[发明专利]基于人工智能的语音特征提取方法和装置

说明书

本发明提出一种基于人工智能的语音特征提取方法和装置，其中，方法包括：通过对待识别语音进行频谱分析，得到待识别语音的语谱图之后，利用输出门卷积神经网络对语谱图进行特征提取，得到语音特征。由于语谱图能够对待识别语音以图像的方式进行描述，而输出门卷积神经网络又是一种对图像进行处理的有效方式，因此，采用这种方式所提取出的语音特征能够对语音的特性进行准确描述。当根据所提取出的语音特征在进行语音识别时，能够解决现有技术中由于缺乏对语音特征进行有效提取所导致的语音识别准确度不高的技术问题。

技术领域

本发明涉及语音识别技术领域，尤其涉及一种基于人工智能的语音特征提取方法和装置。

背景技术

人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语音识别、图像识别、自然语言处理和专家系统等。其中，人工智能最重要的方面就是语音识别技术。

在现有的语音识别技术中，可以将一段语音输入语音识别网络，从而实现对语音的识别，或者语音的分类。但是，由于在现有技术中，语音识别网络中往往没有专门的语音特征提取的层(layers)，而是采用全连接层(full contect layer)起到类似提取语音特征的作用。由于语音特征是描述语音特性的重要方式，因此，在现有技术中缺乏对语音特征进行有效提取的现状下，现有技术中的语音识别准确度不高。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的第一个目的在于提出一种基于人工智能的语音特征提取方法，以实现对语音特征的提取，解决现有技术中由于缺乏对语音特征进行有效提取所导致的语音识别准确度不高的技术问题。

本发明的第二个目的在于提出一种基于人工智能的语音特征提取装置。

本发明的第三个目的在于提出又一种基于人工智能的语音特征提取装置。

本发明的第四个目的在于提出一种非临时性计算机可读存储介质。

本发明的第五个目的在于提出一种计算机程序产品。

为达上述目的，本发明第一方面实施例提出了一种基于人工智能的语音特征提取方法，所述语音特征用于进行语音识别，所述方法包括以下步骤：

对待识别语音进行频谱分析，得到所述待识别语音的语谱图；

利用输出门卷积神经网络对所述语谱图进行特征提取，得到语音特征。

其中，所述输出门卷积神经网络包括多个卷积层，每一个卷积层后连接一个对应的池化层；每一个卷积层包括至少两层，前层的输出作为后层的输入，每一层包括第一通道和第二通道，所述第一通道和所述第二通道分别采用不同的非线性激活函数。

本发明实施例提出的基于人工智能的语音特征提取方法，通过对待识别语音进行频谱分析，得到待识别语音的语谱图之后，利用输出门卷积神经网络对语谱图进行特征提取，得到语音特征。由于语谱图能够对待识别语音以图像的方式进行描述，而输出门卷积神经网络又是一种对图像进行处理的有效方式，因此，采用这种方式所提取出的语音特征能够对语音的特性进行准确描述。当根据所提取出的语音特征在进行语音识别时，能够解决现有技术中由于缺乏对语音特征进行有效提取所导致的语音识别准确度不高的技术问题。

为达上述目的，本发明第二方面实施例提出了一种基于人工智能的语音特征提取的装置，所述语音特征用于进行语音的识别，所述装置包括：

分析模块，用于对待识别语音进行频谱分析，得到所述待识别语音的语谱图；