[发明专利]一种基于神经网络的语音识别方法、装置

权利要求书

1.一种基于神经网络的语音识别方法，其特征在于，包括：

确定儿童语音的频率范围，并获取所述频率范围的语音数据；

将所述语音数据划分为多个频带，确定每个所述频带对应的带通滤波器，并利用每个所述频带对应的带通滤波器提取每个所述频带的语音数据的特征；所述确定每个所述频带对应的带通滤波器，包括：确定带通滤波器模型，并确定所述带通滤波器模型中每个所述频带对应的参数；

提取所述特征的幅度谱，并利用大于预设值的幅度谱训练卷积神经网络，以便利用训练完成的卷积神经网络进行儿童语音的识别；

其中，所述带通滤波器的输出为：

S_t表示为输入信号，所述带通滤波器具有长度为N_TF的有限脉冲响应，h_k,τ表示为所述频带对应的带通滤波器的变化；

所述幅度谱表示为：

Δt_TF·τ表示为时间分解的时间，N_ENV表示为时间分解的样本，l_i,τ表示为时间分解的低通滤波器。

2.根据权利要求1所述语音识别方法，其特征在于，所述参数包括采样大小。

3.根据权利要求1至2中任一项所述语音识别方法，其特征在于，所述提取所述特征的幅度谱，包括：

利用每个所述带通滤波器输出的实值信号提取所述特征的幅度谱。

4.根据权利要求3所述语音识别方法，其特征在于，所述实值信号包括全波整流信号和半波整流信号。

5.一种基于神经网络的语音识别装置，其特征在于，包括：

获取模块，用于确定儿童语音的频率范围，并获取所述频率范围的语音数据；

提取模块，用于将所述语音数据划分为多个频带，确定每个所述频带对应的带通滤波器，并利用每个所述频带对应的带通滤波器提取每个所述频带的语音数据的特征；

训练模块，用于提取所述特征的幅度谱，并利用大于预设值的幅度谱训练卷积神经网络，以便利用训练完成的卷积神经网络进行儿童语音的识别；

所述提取模块包括：

划分单元，用于将所述语音数据划分为多个频带；

确定单元，用于确定带通滤波器模型，并确定所述带通滤波器模型中每个所述频带对应的参数；

第一提取单元，用于利用每个所述频带对应的带通滤波器提取每个所述频带的语音数据的特征；

其中，所述带通滤波器的输出为：

S_t表示为输入信号，所述带通滤波器具有长度为N_TF的有限脉冲响应，h_k,τ表示为所述频带对应的带通滤波器的变化；

所述幅度谱表示为：

Δt_TF·τ表示为时间分解的时间，N_ENV表示为时间分解的样本，l_i,τ表示为时间分解的低通滤波器。

6.根据权利要求5所述语音识别方法，其特征在于，所述训练模块包括：

第二提取单元，用于利用每个所述带通滤波器输出的实值信号提取所述特征的幅度谱；

训练单元，用于利用大于预设值的幅度谱训练卷积神经网络，以便利用训练完成的卷积神经网络进行儿童语音的识别。

7.一种电子设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至4任一项所述语音识别方法的步骤。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述语音识别方法的步骤。