[发明专利]智能家具的语音识别方法及相关产品

权利要求书

1.一种智能家具的语音识别方法，其特征在于，所述方法包括如下步骤：

智能家具采集第一图片和第一语音；

智能家具对第一图片进行人脸识别确定第一图片的第一身份，提取第一身份的历史语音隐层结果；

智能家具将该第一语音输入到循环神经网络计算得到该第一语音的含义，所述循环神经网络的第一个隐层的输入为历史语音隐层结果；所述智能家具将该第一语音输入到循环神经网络计算得到该第一语音的含义具体包括：

获取循环神经网络输入层t时刻的输入数据X_t、权值W，如t＝0，获取最后一个隐层的输出结果S_max’，依据输出结果S_max’、输入数据X_t、权值W计算得到t时刻的输出结果O_t以及t＝0时刻的隐层输出结果S₀，将S₀作为t+1隐层的输入数据，依据S₀、输入数据X_t+1、权值W计算得到t+1时刻的输出结果O_t+1以及t+1时刻的隐层输出结果S_t+1；依次执行t+1时刻之后的运算直至得到循环神经网络的输出结果O_max以及S_max，依据输出结果O_max得到该第一语音的含义；依据输出结果S_max’、输入数据X_t、权值W计算得到t时刻的输出结果O_t以及t＝0时刻的隐层输出结果S₀具体包括：

S₀＝X_t×W+S’_max×W

O_t＝f(S₀)

其中，f为激活函数；所述依据输出结果S_max’、输入数据X_t、权值W计算得到t时刻的输出结果O_t以及t＝0时刻的隐层输出结果S₀具体包括：

S₀＝X_t×W+k*S’_max×W

O_t＝f(S₀)

其中，f为激活函数，k为调整系数；所述k的调整方式具体包括：

获取输入数据X_t所有元素值的绝对值的平均值α，获取输出结果S_max’所有元素的绝对值，提取输出结果S_max’所有元素的绝对值中大于α的元素值的数量β，依据β所处的区间确定该k的取值。