一种用于语音识别方法及系统.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CN105679310A(43)申请公布日2016.06.15(21)申请号201510790077.8(22)申请日2015.11.17(71)申请人乐视致新电子科技（天津）有限公司地址300467天津市滨海新区天津生态城动漫中路126号动漫大厦B1区二层201-427(72)发明人王育军赵恒艺(74)专利代理机构北京润泽恒知识产权代理有限公司11319代理人苏培华(51)Int.Cl.G10L15/02(2006.01)G10L15/04(2013.01)权利要求书3页说明书10页附图4页(54)发明名称一种用于语音识别方法及系统(57)摘要本发明实施例公开了一种用于语音识别的方法及系统，包括：从监听的语音信号中截取第一语音片段，对所述第一语音片段进行分析确定能量谱；依据所述能量谱对所述第一语音片段进行特征提取，确定语音特征；依据所述语音特征对所述第一语音片段的能量谱进行分析，截取第二段语音片段；对所述第二段语音片段进行语音识别，得到语音识别结果。通过实施上述方法，解决了现有技术中在离线状态下，识别功能单一、识别率低的问题。CN105679310ACN105679310A权利要求书1/3页1.一种用于语音识别的方法，其特征在于，包括：从监听的语音信号中截取第一语音片段，对所述第一语音片段进行分析确定能量谱；依据所述能量谱对所述第一语音片段进行特征提取，确定语音特征；依据所述语音特征对所述第一语音片段的能量谱进行分析，截取第二段语音片段；对所述第二段语音片段进行语音识别，得到语音识别结果。2.根据权利要求1所述方法，其特征在于，所述从监听的语音信号中截取第一语音片段，包括：监听语音信号，对监听的语音信号的能量值进行检测；依据第一能量阈值与第二能量阈值，确定所述语音信号的起点与终点；其中，第一能量阈值大于第二能量阈值；将起点与终点间的语音信号作为第一语音片段。3.根据权利要求1所述方法，其特征在于，所述依据所述能量谱对所述第一语音片段进行特征提取，确定语音特征，包括：基于第一模型对第一语音片段对应的能量谱进行分析，提取语音识别特征，其中，语音识别特征包括：频倒谱系数MFCC特征、感知线性预测PLP特征、或线性鉴别分析LDA特征；基于第二模型对第一语音片段对应的能量谱进行分析，提取说话人语音特征，其中，说话人语音特征包括：高阶频倒谱系数MFCC特征；将第一语音片段对应的能量谱转换功率谱，分析功率谱得到基频特征。4.根据权利要求1所述方法，其特征在于，所述依据所述语音特征对所述第一语音片段的能量谱进行分析，截取第二段语音片段，包括：依据语音识别特征与基频特征，基于第三模型检测第一语音片段的能量谱，确定静音部分和语音部分；依据所述第一语音片段中的第一个语音部分确定起点；当所述静音部分的时长超过静音阈值时，依据所述静音部分之前的语音部分确定终点；提取起点和终点之间的语音信号生成第二语音片段。5.根据权利要求1所述方法，其特征在于，所述的方法还包括：预先存储各用户的用户语音特征；依据每个用户的用户语音特征构建说用户语音模型，其中，所述用户语音模型用于确定语音信号对应用户。6.根据权利要求5所述方法，其特征在于，对所述第二段语音片段进行语音识别，得到语音识别结果之前，还包括：将说话人语音特征和基频特征输入用户语音模型进行说话人验证；当说话人验证通过时，从所述第二段语音片段中提取唤醒信息，其中，所述唤醒信息包括唤醒词或唤醒意图信息。7.根据权利要求1-6所述的任一方法，其特征在于，得到语音识别结果之后，所述方法还包括：采用预置语义规则对语音识别结果进行语义解析匹配，其中，所述语义解析匹配包括以下至少一种：精确匹配、语义要素匹配和模糊匹配；2CN105679310A权利要求书2/3页对语义解析结果进行场景分析，提取至少一个语义标签；依据语义标签确定操作指令，执行所述操作指令。8.一种用于语音识别的系统，其特征在于，包括：第一截取模块，用于从监听的语音信号中截取第一语音片段，对所述第一语音片段进行分析确定能量谱；特征提取模块，用于依据所述能量谱对所述第一语音片段进行特征提取，确定语音特征；第二截取模块，用于依据所述语音特征对所述第一语音片段的能量谱进行分析，截取第二段语音片段；语音识别模块，用于对所述第二段语音片段进行语音识别，得到语音识别结果。9.根据权利要求8所述系统，其特征在于，所述第一截取模块，包括：监听子模块，用于监听语音信号，对监听的语音信号的能量值进行检测；起点终点确定子模块，用于依据第一能量阈值与第二能量阈值，确定所述语音信号的起点与终点；其中，第一能量阈值大于第二能量阈值；截取子模块，用于将起点与终点间的语音信号作为第一语音片段。10.根据权利要求8所述