[发明专利]一种构音识别方法及其系统

权利要求书

1.一种构音识别方法，其特征在于，包括如下步骤： 

获取样本信号，对所述样本信号进行滤波去噪后，将所述样本信号通过A/D转换量化为二进制的样本信号，从所述二进制的样本信号中提取包含语音的语音信号； 

提取所述语音信号中的声学特征参数，所述声学特征参数用于识别音节和音调； 

选定与训练声学模型，分别计算各个所述声学特征参数在隐马尔可夫模型下的最大似然概率值，得到对应于所述最大似然值的最优模型参数； 

构音识别，采集待识别信号，根据所述最优模型参数计算所述待识别信号的各个声学特征参数的概率值，得到识别结果。 

2.如权利要求1所述的构音识别方法，其特征在于，提取包含语音的语音信号的步骤包括： 

将所述二进制的样本信号截取为多个帧； 

计算至少一帧的短时自相关函数的平均值； 

根据所述平均值计算用于判断当前帧的短时过门限率； 

根据所述短时过门限率判断所述当前帧是清音或浊音； 

逐个判断所有帧，直至获得起始帧与终止帧时得到语音信号。 

3.如权利要求2所述的构音识别方法，其特征在于，所述短时自相关函数为： 

式中，k表示最大延迟点数，R_n(k)表示短时自相关函数，x_n表示语音信号的采样点，m表示采样点的序号，x’_n表示语音信号的三电平量化信号，N表示语音信号采样点的个数。 

4.如权利要求2所述的构音识别方法，其特征在于，所述短时过门限率为： 

其中，

式中，Z_n表示短时过门限率，T表示设定的门限值，为正数，x_n表示语音信号的采样点，m表示采样点的序号，N表示语音信号采样点的个数，n表示语音帧的序号。 

5.如权利要求1所述的构音识别方法，其特征在于，提取所述语音信号后进一步包括： 

加重所述语音信号中的高频分量； 

利用窗函数对所述语音信号进行加窗操作。 

6.如权利要求1所述的构音识别方法，其特征在于，所述声学特征参数包括Mel倒谱系数及其一阶差分结果和二阶差分结果，所述Mel倒谱系数及其一阶差分结果和二阶差分结果 的计算步骤包括： 

通过快速傅立叶变换计算所述语音信号的功率谱； 

利用Mel滤波器计算所述功率谱得到Mel频谱； 

通过离散余弦变换计算所述Mel频谱得到Mel倒频谱系数； 

逐次对所述Mel倒频谱系数进行以时间的差分运算，得到一阶差分结果与二阶差分结果。 

7.如权利要求1所述的构音识别方法，其特征在于，所述声学特征参数包括短时对数能量，所述短时对数能量如以下公式表示： 

式中，s_n表示语音信号离散序列，N表示采样点的总个数，n表示采样点序号。 

8.如权利要求1所述的构音识别方法，其特征在于，得到所述最优模型参数的步骤包括： 

计算所述声学特征参数的均值与协方差； 

将声学模型的初始均值与协方差替换为所述声学特征参数的均值与协方差； 

估算所述声学模型的模型参数，得到参数估计值； 

将所述参数估计值替换所述声学模型中的参数，分别计算各个所述声学特征参数在隐马尔可夫模型下的最大似然概率值，得到对应于所述最大似然值的最优模型参数。 

9.如权利要求1所述的构音识别方法，其特征在于，所述参数估计值是根据Baum-Welch算法估算得到的。 

10.如权利要求1所述的构音识别方法，其特征在于，所述识别结果的计算步骤包括： 

将所述待识别信号进行划分，得到多个词语组成的词序列； 

提取当前词语的多个声学特征参数； 

根据所述最优模型参数以隐马尔可夫模型分别计算每个所述声学特征参数的概率值，以所述概率值最大的声学特征参数作为所述词语的识别结果； 

依次计算对所述待识别信号中每个词语的识别结果，得到所待述识别信号的识别结果。