[发明专利]语音声调的识别方法和装置

权利要求书

1.一种语音声调的识别方法，其特征在于，所述方法包括：

采集语音数据；

将所述语音数据中的音节的基音序列进行分割，分别得到第一子基音序列、第二子基音序列和第三子基音序列；

将所述第一子基音序列、第二子基音序列和第三子基音序列分别取均值/中值，得到第一子均值/中值、第二子均值/中值和第三子均值/中值；

根据所述第一子均值/中值、第二子均值/中值和第三子均值/中值判断语音声调。

2.根据权利要求1所述的语音声调的识别方法，其特征在于，所述采集语音数据后还包括，对所述语音数据中的音节进行切分处理，根据预先建立好的语音模型，查找所述语音数据的音节单位，并切分出音节。

3.根据权利要求1所述的语音声调的识别方法，其特征在于，所述将子基音序列取平均得到子均值具体为，将一组所述子基音序列取平均得到子均值。

4.根据权利要求1所述的语音声调的识别方法，其特征在于，所述根据所述第一子均值，第二子均值和第三子均值判断语音声调具体为：

如果所述第一子均值，第二子均值和第三子均值相近似则为阴平声调；

如果所述第一子均值，第二子均值和第三子均值为递增则为阳平声调；

如果所述第一子均值和第三子均值均大于第二子均值则为上声声调；

如果所述第一子均值，第二子均值和第三子均值为递减则为去声声调。

5.根据权利要求1所述的语音声调的识别方法，其特征在于，所述根据所述第一子均值，第二子均值和第三子均值判断语音声调具体为：

根据公式X＝(mean1-mean2)/mean2和Y＝(mean3-mean2)/mean2判断所述音节在坐标系中的位置，其中X为横坐标，Y为纵坐标，而mean1、mean2和mean3分别为第一子均值、第二子均值和第三子均值；

根据所述音节在所述坐标系中的位置判断所述音节的声调。

6.根据权利要求1所述的语音声调的识别方法，其特征在于，所述根据所述第一子中值，第二子中值和第三子中值判断语音声调具体包括：

根据公式X＝(mid1-mid2)/mid2和Y＝(mid3-mid2)/mid2判断所述音节在坐标系中的位置，其中X为横坐标，Y为纵坐标，而mid1、mid2和mid3分别为第一子中值、第二子中值和第三子中值；

根据所述音节在所述坐标系中的位置判断所述音节的声调。

7.根据权利要求1所述的语音声调的识别方法，其特征在于，所述方法还包括：

将所述音节中的清音部分去除；

将去除清音后的音节归一化处理后分为三段，并计算各段的能量第一子能量、第二子能量和第三子能量；

根据所述第一子能量、第二子能量和第三子能量判断所述音节是否为上声声调。

8.根据权利要求7所述的语音声调的识别方法，其特征在于，所述根据所述第一子能量、第二子能量和第三子能量判断所述音节是否为上声声调具体包括：根据公式X＝(energy1-energy2)/energy2，Y＝(energy3-energy2)/energy2判断所述声调在坐标系中的位置来判断所述音节是否为上声声调，其中energy1，energy2和energy3分别表示第一子能量、第二子能量和第三子能量。

9.一种语音声调的识别装置，其特征在于，所述装置包括：

采集单元，用于采集语音数据；

分割单元，用于将所述语音数据中的音节的基音序列进行分割，分别得到第一子基音序列、第二子基音序列和第三子基音序列；

取平均单元，用于将所述第一子基音序列、第二子基音序列和第三子基音序列分别取均值/中值，得到第一子均值/中值，第二子均值/中值和第三子均值/中值；

判断单元，用于根据所述第一子均值/中值，第二子均值/中值和第三子均值/中值判断语音声调。