[發明專利]一種用于語音指令捕捉的信號精確度調節系統及方法

有效

• 申請號: 202010852699.X
• 申請日: 2020-08-22
• 公開（公告）號: CN111968628B
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 彭玲玲
• 申請（專利權）人: 南京硅基智能科技有限公司
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/04;G10L15/22;G10L15/25
• 代理公司: 北京卓嵐智財知識產權代理事務所(特殊普通合伙) 11624
• 代理人: 郭智

本發明公開了一種用于語音指令捕捉的信號精確度調節系統及方法，系統包括語音指令樣本庫實時更新模塊、指令分段采集單元、采集單元識別指令分析匹配模塊、樣本庫指令智能匹配模塊和非限定語音指令信號人工捕捉訓練模塊，語音指令樣本庫實時更新模塊對新更新的語音指令實時上傳到語音指令樣本庫中進行存儲，指令分段采集單元用于對用戶輸入的語音指令進行片段化采集，智能識別當前用戶識別的語音指令，采集單元識別指令分析匹配模塊用于對不同采集模塊采集的語音指令進行識別匹配分析，樣本庫指令智能匹配模塊將采集篩選出的語音指令與樣本庫進行匹配，非限定語音指令信號人工捕捉訓練模塊用于對采集的未在樣本庫中的語音指令進行捕捉訓練。

技術領域

本發明涉及語音識別技術領域，具體為一種用于語音指令捕捉的信號精確度調節系統及方法。

背景技術

語音識別技術就是讓機器通過識別和理解過程把語音信號轉變為相應的文本或命令的高技術。語音識別技術主要包括特征提取技術、模式匹配準則及模型訓練技術三個方面。語音識別技術車聯網也得到了充分的引用，例如在翼卡車聯網中，只需按一鍵通客服人員口述即可設置目的地直接導航，安全、便捷。

根據識別的對象不同，語音識別任務大體可分為3類，即孤立詞識別，關鍵詞識別和連續語音識別。其中，孤立詞識別的任務是識別事先已知的孤立的詞，如“開機”、“關機”等；連續語音識別的任務則是識別任意的連續語音，如一個句子或一段話；連續語音流中的關鍵詞檢測針對的是連續語音，但它并不識別全部文字，而只是檢測已知的若干關鍵詞在何處出現。

根據針對的發音人，可以把語音識別技術分為特定人語音識別和非特定人語音識別，前者只能識別一個或幾個人的語音，而后者則可以被任何人使用。顯然，非特定人語音識別系統更符合實際需要，但它要比針對特定人的識別困難得多。另外，根據語音設備和通道，可以分為桌面(PC)語音識別、電話語音識別和嵌入式設備(手機、PDA等)語音識別。不同的采集通道會使人的發音的聲學特性發生變形，因此需要構造各自的識別系統。

語音識別的應用領域非常廣泛，常見的應用系統有：語音輸入系統，相對于鍵盤輸入方法，它更符合人的日常習慣，也更自然、更高效；語音控制系統，即用語音來控制設備的運行，相對于手動控制來說更加快捷、方便，可以用在諸如工業控制、語音撥號系統、智能家電、聲控智能玩具等許多領域；智能對話查詢系統，根據客戶的語音進行操作，為用戶提供自然、友好的數據庫檢索服務。

語音識別主要有以下五個問題：對自然語言的識別和理解。首先必須將連續的講話分解為詞、音素等單位，其次要建立一個理解語義的規則；語音信息量大。語音模式不僅對不同的說話人不同，對同一說話人也是不同的，例如，一個說話人在隨意說話和認真說話時的語音信息是不同的。一個人的說話方式隨著時間變化。語音的模糊性。說話者在講話時，不同的詞可能聽起來是相似的。這在英語和漢語中常見。單個字母或詞、字的語音特性受上下文的影響，以致改變了重音、音調、音量和發音速度等。環境噪聲和干擾對語音識別有嚴重影響，致使識別率低。

目前，在語音指令識別時很容易導致語音指令識別不清晰的情況出現，但在現在語音輸入時，設備往往只對語音進行識別，而本申請旨在對語音和用戶唇語通過錄音和錄像分段進行識別分析，提高語音指令信號的精確度。

發明內容

本發明的目的在于提供一種用于語音指令捕捉的信號精確度調節系統及方法，以解決上述背景技術中提出的問題。

為了解決上述技術問題，本發明提供如下技術方案：一種用于語音指令捕捉的信號精確度調節系統及方法，系統包括語音指令樣本庫實時更新模塊、指令分段采集單元、采集單元識別指令分析匹配模塊、樣本庫指令智能匹配模塊和非限定語音指令信號人工捕捉訓練模塊，其中，語音指令樣本庫實時更新模塊、指令分段采集單元、采集單元識別指令分析匹配模塊、樣本庫指令智能匹配模塊和非限定語音指令信號人工捕捉訓練模塊依次通過內網連接，樣本庫指令智能匹配模塊和非限定語音指令信號人工捕捉訓練模塊分別和語音指令樣本庫實時更新模塊通過內網連接；