[发明专利]基于音频媒体分析的语音识别技术在审
| 申请号： | 202010922652.6 | 申请日： | 2020-09-04 |
| 公开（公告）号： | CN114141244A | 公开（公告）日： | 2022-03-04 |
| 发明（设计）人： | 余城诚;彭德中;王骞;刘杰;张利君;银大伟;蒋瑞;付俊英 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G10L15/22 | 分类号： | G10L15/22;G10L15/02;G10L25/21;G10L25/24 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610065 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 音频 媒体 分析 语音 识别 技术 | ||
【权利要求书】：
1.一种基于音频媒体分析的语音识别技术，其特征在于，包括以下步骤：
1)提取包括13阶MFCC，13阶一阶差分MFCC，过零率，短时能量和子带能量比等功能的帧级特征；
2)使用基于SVM的分类器的分类器进行分类；
3)使用分段的类别执行故事单元分段；
4)使用包括语音端点检测，特征提取，声学和语言模型，识别引擎的语音识别系统进行识别。
2.根据权利要求1所述的用于音频媒体分析的语音识别技术，其特征在于，提取包括13阶MFCC，13阶一阶差分MFCC，过零率，短时能量和子带能量比等功能的帧级特征由下式决定：
1)梅尔频率倒谱系数(MFCC)
2)过零率(ZCR)
3)短时能量(STE)
4)子带能量比
5)一帧中子带功率与总功率之比定义：
3.根据权利要求1-2中所述的用于音频媒体分析的语音识别技术，其特征在于，音频的分类由下式决定：
1)SVM
2)音频分类方案
STESTEthreshold,ZCRZCRthreshold (7)。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川大学，未经四川大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202010922652.6/1.html，转载请声明来源钻瓜专利网。
- 上一篇：半导体结构及其形成方法
- 下一篇：基片集成波导的滤波器、天线装置
