[发明专利]实时语音流提取与语音识别系统及方法

说明书

本发明实施例公开了一种语音流提取与语音识别系统及方法，所述系统包括音频采集器和自动语音识别模块；音频采集器和自动语音识别模块连接；音频采集器置于第一数据线和第二数据线上，其中第一数据线连接通话设备和麦克风，第二数据线连接通话设备和扬声器；音频采集器用于采集麦克风发送给通话设备的第一音频，音频采集器还用于采集通话设备发送给扬声器的第二音频；音频采集器将第一音频和第二音频发送给自动语音识别模块；自动语音识别模块对第一音频和第二音频进行语音识别后，将识别结果发送给用户终端进行展示。本发明实施例具有如下优点：节约资源，系统对接操作简便，ASR识别引擎随时可用。

技术领域

本发明实施例涉及人工智能及大数据分析技术领域，具体涉及一种实时语音流提取与语音识别系统及方法。

背景技术

自动语音识别技术(ASR,Automatic Speech Recognition)是一种将人的语音转换为文本的技术。语音识别是一个多学科交叉的领域，它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性，语音识别系统只能在一定的限制条件下获得满意的性能，或者说只能应用于某些特定的场合。语音识别系统的性能大致取决于以下4类因素：1.识别词汇表的大小和语音的复杂性；2.语音信号的质量；3.单个说话人还是多说话人；4.硬件。

现有的ASR语音识别引擎需要配置在相应的服务器上，在实际对接中操作繁琐，费时费力。

发明内容

为此，本发明实施例提供一种实时语音流提取与语音识别系统及方法，以解决现有技术中由于ASR语音识别引擎需要配置在相应的服务器上而导致的操作繁琐，费时费力的问题。

为了实现上述目的，本发明实施例提供如下技术方案：

本发明实施例提供一种语音流提取与语音识别系统，包括音频采集器和自动语音识别模块；

音频采集器和自动语音识别模块连接；

音频采集器置于第一数据线和第二数据线上，其中第一数据线连接通话设备和麦克风，第二数据线连接通话设备和扬声器；

音频采集器用于采集麦克风发送给通话设备的第一音频，音频采集器还用于采集通话设备发送给扬声器的第二音频；

音频采集器将第一音频和第二音频发送给自动语音识别模块；

自动语音识别模块对第一音频和第二音频进行语音识别后，将识别结果发送给用户终端进行展示，其中自动语音识别模块中内嵌语音识别引擎技术软件。

进一步地，第一数据线和/或第二数据线上没有产生音频，则音频采集器不采集音频；

第一数据线和/或第二数据线产生音频，则开始采集第一音频和/或第二音频。

进一步地，音频采集器将采集到的第一音频和第二音频转码为8kHz采样率、16bit采样深度、WAV格式的音频数据，并将转码后的音频数据发送给自动语音识别模块。

进一步地，自动语音识别模块将识别结果发送给后端接口；后端接口将收到的识别结果发送给用户终端进行展示。

进一步地，还包括显示终端，用于对识别结果进行展示。

进一步地，通话设备为以下至少一种：固话座机、移动电话、电脑和平板电脑。

进一步地，麦克风为耳麦麦克风；相应的，扬声器为耳麦扬声器。

本发明实施例提供一种语音流提取与语音识别方法，包括以下步骤：

采集麦克风发送给通话设备的第一音频；

采集通话设备发送给扬声器的第二音频；

将第一音频和第二音频发送给自动语音识别模块；