[发明专利]非特定人孤立词的模型训练方法、识别系统及识别方法

说明书

技术领域

本发明涉及语音识别技术，特别是语音识别技术中的非特定人孤立词的识别。

背景技术

现有的非特定人孤立词识别系统如图1所示，包括：

实时语音接收模块，用于将外界的声音信号以单个词的形式采集；

语音特征值提取模块，用于从采集到的原始声音数据中提取出有代表性的特征值数据；

识别模块，用于根据模型数据对特征值数据进行正确的识别，并输出识别结果；

识别结果处理模块，用于根据识别结果执行实现定义好的处理程序。

目前，对于非特定人孤立词模型的训练方法中包括基于DTW(DynamicTime Warping，动态时间规整)算法回溯匹配路径得到平均模板，然后结合K均值算法(MKM)，它是矢量量化中LBG算法的变形，其实现流程如图2所示。

然而，由图2所示的非特定人孤立词模型的训练方法训练出的每个孤立词将会有多个模型，这样在识别时就需要与每个模型都进行一次匹配才能得到识别结果，因此计算量相当大。

同时，现有的非特定人孤立词语音识别系统对没有训练过的集外词的拒识能力比较差。

发明内容

本发明的目的在于提供一种非特定人孤立词的模型训练方法、识别系统及识别方法，提高识别率，同时有效地降低现有训练方法计算量大、识别率低的问题。

为了实现上述目的，本发明提供了一种非特定人孤立词的模型训练方法，包括使用动态时间规整算法获取非特定人孤立词的多个训练模型的步骤，还包括：

中心训练模型获取步骤，将非特定人孤立词的多个训练模型合并为非特定人孤立词的中心训练模型。

上述的非特定人孤立词的模型训练方法，其中，所述中心训练模型获取步骤具体包括：

步骤A1，使用动态时间规整算法对非特定人孤立词的多个训练模型进行两两匹配，并计算每个训练模型与所有训练模型的相似度；

步骤A2，计算每个训练模型对应的一组相似度的平均值；

步骤A3，将其他的训练模型利用动态时间规整算法回溯归并到最小相似度平均值所对应的训练模型；

步骤A4，对归并后的训练模型求平均后得到非特定人孤立词对应的中心训练模型。

为了更好的实现上述目的，本发明还提供了一种非特定人孤立词的识别方法，包括实时语音接收步骤和语音特征值提取步骤，还包括：

识别步骤，根据非特定人孤立词的中心训练模型和特征值数据进行识别处理，获取非特定人孤立词与中心训练模型的相似度；

识别结果选择步骤，将最小的相似度对应的中心训练模型作为最终识别结果输出；

所述非特定人孤立词的中心训练模型由利用动态时间规整算法获取的非特定人孤立词的多个训练模型合并得到。

上述的非特定人孤立词的识别方法，其中，所述中心训练模型具体根据以下方法获取：

步骤A1，使用动态时间规整算法对非特定人孤立词的多个训练模型进行两两匹配，并计算每个训练模型与所有训练模型的相似度；

步骤A2，计算每个训练模型对应的一组相似度的平均值；

步骤A3，将其他的训练模型利用动态时间规整算法回溯归并到最小相似度平均值所对应的训练模型；

步骤A4，对归并后的训练模型求平均后得到非特定人孤立词对应的中心训练模型。

上述的非特定人孤立词的识别方法，其中，识别步骤和识别结果选择步骤之间还包括：

识别结果筛选步骤，判断识别结果得分是否大于或等于拒识阈值，如果是进入识别结果选择步骤，否则识别为集外词。

上述的非特定人孤立词的识别方法，其中，实时语音接收步骤中根据过零率和能量判断是否有声音输入。

上述的非特定人孤立词的识别方法，其中，所述识别步骤中，搜索区域为距离阵与距离阵的对角线向两边平移一定距离后所形成的区域的重叠部分。

上述的非特定人孤立词的识别方法，其中，所述识别步骤中，匹配路径的起始点位于搜索区域的任意一条边。

上述的非特定人孤立词的识别方法，其中，所述识别步骤中，选择帧长在待测试语音帧的帧长的一半和两倍之间的中心训练模型进行识别处理。

上述的非特定人孤立词的识别方法，其中，识别结果选择步骤之后还包括：

识别结果处理步骤，根据最终识别结果执行相应处理程序。

为了更好的实现上述目的，本发明还提供了一种利用中心训练模型的非特定人孤立词识别系统，包括实时语音接收模块和语音特征值提取模块，还包括：