[发明专利]一种语音识别系统及其识别方法

说明书

技术领域

本发明涉及语音识别技术领域，特别涉及一种基于android操作系统实现本地的语音识别功能的操作系统。本发明还涉及该语音识别系统的语音识别方法。

背景技术

在嵌入式操作系统中实现语音识别功能，通常需要对输入的语音进行预处理，提取取特征参数，模式匹配，再输出。其中，模式匹配通常采取传统DHMM模型进行模式匹配，张卫清的《语音识别算法的研究》提供了详细的隐马尔科夫模型。隐马尔可夫模型（HMM）可以用五个元素来描述，包括2个状态集合和3个概率矩阵，一般可以用λ=(A,B,π)三元组来简洁的表示一个隐马尔可夫模型。隐马尔可夫模型实际上是标准马尔可夫模型的扩展，添加了可观测状态集合和这些状态与隐含状态之间的概率关系。而在传统DHMM算法模式匹配过程中，分别对所有模板进行匹配，当模板数量增加时，匹配过程所消耗的时间而随之增加，也即当要识别的语音数量较大时，实时性较差。

发明内容

本发明的目的在于设计能在语音数量较大的情况下，实现实时，且具有较高识别率的语音识别系统。本发明的另外一个目的在于提供该翻译系统的语音识别方法。

为了实现上述发明目的，本发明包括如下技术特征：一种语音识别系统，其包括语音采集模块、语音预处理模块、语音特征提取模块、分组判定模块和语音识别模块，分组判定模块用于对语音进行聚类分组；语音采集模块与语音预处理模块连接，语音预处理模块与语音特征提取模块连接，语音特征提取与分组判定模块连接，分组判定模块与语音识别模块连接；分组判定模块包括分组判断单元和不少于2个的分组模型；语音特征提取模块与分组判断单元连接，分组判断单元分别与不少于2个的分组模型连接；分组模型与语音识别模块连接。

所述语音预处理模块包括依次连接的预加重单元、分帧处理单元、窗化处理单元和端点检测单元；预加重单元与语音采集模块连接，端点检测单元与语音特征提取模块连接。

本发明还包括一种语音识别系统的语音识别方法，其包括以下步骤：

（1）对输入的语音进行预加重、分帧、加窗、端点检测的预处理；

（2）提取MFCC语音特征作为识别特征，生成语音特征参数；

（3）计算输入语音的Co向量，通过Co向量与每个分组对应的特征参数的欧氏距离，判定其所属类别；

（4）与输入语音所属类别中的全部语音，通过传统DHMM模型进行模式匹配。DHMM这个模型可以根据输入语音的特征参数直接得出匹配结果。它的判定方法是：所有输入DHMM模型的语音中，输出的概率最大的语音便为匹配结果。

所述步骤（3）包括：

A、设语音W_n的MFCC特征参数为Nn×Mm的矩阵，将所有行都拼接到第一行后面，使W_n的MFCC特征参数用一个Nn×Mm维的行向量Co表征；

B、对全部语音对应的Co向量组多次使用K-means算法进行聚类，记下每个语音，每次聚类所属类别号，用一个行向量Vn来表示；

C、计算每个语音对应行向量Vn的均值En，方差σ_n，用En与σ_n的乘积Pn来表征每个语音；

D、对由Pn组成的向量使用K-means算法进行聚类，得出每个类别所包含的语音；

E、对每个类别中所有语音对应的Co向量求平均值Fe，Fe为分组特征参数。

MFCC特征参数，Co向量，乘积Pn，都是用来表征一个语音的，只是乘积Pn为一个值，较前面两个而言，维度低，数据量小。

向量Vn及其均值En，方差σ_n，是一些中间参数，目的是求出乘积Pn。而通过Pn便可得出聚类结果。

分组特征参数Fe，是用来表征一个类别的。在识别阶段就是利用它来进行类别的判断的。

该过程中出现了两次K-means算法，第一次是为了进行聚类分析，求出乘积Pn来表征一个语音。第二次才是求聚类结果。

本发明为一种android操作系统上实现本地的语音识别功能的操作系统，通过对采集到的声音信号进行预先处理，使得系统在后期语音识别时效率更高，识别准确率也更高。通过聚类算法将具有相近声学特征的语音聚为同一组，在对输入语音进行识别前，先判断其所属分组，然后仅在该分组内对输入语音进行模式匹配的计算。通过增加冗余语音来提高识别准确率，添加冗余后，分组模型库小，识别过程开销也小，大大提高了实时性和识别精度。

附图说明

图1为本发明的模块原理图;

图2为本发明的流程图;

图3为本发明的Co向量生成图；