[发明专利]一种语音控制准确率的调整方法及系统

权利要求书

1.一种语音控制准确率的调整方法，包括步骤：

S1：根据语音控制的特点，选择特定的神经网络模型，采集用户的语音信息经特征提取后对模型进行训练，使用已经训练好的参数对网络的权值初始化；根据控制系统的功能和控制需求，设置语音控制指令集；

S2：监听用户命令；

S3：获取用户语音控制信号，对该信号执行预处理步骤；

S4：将预处理后的用户语音控制信号作为输入，经过特征提取后，送入训练好的神经网络中，得到分类的识别结果即用户的语音控制命令；

S5：判断该识别结果与系统预存的语音控制指令是否匹配，当用户语音控制命令与预存的控制指令匹配时，系统控制执行部件执行相应的控制操作；不匹配时，计算语音控制准确率；

S6：当语音控制准确率低于预定值或用户启动调整过程时，系统进入准确率调整模式，执行步骤S7；否则，跳转到步骤S2；

S7：系统输出标准语段，提示用户跟读，系统采集用户语音输入，对模型进行训练；再次测量语音控制准确率，当准确率高于阈值时，结束调整过程；若准确率低于阈值，重复调整过程。

2.根据权利要求1所述的一种语音控制准确率的调整方法，其特征在于，步骤S2具体为：

获得所在环境声音信号，将时域信号转化为频域信号，计算信号的能量谱；将信号的能量谱与背景噪声能量谱比较，判断是否存在用户语音控制信号输入；若存在用户语音控制信号输入，执行之后步骤；否则，继续监听环境声音信号；

步骤S3中预处理步骤包括：抗混叠滤波步骤；预加重步骤；加窗分帧步骤和端点检测步骤。

3.根据权利要求1所述的一种语音控制准确率的调整方法，其特征在于，步骤S3对信号执行预处理步骤具体为：

抗混叠滤波步骤：设低通滤波器的截止频率为f_c，它与采用频率fs的关系为:

预加重步骤：将语音信号通过一个预加重滤波器，其中预加重滤波器的传递函数公式如下：H(z)＝1-az^-1式中，a为预加重系数，是预加重前的语音信号，T(n)是经过预加重滤波器后得到的信号，其关系可用一阶差分方程表示如下：系数a取0.95；

加窗分帧步骤：将采集到的语音信号分为短时的语音片段进行分析，片段长度为10ms～30ms，为抑制分帧产生的Gibbs效应，利用汉宁窗在语音信号上进行滑动将语音信号分成若干帧；

端点检测步骤：计算每帧信号的短时过零率和短时平均能量；设语音信号的前m帧为静音段，计算噪声的平均能量和平均过零率；分别为短时平均能量设置高低两个门限，给短时过零率设置一个阈值；用之前设置的高低门限确定语音信号的起始点和终止点，然后再用短时过零率进行修正。

4.根据权利要求1所述的一种语音控制准确率的调整方法，其特征在于，步骤S4中特征提取步骤具体为：

对预处理后的语音信号进行FFT变换得到频谱；对得到的频谱进行平方运算，再将得到的能量谱通过若干Mel带通滤波器进行滤波；将信号通过Mel滤波器后再对其取对数，获得相应的对数功率谱；最后再对得到的功率谱进行DCT反离散余弦变换，即可得到MFCC特征提取系数，若对其做一阶和二阶差分，可以得到动态MFCC特征参数。

5.根据权利要求1所述的一种语音控制准确率的调整方法，其特征在于，步骤S4中：

使用Softmax分类器对语音输入信号进行概率判断，选取输出值最大的神经元所对应的类别作为分类的识别结果。