[发明专利]一种基于食品安全语料数据的语音匹配方法

权利要求书

1.音频数据在食品安全方面的语音匹配方法，其特征在于：音频信号的预处理、语音信号的特征提取、食品安全语料库的构建、基于DTW的语音识别算法。

音频信号的预处理包含去噪、预加重、加窗分帧。

去噪采用谱减法进行去噪，减少语音中噪声的干扰。

预加重的目的是提高语音信号的高频部分，使信号的频谱变得平坦，便于后续的分析。预加重使用6dB/倍频程的提高高频特性的预加重数字滤波器实现。

加窗分帧是通过加窗来截取一段语音信号进行分析。同时相邻两帧要设置交叠，称为帧移，本发明采用汉明窗进行加窗分帧，采用256个采样点的窗口长度，帧移位窗口长度的50％，即128个采样点。

语音信号的特征提取采用梅尔频率倒谱系数作为音频识别特征，同时计算器一阶差分系数。

特征距离的计算采用改进的动态时间规整算法，针对食品安全相关词汇，能极大的提高匹配成功率。

食品安全语料库的构建，参照GB2760-2014标准，构建食品分类信息语料库。进行音频数据匹配识别，得到本音频与食品事件相关程度的得分。

2.根据权利要求1所述音频信号预处理，其特征针对所选音频进行去噪等处理，使识别工作根据精准。

3.根据权利要求1所述的语音识别算法，其特征在于针对食品安全相关语音，改进基于动态时间规整的算法，设两个特征序列需进行计算，待匹配特征序列为X＝{x₁，x₂…x_n}，模板特征序列为Y＝{y₁，y₂…y_n}。改进的动态规划时间算法如下：

D(i，j)＝min{D(i-2,j-1)+d_i-2,j-1；D(i-1,j-1)+d_i-1，j-1；D(i-1,j-2)+d_i-1，j-2}

上述公式中，d是改进的代价函数，具体计算如下：

。

4.根据权利要求1所述的语音识别算法，其特征在于构建食品相关语料库，完成本发明的语音匹配库，进行负面效果关键词库的搭建，各个负面效果关键词权重的设计。

5.根据权利要求1所述的语音识别算法，其特征在于为食品相关语料库构建多个语音匹配模板，提高匹配的成功率。

6.根据权利要求4所述的语音匹配方法，其特征在于依据食品事件带来的负面效果的关键词、负面效果关键词的权重、音频中包含的食品各类词汇的数量，得到一个食品关联性评价分,评分公式如下：

其中c_i表示食品事件带来的负面效果的关键词，例如：死亡、腹泻、呕吐等。d_i表示负面效果关键词的权重，例如死亡权重最高，将其定义为10，s表示音频中食品各类词汇的数量。当音频中未出现食品各类词汇时，评价分为0，可判断出此音频与食品事件无关，评价分越高，说明食品事件的严重性越高。

7.根据权利要求1所述的语音匹配方法，其特征在于对音频数据进行食品相关的准确匹配，得到音频与食品相关程度的一个得分，较好的完成食品安全相关的语音的匹配采集工作。