[發明專利]一種中英文混合語音識別方法

在審

• 申請號: 202010948079.6
• 申請日: 2020-09-10
• 公開（公告）號: CN112037762A
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 朱羿孜;許召輝;馬翼平;陳年生;范光宇;饒蕾;周圣杰
• 申請（專利權）人: 中航華東光電（上海）有限公司
• 主分類號: G10L15/00
• 分類號: G10L15/00;G10L15/04;G10L15/08;G10L15/26
• 代理公司: 上海樂泓專利代理事務所(普通合伙) 31385
• 代理人: 張雪

1.一種中英文混合語音識別方法，其特征在于：采集中英文混合語音后，將語音按照一定的幀長劃分為若干段語音信號，且分段重疊率為40％，對分段后的語音信號進行高通濾波，濾波后進行加窗處理，得到每段語音信號的加窗函數，并計算判斷是否為靜音段，對非靜音段的語音信號進行中文識別判斷，當識別成功則輸出該段中文且設定語種標識為1，當識別失敗設定語種標識為0并進行英文識別，將識別成功則輸出該段英文且更新語種標識為0，，識別失敗則設定語種標識為1重新進行中文識別。

2.根據權利要求1所述的一種中英文混合語音識別方法，其特征在于：將語音按照一定的幀長劃分為若干段語音信號具體為按一定的幀長L劃分為N語音段，控制幀長，使每段語音盡量只包含一個字，分段重疊率為40％，每一段的語音信號記為x_a(n)。

3.根據權利要求1所述的一種中英文混合語音識別方法，其特征在于：所述加窗處理具體為通過以下公式(1)和公式(2)進行計算

y_a(n)＝x_a(n)*w(n) (2)；

其中，w(n)為窗函數，n為語音幀數。

計算得到加窗函數y_a(n)。

4.根據權利要求3所述的一種中英文混合語音識別方法，其特征在于：判斷語音信號是否為靜音段具體為通過公式(3)和公式(4)計算各語音段的短時能量E(a)與過零率Z(a)的值，并將短時能量E(a)與過零率Z(a)進行加權，權值分別為k₁、k₂，加權判斷函數H(a)的計算公式(5)并設置閾值H_set，若H(a)≥H_set為語音段，若H(a)H_set則該段為靜音段；

H(a)＝k₁E(a)+k₂Z(a) (5)

其中，閾值H_set為10，權值k₁、k₂分別為

5.根據權利要求4所述的一種中英文混合語音識別方法，其特征在于：對每段語音信號進行判斷是否為靜音段，若兩段語音段間包含靜音段，則將靜音段舍去，兩段語音段不處理，視為兩個單字或單詞；若兩段語音段之間不包含靜音段，則將兩段語音段組合，視為一個語音段，視為一個字或單詞。

6.根據權利要求5所述的一種中英文混合語音識別方法，其特征在于：進行中文識別具體為將非靜音段的語音信號與中文庫數據庫進行匹配，所述中文庫數據庫包含基本生活常用單字(詞)，不包含英文派生的中文同音字(詞)，當匹配成功則輸出該段中文且設定語種標識為1；若匹配失敗，則將不匹配的語音段與該語音段前后語音段組合進行中文識別，匹配成功，則輸出該段中文且設定語種標識為1，匹配失敗，設定語種標識為0進行英文識別。

7.根據權利要求6所述的一種中英文混合語音識別方法，其特征在于：進行英文識別具體為對語種標識為0的語音信號與英文數據庫進行匹配，其中英文數據庫包含基本生活常用單詞，不包含中文派生的英文同音字(詞)，當匹配成功，則輸出該段英文且設定語種標識為0；若匹配失敗，則將不匹配的語音段與該語音段前后語音段組合后進行英文識別，若匹配成功，則輸出該段英文且設定語種標識為0，若匹配失敗時設定語種標識為1繼續判斷。