[發明專利]基于音頻媒體分析的語音識別技術在審
| 申請號： | 202010922652.6 | 申請日： | 2020-09-04 |
| 公開（公告）號： | CN114141244A | 公開（公告）日： | 2022-03-04 |
| 發明（設計）人： | 余城誠;彭德中;王騫;劉杰;張利君;銀大偉;蔣瑞;付俊英 | 申請（專利權）人： | 四川大學 |
| 主分類號： | G10L15/22 | 分類號： | G10L15/22;G10L15/02;G10L25/21;G10L25/24 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 610065 四川*** | 國省代碼： | 四川;51 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 音頻 媒體 分析 語音 識別 技術 | ||
【權利要求書】：
1.一種基于音頻媒體分析的語音識別技術，其特征在于，包括以下步驟：
1)提取包括13階MFCC，13階一階差分MFCC，過零率，短時能量和子帶能量比等功能的幀級特征；
2)使用基于SVM的分類器的分類器進行分類；
3)使用分段的類別執行故事單元分段；
4)使用包括語音端點檢測，特征提取，聲學和語言模型，識別引擎的語音識別系統進行識別。
2.根據權利要求1所述的用于音頻媒體分析的語音識別技術，其特征在于，提取包括13階MFCC，13階一階差分MFCC，過零率，短時能量和子帶能量比等功能的幀級特征由下式決定：
1)梅爾頻率倒譜系數(MFCC)
2)過零率(ZCR)
3)短時能量(STE)
4)子帶能量比
5)一幀中子帶功率與總功率之比定義：
3.根據權利要求1-2中所述的用于音頻媒體分析的語音識別技術，其特征在于，音頻的分類由下式決定：
1)SVM
2)音頻分類方案
STESTEthreshold,ZCRZCRthreshold (7)。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于四川大學，未經四川大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010922652.6/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：半導體結構及其形成方法
- 下一篇：基片集成波導的濾波器、天線裝置
