[發(fā)明專利]基于可信呼叫的實時音視頻流的智能語音識別技術(shù)

在審

• 申請?zhí)枺?/td>: 202110422256.1
• 申請日: 2021-04-20
• 公開（公告）號: CN113140211A
• 公開（公告）日: 2021-07-20
• 發(fā)明（設(shè)計）人: 劉波濤
• 申請（專利權(quán)）人: 武漢微物云聯(lián)科技有限公司
• 主分類號: G10L15/00
• 分類號: G10L15/00;G10L15/26;G10L17/00;H04W4/16;H04W12/02;H04W12/03
• 代理公司: 武漢高得專利代理事務(wù)所(普通合伙) 42268
• 代理人: 姜璐

本發(fā)明公開了基于可信呼叫的實時音視頻流的智能語音識別技術(shù)，包括前準(zhǔn)備模塊、模式匹配模塊、呼叫端和接聽端，所述前準(zhǔn)備模塊包括可信呼叫來源數(shù)據(jù)庫、聲紋數(shù)據(jù)庫和聲紋綁定模塊，所述呼叫端與接聽端之間依次通過信息傳輸模塊、語音輸入模塊、語音提取模塊、模式匹配模塊、語音檢測模塊、語音對比模塊和語音識別模塊連接，所述呼叫端和接聽端整個流程之間均設(shè)置在加密模塊的包圍中。該基于可信呼叫的實時音視頻流的智能語音識別技術(shù)通過前準(zhǔn)備模塊的聲紋綁定模塊有效保護(hù)接聽和呼入人員的隱私，在使用前需要先錄入聲紋綁定用戶，用戶注冊登錄后，錄入兩次聲紋，兩次檢測相同即為綁定成功，成功添加用戶聲紋才可以使用。

技術(shù)領(lǐng)域

本發(fā)明涉及語音識別技術(shù)領(lǐng)域，尤指基于可信呼叫的實時音視頻流的智能語音識別技術(shù)。

背景技術(shù)

隨著科技的發(fā)展，人們可以實時的通過手機電腦等電子設(shè)備溝通，但對那些聽力嚴(yán)重障礙的人來說卻并非如此，雖然現(xiàn)在在世界上很多國家都有語音轉(zhuǎn)換服務(wù)，通過媒介來讓聽力障礙人士交流，但這在保護(hù)用戶隱私方面尚有不足，另外從設(shè)備、訓(xùn)練到勞動力投入，其費用較昂貴。 而且某些特定的服務(wù)號碼，僅為某幾個重要人物服務(wù)。因為這樣的場景中，通話內(nèi)容非常重要，而通過技術(shù)手段偽造電話號碼發(fā)起呼叫并不困難，因此依靠號碼來源不能判斷是否是這些重要人物發(fā)起的呼叫。因此，接聽和呼入人員的隱私和通話安全缺少了保障。

發(fā)明內(nèi)容

鑒于以上問題，本發(fā)明提供基于可信呼叫的實時音視頻流的智能語音識別技術(shù)來解決上述背景技術(shù)中提出的問題。具體如下： 為達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案：基于可信呼叫的實時音視頻流的智能語音識別技術(shù)，包括前準(zhǔn)備模塊、信息傳輸模塊、語音輸入模塊、語音提取模塊、模式匹配模塊、呼叫端和接聽端，所述前準(zhǔn)備模塊包括可信呼叫來源數(shù)據(jù)庫、聲紋數(shù)據(jù)庫和聲紋綁定模塊，所述呼叫端與接聽端之間依次通過信息傳輸模塊、語音輸入模塊、語音提取模塊、模式匹配模塊、語音檢測模塊、語音對比模塊和語音識別模塊連接，所述呼叫端和接聽端整個流程之間均設(shè)置在加密模塊的包圍中，所述信息傳輸模塊、語音輸入模塊、語音提取模塊、模式匹配模塊、語音檢測模塊、語音對比模塊、語音保存模塊和語音識別模塊之間互相通過電性連接。 優(yōu)選的，所述聲紋綁定模塊包括用戶注冊、用戶登錄和用戶檢測，且聲紋綁定模塊設(shè)置有兩次錄音綁定。 優(yōu)選的，所述前準(zhǔn)備模塊分別與加密模塊連接和語音保存模塊電性連接，所述前準(zhǔn)備模塊設(shè)置有密鑰。 優(yōu)選的，所述語音提取模塊與語音保存模塊電性直接連接，且語音保存模塊通過電性與語音對比模塊直接連接。 優(yōu)選的，所述語音檢測模塊分別與語音提醒模塊和語音反饋模塊電性連接，所述語音提醒模塊設(shè)置為音頻提醒和彈窗提醒兩種方式，所述語音反饋模塊與可信呼叫來源數(shù)據(jù)庫連接。 優(yōu)選的，所述語音識別模塊與語音轉(zhuǎn)換模塊連接，且語音轉(zhuǎn)換模塊包括文字轉(zhuǎn)換、信號轉(zhuǎn)換和語種轉(zhuǎn)換。 優(yōu)選的，包括以下流程： S1、在使用啟動系統(tǒng)之前，需要先錄入聲紋綁定用戶，用戶注冊登錄后，錄入兩次聲紋，兩次檢測相同即為綁定成功，成功添加用戶聲紋即可使用； S2、呼叫端在信號加密的前提下，通過信息傳輸模塊將信號傳遞給語音輸入模塊，再由語音輸入模塊將信號傳遞給語音提取模塊，將提取的聲紋信息依次傳給模式匹配模塊、語音檢測模塊和語音對比模塊進(jìn)行對比配匹配，再經(jīng)過語音識別模塊與信息傳輸模塊將信息傳遞給接聽端； S3、當(dāng)語音檢測模塊檢測到聲紋與可信呼叫來源數(shù)據(jù)庫聲紋不同時，語音提醒模塊進(jìn)行音頻提醒和彈窗提醒； S4、當(dāng)語音反饋模塊將信息反饋給可信呼叫來源數(shù)據(jù)庫，并發(fā)現(xiàn)聲紋信息不符，提醒接聽端的同時，反饋給實際真正的呼叫端。 本發(fā)明具有以下有益效果：該基于可信呼叫的實時音視頻流的智能語音識別技術(shù)通過前準(zhǔn)備模塊的聲紋綁定模塊有效保護(hù)接聽和呼入人員的隱私，在使用前需要先錄入聲紋綁定用戶，用戶注冊登錄后，錄入兩次聲紋，兩次檢測相同即為綁定成功，成功添加用戶聲紋才可以使用；而且前準(zhǔn)備模塊與加密模塊電性連接，同時前準(zhǔn)備模塊設(shè)置有密鑰，呼叫端和接聽端整個流程之間均設(shè)置在加密模塊的包圍中，進(jìn)一步提高了接聽和呼入人員的隱私和通話安全；另外，語音識別模塊與語音轉(zhuǎn)換模塊連接，且語音轉(zhuǎn)換模塊包括文字轉(zhuǎn)換、信號轉(zhuǎn)換和語種轉(zhuǎn)換，對于聽力有障礙的使用者來說，可以將語音轉(zhuǎn)換成文字來識別，并且可以根據(jù)語種來進(jìn)行轉(zhuǎn)換。

附圖說明