基于语音识别的信息输入方法、装置、设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114187910A(43)申请公布日2022.03.15(21)申请号202111548074.5G10L25/87(2013.01)(22)申请日2021.12.16(71)申请人平安证券股份有限公司地址518000广东省深圳市福田区福田街道益田路5023号平安金融中心B座第22-25层(72)发明人魏良(74)专利代理机构深圳市世纪恒程知识产权代理事务所44287代理人梁爽(51)Int.Cl.G10L15/22(2006.01)G10L15/02(2006.01)G10L21/02(2013.01)G10L21/0232(2013.01)权利要求书2页说明书10页附图4页(54)发明名称基于语音识别的信息输入方法、装置、设备及存储介质(57)摘要本发明涉及语音识别技术领域，公开一种基于语音识别的信息输入方法、装置、设备及存储介质。本发明通过在监测到用户发出的语音信号时，对语音信号进行端点检测，并根据端点检测结果确定有效语音信号，然后对有效语音信号进行信号处理，获得目标语音信号，并检测目标语音信号是否属于预设口令信号，然后在目标语音信号属于预设口令信号时，采集用户发出的语音输入信号，再对语音输入信号进行识别，以获得待执行命令，并将待执行命令的执行结果反馈给用户。本发明通过对语音信号进行端点检测，并对有效语音信号进行信号处理，能够获得精确的目标语音信号，然后进一步识别语音输入信号，获得执行结果并反馈给用户，从而能够减轻用户双手压力。CN114187910ACN114187910A权利要求书1/2页1.一种基于语音识别的信息输入方法，其特征在于，所述基于语音识别的信息输入方法包括：在监测到用户发出的语音信号时，对所述语音信号进行端点检测，并根据端点检测结果确定有效语音信号；对所述有效语音信号进行信号处理，获得目标语音信号，并检测所述目标语音信号是否属于预设口令信号；在所述目标语音信号属于预设口令信号时，采集所述用户发出的语音输入信号；对所述语音输入信号进行识别，以获得待执行命令，并将所述待执行命令的执行结果反馈给所述用户。2.如权利要求1所述的基于语音识别的信息输入方法，其特征在于，所述在监测到用户发出的语音信号时，对所述语音信号进行端点检测，并根据端点检测结果确定有效语音信号，包括：在监测到用户发出的语音信号时，通过多通道降混响算法对所述语音信号进行降混响处理，获得处理后的语音信号；根据预设语音特征提取算法从所述处理后的语音信号中提取初始语音信号；对所述初始语音信号进行端点检测，获得有效信号起始点和有效信号结束点，并根据所述有效信号起始点和所述有效信号结束点确定有效语音信号。3.如权利要求2所述的基于语音识别的信息输入方法，其特征在于，所述对所述有效语音信号进行信号处理，获得目标语音信号，并检测所述目标语音信号是否属于预设口令信号，包括：通过预设噪声抑制模型对所述有效语音信号进行频谱分析，获得背景噪声的频谱和前景语音的频谱；对所述背景噪声的频谱进行抑制，并对所述前景语音的频谱进行增强，获得目标语音信号；检测所述目标语音信号是否属于预设口令信号。4.如权利要求3所述的基于语音识别的信息输入方法，其特征在于，所述通过预设噪声抑制模型对所述有效语音信号进行频谱分析，获得背景噪声的频谱和前景语音的频谱，包括：通过预设噪声抑制模型对所述有效语音信号进行信号分析，获得背景噪声和前景语音；对所述背景噪声和所述前景语音进行信号分帧，获得分帧后的背景噪声和分帧后的前景语音；对所述分帧后的背景噪声和所述分帧后的前景语音进行分组，获得分组后的背景噪声数据帧和分组后的前景语音数据帧；对所述分组后的背景噪声数据帧和分组后的前景语音数据帧进行傅里叶变换，获得背景噪声的频谱和前景语音的频谱。5.如权利要求1所述的基于语音识别的信息输入方法，其特征在于，所述在所述语音信号属于预设口令信号时，采集所述用户发出的语音输入信号，包括：在所述语音信号属于预设口令信号时，激活语音控制模式，并向所述用户发出语音提2CN114187910A权利要求书2/2页示信息；采集所述用户基于所述语音提示信息反馈的语音输入信号。6.如权利要求1～5中任一项所述的基于语音识别的信息输入方法，其特征在于，所述对所述语音输入信号进行识别，以获得待执行命令，并将所述待执行命令的执行结果反馈给所述用户，包括：获取历史待执行命令，并根据所述历史待执行命令和所述语音输入信号确定待执行命令；获取所述待执行命令对应的待执行功能，以执行所述待执行功能，获得执行结果，将所述执行结果反馈给所述用户。7.如权利要求6所述的基于语音识别的信息输入方法，其特征在于，所述获取历史待执行命令，并根据所述历史待执行命令和所述语音输入信号确