[发明专利]有效语音识别方法及系统

权利要求书

1.一种有效语音识别方法，其特征在于：其包括以下步骤：

步骤A：实时获取当前语音帧的语音频谱分布；

步骤B：实时获取当前语音帧的短时能量和长时能量；

步骤B包括以下子步骤：

步骤B1：根据公式IV计算该语音频域的短时能量E_s，公式IV为i∈(0,N)，b为滤波器更新系数，取值范围为[0，1]；以及

步骤B2：根据公式V计算该语音频域的长时能量E_l，公式V为i∈(0,N)，a为滤波器更新系数，取值范围[0，1]；

步骤C：根据语音频谱分布、长时能量和短时能量获取语音类似度；具体为根据公式VI、语音频谱分布p、长时能量E_l和短时能量E_s计算语音类似度γ，公式VI为c为常数，取值范围为[0，1]；e为自然指数；以及

步骤D：判断语音类似度是否大于预设的语音类似度阈值，若是，执行步骤E；若否，执行步骤F；

步骤E：判定当前语音帧为有效语音；以及

步骤F：判定当前语音帧为非语音。

2.如权利要求1所述的有效语音识别方法，其特征在于：步骤A包括以下子步骤：

步骤A1：实时根据傅里叶变换将当前的语音帧变换为语音频域；

步骤A2：获取该语音频域的各频谱处的能量；以及

步骤A3：根据各频谱处的能量统计语音频谱分布。

3.如权利要求2所述的有效语音识别方法，其特征在于：步骤A1根据公式I将当前的语音换到语音频域X(k)，公式I为X(k)＝FFT(x(j))，j∈(0,N)为时域样点序号，k∈(0,N)为频域样点序号；

步骤A2根据公式II计算该语音频域的各频谱处的能量E(k)，公式II为E(k)＝|X(k)|^2,k∈(0,N)；

步骤A3根据公式III和各频谱处的能量统计语音频谱分布p，公式III为其中，ω_i为固定值，对应各子频带权重系数。

4.一种有效语音识别系统，其特征在于：其包括以下模块：

模块A：实时获取当前语音帧的语音频谱分布；

模块B：实时获取当前语音帧的短时能量和长时能量；

模块B包括以下子模块：

模块B1：根据公式IV计算该语音频域的短时能量E_s，公式IV为i∈(0,N)，b为滤波器更新系数，取值范围为[0，1]，E_i指第i个频谱能量；以及

模块B2：根据公式V计算该语音频域的长时能量E_l，公式V为i∈(0,N)，a为滤波器更新系数，取值范围[0，1]，Ei指第i个频谱能量；

模块C：根据语音频谱分布、长时能量和短时能量获取语音类似度；具体为模块C根据公式VI、语音频谱分布p、长时能量E_l和短时能量E_s计算语音类似度γ，公式VI为c为常数，取值范围为[0，1]，e为自然指数；以及

模块D：判断语音类似度是否大于预设的语音类似度阈值，若是，执行模块E；若否，执行模块F；

模块E：判定当前语音帧为有效语音；以及

模块F：判定当前语音帧为非语音。

5.如权利要求4所述的有效语音识别系统，其特征在于：模块A包括以下子模块：

模块A1：实时根据傅里叶变换将当前的语音帧变换为语音频域；

模块A2：获取该语音频域的各频谱处的能量；以及

模块A3：根据各频谱处的能量统计语音频谱分布。

6.如权利要求5所述的有效语音识别系统，其特征在于：模块A1根据公式I将当前的语音换到语音频域X(k)，公式I为X(k)＝FFT(x(j))，j∈(0,N)为时域样点序号，k∈(0,N)为频域样点序号；

模块A2根据公式II计算该语音频域的各频谱处的能量E(k)，公式II为E(k)＝|X(k)|^2,k∈(0,N)；

模块A3根据公式III和各频谱处的能量统计语音频谱分布p，公式III为其中，ω_i为固定值，对应各子频带权重系数。