一種語音識別方法、裝置及語音控制系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于語音識別技術(shù)領(lǐng)域，具體地說，是涉及一種語音識別方法、語音識別裝 置以及語音控制系統(tǒng)。
【背景技術(shù)】
[0002] 語音識別技術(shù)是一種重要的人機交互手段，可以應(yīng)用在智能家電控制、工業(yè)現(xiàn)場 控制等多種場合。
[0003] 但現(xiàn)有的語音識別技術(shù)識別率較低，嚴(yán)重制約了語音識別技術(shù)的應(yīng)用。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明提供了一種語音識別方法，解決了現(xiàn)有技術(shù)中語音識別率低的問題。
[0005] 為解決上述技術(shù)問題，本發(fā)明采用下述技術(shù)方案予以實現(xiàn)： 一種語音識別方法，包括下述步驟： 分別通過邏輯回歸模型、深信度網(wǎng)絡(luò)模型、隱馬爾可夫模型中的任意兩個模型對語音 信號進行識別，獲得兩個識別結(jié)果； 比較所述兩個識別結(jié)果是否相同； 若否，則通過第三個模型對所述語音信號進行識別，獲得第三個識別結(jié)果；并比較第三 個識別結(jié)果與前兩個識別結(jié)果中的一個是否相同； 若是，則驗證相同的識別結(jié)果是否為正確識別結(jié)果； 若是，則輸出該識別結(jié)果。
[0006] 進一步的，當(dāng)驗證出相同的識別結(jié)果不是正確識別結(jié)果時，所述方法還包括： 判斷是否存儲該識別結(jié)果對應(yīng)的語音信號； 若是，則存儲該識別結(jié)果對應(yīng)的語音信號。
[0007] 又進一步的，所述判斷是否存儲相同的識別結(jié)果對應(yīng)的語音信號包括：判斷相同 的識別結(jié)果對應(yīng)的語音信號連續(xù)收到次數(shù)是否大于等于設(shè)定次數(shù)。
[0008] 更進一步的，所述存儲該識別結(jié)果對應(yīng)的語音信號包括： 對語音信號的特征參數(shù)分別進行邏輯回歸建模、深信度網(wǎng)絡(luò)建模、隱馬爾可夫建模，獲 得語音信號的邏輯回歸模型、深信度網(wǎng)絡(luò)模型、隱馬爾可夫模型； 將語音信號的邏輯回歸模型、深信度網(wǎng)絡(luò)模型、隱馬爾可夫模型進行存儲。
[0009] 優(yōu)選的，采用支持向量機模型驗證所述相同的識別結(jié)果是否為正確識別結(jié)果。 [0010] 一種語音識別裝置，所述裝置包括： 識別模塊，用于分別通過邏輯回歸模型、深信度網(wǎng)絡(luò)模型、隱馬爾可夫模型對語音信號 進行識別，獲得識別結(jié)果； 比較模塊，用于比較前兩個識別結(jié)果是否相同；以及在前兩個識別結(jié)果不同時，比較第 三個識別結(jié)果是否與前兩個識別結(jié)果中的一個相同； 驗證模塊，用于驗證相同的識別結(jié)果是否為正確識別結(jié)果； 輸出模塊，用于輸出該識別結(jié)果。
[0011] 進一步的，所述裝置還包括： 判斷模塊，用于判斷是否存儲相同的識別結(jié)果對應(yīng)的語音信號； 存儲模塊，用于存儲相同的識別結(jié)果對應(yīng)的語音信號。
[0012] 又進一步的，所述判斷模塊具體用于判斷相同的識別結(jié)果對應(yīng)的語音信號連續(xù)收 到次數(shù)是否大于等于設(shè)定次數(shù)； 所述驗證模塊，具體用于采用支持向量機模型驗證相同的識別結(jié)果是否為正確識別結(jié) 果。
[0013] 再進一步的，所述存儲模塊包括建模單元和存儲單元，其中， 所述建模單元，用于對語音信號的特征參數(shù)分別進行邏輯回歸建模、深信度網(wǎng)絡(luò)建模、 隱馬爾可夫建模，獲得語音信號的邏輯回歸模型、深信度網(wǎng)絡(luò)模型、隱馬爾可夫模型； 所述存儲單元，用于將語音信號的邏輯回歸模型、深信度網(wǎng)絡(luò)模型、隱馬爾可夫模型進 行存儲。
[0014] 基于上述語音識別裝置的設(shè)計，本發(fā)明還提出了一種語音控制系統(tǒng)，包括控制終 端、云端服務(wù)器、被控終端，所述云端服務(wù)器包括所述的語音識別裝置和主控裝置；所述語 音識別裝置包括：識別模塊，用于分別通過邏輯回歸模型、深信度網(wǎng)絡(luò)模型、隱馬爾可夫模 型對語音信號進行識別，獲得識別結(jié)果；比較模塊，用于比較前兩個識別結(jié)果是否相同；以 及在前兩個識別結(jié)果不同時，比較第三個識別結(jié)果是否與前兩個識別結(jié)果中的一個相同； 驗證模塊，用于驗證相同的識別結(jié)果是否為正確識別結(jié)果；輸出模塊，用于輸出該識別結(jié) 果；所述控制終端發(fā)送的語音信號傳輸至所述語音識別裝置，所述語音識別裝置對接收的 信號進行處理后輸出識別結(jié)果至主控裝置，所述主控裝置根據(jù)接收到的識別結(jié)果生成控制 信號，并發(fā)送至被控終端。
[0015]與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點和積極效果是：本發(fā)明的語音識別方法和裝置通 過采用邏輯回歸模型、深信度網(wǎng)絡(luò)模型、隱馬爾可夫模型相結(jié)合的方法對語音信號進行識 另IJ，克服了單獨使用一種模型時識別準(zhǔn)確率低的問題，識別準(zhǔn)確率可提升至95%以上；采用 支持向量機模型驗證識別結(jié)果是否正確，在驗證出識別結(jié)果為錯誤識別結(jié)果時，可判斷是 否存儲該識別結(jié)果對應(yīng)的語音信號，使裝置具有交互式學(xué)習(xí)的功能，提高了用戶使用滿意 度。本發(fā)明的語音控制系統(tǒng)，實現(xiàn)了對被控終端的遠程控制，減輕了被控終端的負(fù)載壓力， 用戶體驗好。
[0016] 結(jié)合附圖閱讀本發(fā)明的【具體實施方式】后，本發(fā)明的其他特點和優(yōu)點將變得更加清 楚。
【附圖說明】
[0017] 圖1是本發(fā)明提出的語音識別方法的一個實施例的流程圖； 圖2是圖1中部分步驟的流程圖； 圖3是本發(fā)明提出的語音識別裝置的一個實施例的結(jié)構(gòu)圖； 圖4是圖3中存儲模塊的結(jié)構(gòu)圖； 圖5是本發(fā)明提出的語音控制系統(tǒng)的一個實施例的結(jié)構(gòu)圖。
【具體實施方式】
[0018]為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下將結(jié)合附圖和實施例， 對本發(fā)明作進一步詳細說明。
[0019] 參見圖1所示，本實施例的語音識別方法的具體包括下述步驟： 步驟S10:語音信號輸入。
[0020] 步驟S11 :分別通過邏輯回歸模型、深信度網(wǎng)絡(luò)模型、隱馬爾可夫模型中的任意兩 個模型對語音信號進行識別，獲得兩個識別結(jié)果。
[0021] 識別過程具體包括下述步驟，參見圖2所示： 步驟S11-1:對語音信號進行預(yù)處理。
[0022] 對語音信號進行預(yù)處理主要包括依次對語音信號進行采樣、去噪音、端點檢測、預(yù) 加重、加窗分幀等操作。
[0023]采樣，就是將模擬信號轉(zhuǎn)化為語音信號。由于原始語音信號是模擬信號，通過采樣 處理，將模擬的語音信號轉(zhuǎn)化為數(shù)字化的語音信號。
[0024]去噪音，就是去除聲音中的一些無用信息，保證信號的質(zhì)量與速度。
[0025]端點檢測，就是找到語音信號的首尾兩個端點，一般采用兩級判斷法。
[0026]預(yù)加重，主要是為了加重語音信號的高頻部分，降低口唇對語音的影響。通常通過 一階高通數(shù)字濾波器來實現(xiàn)，傳遞函數(shù)為其中α為預(yù)加重系數(shù)，取值范 圍為 0.9-1. 0。
[0027]加窗分幀，用于將數(shù)字信號有限化。對語音信號進行加窗分幀，將語音信號分成若 干個分析幀。本實施例采用漢明窗函數(shù)進行加窗分幀。
[0028] 步驟S11-2 :提取語音信號的特征參數(shù)。
[0029]語音信號的特征參數(shù)非常多，為了提高識別率，本實施例分別從頻域、時域、對數(shù) 譜空間、倒譜空間去修正相應(yīng)參數(shù)。
[0030]步驟S11-3:匹配。
[0031] 將語音信號的特征參數(shù)分別與預(yù)先存儲的語音信號的邏輯回歸模型、深信度網(wǎng)絡(luò) 模型、隱馬爾可夫模型中的任意兩個模型進行匹配，獲得兩個識別結(jié)果。
[0032]在本實施例中，將語音信號的特征參數(shù)分別與預(yù)先存儲的語音信號的邏輯回歸模 型、深信度網(wǎng)絡(luò)模型這兩個模型進行匹配，獲得兩個識別結(jié)果。
[0033]語音信號的邏輯回歸模型、深信度網(wǎng)絡(luò)模型、隱馬爾可夫模型預(yù)先存儲在模板庫 中。在模板庫中，事先存儲有多個語音信號的邏輯回歸模型、深信度網(wǎng)絡(luò)模型、隱馬爾可夫 模型。存儲過程為：對語音信號的特征參數(shù)分別進行邏輯回歸建模、深信度網(wǎng)絡(luò)建模、隱馬 爾可夫建模，獲得語音信號的邏輯回歸模型、深信度網(wǎng)絡(luò)模型、隱馬爾可夫模型，并存儲在 模板庫中。
[0034]邏輯回歸模型、深信度網(wǎng)絡(luò)模型、隱馬爾可夫模型的建模過程，以及語音信號分別 與邏輯回歸模型、深信度網(wǎng)絡(luò)模型、隱馬爾可夫模型的匹配過程為現(xiàn)有技術(shù)，具體可參見現(xiàn) 有技術(shù)，此處不再贅述。
[0035] 步驟S12 :比較兩個識別結(jié)果是否相同。
[0036]若否，說明兩個識別結(jié)果不相同，進入步驟S13; 若是，說明兩個識別結(jié)果相同，進入步驟S15。
[0037] 步驟S13 :通過第三個模型對語音信號進行識別，獲得第三個識別結(jié)果。
[0038] 在本實施例中，前兩個模型采用的是邏輯回歸模型、深信度網(wǎng)絡(luò)模型，第三個模型 采用的隱馬爾可夫模型。
[0039] 步驟S14 :比較第三個識別結(jié)果與前兩個識別結(jié)果中的一個是否相同。
[0040] 也就是說，判斷這三個識別結(jié)果中是否有兩個是相同的。
[0041] 若否，說明這三個識別結(jié)果各不相同，返回步驟S10。
[0042] 若是，說明第三個識別結(jié)果與前兩個識別結(jié)果中的一個是相同的，即三個識別結(jié) 果中有兩個是相同的，進入步驟s15。
[0043] 步驟S15 :驗證相同的識別結(jié)果是否為正確識別結(jié)果。
[0044] 在本實施例中，采用支持向量機模型驗證相同的識別結(jié)果是否為正確識別結(jié)果。
[0045] 由于采用支持向量機驗證識別結(jié)果為現(xiàn)有技術(shù)，此處不再贅述。
[0046] 若否，說明識別結(jié)果是錯誤的，進入步驟S16。
[0047] 若是，說明識別結(jié)果是正確的，進入步驟S18。
[0048] 步驟S16 :判斷是否存儲該識別結(jié)果對應(yīng)的語音信號。
[0049] 若否，則不存儲，返回步驟S10 ; 若是，則存儲，進入步驟S17。