本發(fā)明涉及到語音技術(shù)領(lǐng)域，特別是一種數(shù)字化的語音識別方法。

背景技術(shù)：

語音作為模擬信號，近年來開始出現(xiàn)通過計算機進行語音識別，但是目前很難通過計算機進行數(shù)字化識別，計算機數(shù)字化處理在處理速度、準確度上都比傳統(tǒng)的方式要高，目前還沒有通過數(shù)字化處理的手段。

技術(shù)實現(xiàn)要素：

為解決上述技術(shù)問題，本發(fā)明提供了一種語音識別方法，其包括以下步驟：

對被識別的模擬語音信號進行數(shù)字化，變化為適于計算機處理的數(shù)字信息；

對所述數(shù)字信息進行預(yù)處理，除去混入的干擾信息并減少變形或失真；

對預(yù)處理后的數(shù)字信息進行特征選擇，選擇需要識別的語音的特征值，在預(yù)處理后的數(shù)字信息中抽取包含所述特征值的信息；

特征值提取過程將需要識別的特征值從對象空間映射到特征空間，使得每個需要識別的特征值可用特征空間中的一個點表示；

將所述通過預(yù)處理后的數(shù)字信息中保留需要識別的特征值的數(shù)字信息，將其他數(shù)字信息剔除得到需要識別的數(shù)字信息；

將所述需要識別的數(shù)字信息進行還原成模擬語音信號，所述還原后的模擬語音信號即為最終需要識別的語音。

較佳地，所述語音的數(shù)字化過程為對語音信號進行數(shù)字化抽樣。

較佳地，所述特征值包括聲音的幅度、頻率。

本發(fā)明具有以下有益效果：

本發(fā)明提供的基于計算機的語音識別方法通過將語音數(shù)字化，通過對數(shù)字化的語音進行特征選擇，通過特征值對語音進行識別，識別準確度與識別速度都得到很大的提升。

當(dāng)然，實施本發(fā)明的任一產(chǎn)品并不一定需要同時達到以上所述的所有優(yōu)點。

具體實施方式

下面將結(jié)合本發(fā)明實施例對本發(fā)明中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其它實施例，都屬于本發(fā)明保護的范圍。

本發(fā)明實施例提供了一種語音識別方法，其包括以下步驟：

對被識別的模擬語音信號進行數(shù)字化，變化為適于計算機處理的數(shù)字信息；

對所述數(shù)字信息進行預(yù)處理，除去混入的干擾信息并減少變形或失真；

對預(yù)處理后的數(shù)字信息進行特征選擇，選擇需要識別的語音的特征值，在預(yù)處理后的數(shù)字信息中抽取包含所述特征值的信息；

特征值提取過程將需要識別的特征值從對象空間映射到特征空間，使得每個需要識別的特征值可用特征空間中的一個點表示；

將所述通過預(yù)處理后的數(shù)字信息中保留需要識別的特征值的數(shù)字信息，將其他數(shù)字信息剔除得到需要識別的數(shù)字信息；

將所述需要識別的數(shù)字信息進行還原成模擬語音信號，所述還原后的模擬語音信號即為最終需要識別的語音。

本實施例中，所述語音的數(shù)字化過程為對語音信號進行數(shù)字化抽樣。

其中所述特征值包括聲音的幅度、頻率。

以上公開的本發(fā)明優(yōu)選實施例只是用于幫助闡述本發(fā)明。優(yōu)選實施例并沒有詳盡敘述所有的細節(jié)，也不限制該發(fā)明僅為所述的具體實施方式。顯然，根據(jù)本說明書的內(nèi)容，可作很多的修改和變化。本說明書選取并具體描述這些實施例，是為了更好地解釋本發(fā)明的原理和實際應(yīng)用，從而使所屬技術(shù)領(lǐng)域技術(shù)人員能很好地理解和利用本發(fā)明。本發(fā)明僅受權(quán)利要求書及其全部范圍和等效物的限制。