：

對Mel譜取對數，通過離散余弦DCT變換，取DCT后得到的系數作為MFCC系數。

4.根據權利要求1所述的基于改進MFCC系數的語音喚醒方法，其特征在于，所述DSCNN網絡包括4層，分別為Conv、DS卷積、Pooling以及FC。

5.一種基于改進MFCC系數的語音喚醒系統，其特征在于，所述系統包括：

語音信號獲取模塊，用于獲取連續的語音信號；

預加重模塊，用于對所述語音信號進行預加重；

0系數插入模塊，用于對預加重后的語音信號加入帶有代表能量信息的MFCC第0個系數，得到FBE-MFCC；

語音喚醒識別率確定模塊，用于將由FBE-MFCC特征值組成的矩陣輸入到DSCNN網絡通過卷積核進行卷積，得到語音喚醒識別率。

6.根據權利要求5所述的基于改進MFCC系數的語音喚醒系統，其特征在于，所述預加重模塊具體包括：

濾波單元，用于采用高通濾波器對所述語音信號進行濾波；

分幀單元，用于對濾波后的語音信號進行分幀；

計算單元，用于對分幀后的語音信號乘以漢明窗；

傅里葉變換單元，用于對乘以漢明窗后的語音信號通過快速傅里葉變換得到信號在頻域上的頻譜；

Mel譜確定單元，用于將所述頻譜通過Mel濾波器組得到Mel譜；

倒譜分析單元，用于對所述Mel譜進行倒譜分析，得到Mel頻率倒譜系數MFCC。

7.根據權利要求5所述的基于改進MFCC系數的語音喚醒系統，其特征在于，所述倒譜分析單元具體包括：

對Mel譜取對數，通過離散余弦DCT變換，取DCT后得到的系數作為MFCC系數。

8.根據權利要求5所述的基于改進MFCC系數的語音喚醒系統，其特征在于，所述DSCNN網絡包括4層，分別為Conv、DS卷積、Pooling以及FC。