[發明專利]一種基于頻譜包絡圖的可變時長語音的語種識別方法在審
| 申請號： | 202110238968.8 | 申請日： | 2021-03-04 |
| 公開（公告）號： | CN113112990A | 公開（公告）日： | 2021-07-13 |
| 發明（設計）人： | 龍華;王瑤;邵玉斌;杜慶治;王延凱;陳亮;唐維康 | 申請（專利權）人： | 昆明理工大學 |
| 主分類號： | G10L15/00 | 分類號： | G10L15/00;G10L15/04;G10L15/06;G10L15/18 |
| 代理公司： | 昆明明潤知識產權代理事務所(普通合伙) 53215 | 代理人： | 王鵬飛 |
| 地址： | 650093 云*** | 國省代碼： | 云南;53 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 頻譜 包絡 可變 語音 語種 識別 方法 | ||
【權利要求書】：
1.一種基于頻譜包絡圖的可變時長語音的語種識別方法，其特征在于：
Step1：將不同語種的長段語音信號分割為短時語音，將短時語音信號的時長定義為t秒；
Step2：對于短時語音進行分幀、加窗函數，然后求出時長為t秒的短時語音的每一幀的頻譜包絡；
Step3：將同一短時語音的每一幀頻譜包絡組合起來，繪制出每段語音對應的頻譜包絡圖；
Step4：對生成的頻譜包絡圖進行濾波，使其頻率在500HZ到3000HZ的范圍內；
Step5：將每種語種的頻譜包絡圖按N：m分配為訓練集和測試集，并打上對應語種的標簽；
Step6：將訓練集擬合到殘差網絡，通過調整參數得到不同的語種識別模型，用測試集對這些語種識別模型進行測試，選出語種識別率最高的語種識別模型；
Step7：當待測語音的時長不等時，將這些語音信號分割為若干的短時語音信號，時長為t秒，再將每段長語音分割得到的若干短語音擬合到Step6中的語種識別模型中，通過統計這些短語音的識別情況來判別時長語音的語種。
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昆明理工大學，未經昆明理工大學許可，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/202110238968.8/1.html，轉載請聲明來源鉆瓜專利網。
