[发明专利]一种处理获取人声数据的方法

说明书

本发明公开了一种处理获取人声数据的方法，包括以下步骤，获取移动终端的收集器采集的声音信号；从基于语音的装置收集取样数据的语音数据；将通用声学模型和所述取样数据的个人声学模型存储在第二存储器中，第二储存器连接有音色转换单元，将取样数据的音色转换成其他需要的音色，该音色选取数据库，数据库储存在第二储存器中；当从所述取样数据接收到语音识别请求时，从所述取样数据的语音数据提取特征向量；基于所述取样数据的语音数据的累积量来选择所述通用声学模型和所述取样数据的个人声学模型中的任一个；以及使用所提取的特征向量和所选择的声学模型识别语音命令。本发明设计巧妙，方法合理，可以合理处理人声，适合推广使用。

技术领域

本发明涉及处理获取人声数据的方法技术领域，尤其涉及一种处理获取人声数据的方法。

背景技术

根据传统的语音识别方法，使用已预先存储在语音识别装置中的声学模型来执行语音识别。声学模型被用于表示说话者的语音的属性。例如，音素、双音素、三音素、五音素、音节以及字被用作声学模型的基本单位。如果将音素用作声学模型的基本模型，由于声学模型的数量减少，所以诸如双音素、三音素或五音素的上下文相关的声学模型被广泛使用以便反映相邻音素之间的变化所引起的协同发音(coarticulation)现象。需要大量数据来学习上下文相关的声学模型。

通常，将在消声室被录音的或通过服务器收集的各个说话者的声音存储作为语音数据，并且通过学习语音数据来生成声学模型。然而，在这种方法中，因为实际上使用语音识别功能的说话者的音调常常不同于与所收集的语音数据相对应的音调，故难以收集大量的语音数据并且保证语音识别性能。因此，由于通常通过学习成年男性的语音数据来生成声学模型，故难以识别具有不同的声音音调的成年女性、年长者或孩子的语音命令，而识别后的声音不能被重新利用起来，更不能对识别后的声音进行智能的人机对话，为此，本发明提出一种处理获取人声数据的方法。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种处理获取人声数据的方法。

为了实现上述目的，本发明采用了如下技术方案：

一种处理获取人声数据的方法，包括以下步骤，

S1，获取移动终端的收集器采集的声音信号；声音信号进行预处理器的带通滤波处理，得到预定频率范围内的取样数据；

S2，从基于语音的装置收集取样数据的语音数据；

S3，将所述取样数据的语音数据累积在第一存储器中；

S4，学习所累积的所述取样数据的语音数据；

S5，基于所学习的语音数据生成所述取样数据的个人声学模型；

S6，将通用声学模型和所述取样数据的个人声学模型存储在第二存储器中，第二储存器连接有音色转换单元，将取样数据的音色转换成其他需要的音色，该音色选取数据库，数据库储存在第二储存器中；

S7，当从所述取样数据接收到语音识别请求时，从所述取样数据的语音数据提取特征向量；

S8，基于所述取样数据的语音数据的累积量来选择所述通用声学模型和所述取样数据的个人声学模型中的任一个；以及使用所提取的特征向量和所选择的声学模型识别语音命令。

优选的，所述数据库内储存有影视作品、大自然、动物和名人的音色，并对各种音色做好分类。