[发明专利]基于支持向量机的语音识别方法、装置、设备及存储介质

说明书

本发明实施例公开了一种基于支持向量机的语音识别方法、装置、设备及存储介质，其中，所述方法包括：从语音数据中提取梅尔频率倒谱系数的特征量；对所述语音数据进行去噪处理；对所述特征量根据贡献量进行加权处理；获取所述语音数据中的语音时序特征，并与经过加权处理后的特征量进行组合；将组合后的特征量输入训练完成后的语音识别支持向量机，得到语音识别结果。不仅可以对干扰信息实现过滤，增强真实语音信号，同时考虑到发声的特征，能够在复杂的外界环境下增强对语音的识别。

技术领域

本发明涉及语音识别技术领域，尤其涉及一种基于支持向量机的语音识别方法、装置、设备及存储介质。

背景技术

语音识别技术是人机接口应用的前沿技术之一，作为语音信号处理的一个研究方向，近年来语音识别得到了迅速发展，在国际化浪潮以及多民族和多文化的相互交织的大背景下，语音识别越来越受到人们的关注。

语音识别在军事情报侦察领域具有十分重要的意义，可以侦察敌情，预警国家安全，预防突发事件的效用。

在实现本发明的过程中，发明人发现如下技术问题：由于在军事领域，其较容易受到外界环境噪声的干扰，而噪声的干扰会严重影响语音识别的效果，导致识别准确率低，无法有效识别语音类别。

发明内容

本发明实施例提供了一种基于支持向量机的语音识别方法、装置、设备及存储介质，以解决上述提及的至少一个技术问题。

第一方面，本发明实施例提供了一种基于支持向量机的语音识别方法，包括：

从语音数据中提取梅尔频率倒谱系数的特征量；

对所述语音数据进行去噪处理；

对所述特征量根据贡献量进行加权处理；

获取所述语音数据中的语音时序特征，并与经过加权处理后的特征量进行组合；

将组合后的特征量输入训练完成后的语音识别支持向量机，得到语音识别结果。

进一步的，所述从语音数据中提取梅尔频率倒谱系数的特征量，包括：

对语音数据进行预加重处理；

对预加重处理后的语音数据进行加窗分帧；

对各帧数据进行快速傅里叶变换；

对变换后的数据进行三角波滤波，并计算对数能量谱；

对对数能量谱进行余弦变换，输出梅尔频率倒谱系数的特征量。

进一步的，所述对所述语音数据进行去噪处理包括：

利用训练完成后的去噪支持向量机对语音数据进行去噪。

进一步的，所述语音时序特征包括：

幅值和过零率。

进一步的，所述对所述特征量根据贡献量进行加权处理包括：

对所述特征参数求取类间方差或类内方差，根据类间方差或类内方差确定加权值；

根据所述加权值对特征参数进行加权处理。

更进一步的，所述方法还包括：

利用非语音样本和语音样本对语音识别支持向量机进行MFCC特征训练。

第二方面，本发明实施例还提供了一种基于支持向量机的语音识别装置，包括：

提取模块，用于从语音数据中提取梅尔频率倒谱系数的特征量；

去噪模块，用于对所述语音数据进行去噪处理；

加权模块，用于对所述特征量根据贡献量进行加权处理；