[发明专利]一种规范执法训练系统在审

专利信息
申请号: 202111564379.5 申请日: 2021-12-20
公开(公告)号: CN114399993A 公开(公告)日: 2022-04-26
发明(设计)人: 管文辉;袁宏伟;牛亚飞;闫要鹏;孙念光;蒋小军 申请(专利权)人: 南京模拟技术研究所
主分类号: G10L15/06 分类号: G10L15/06;G10L15/08;G10L15/22;G10L25/24;G06V40/20
代理公司: 南京理工大学专利中心 32203 代理人: 徐新艳
地址: 210016 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 规范 执法 训练 系统
【说明书】:

发明公开了一种规范执法训练系统,训练者根据情景情况使用执法语音和动作;语音输入单元对训练者的语音进行实时捕捉,随后语音识别单元和语音分析单元对训练者的语音进行识别,并与预设的执法标准语言进行比对;同时,动作识别单元实时捕捉训练人员的执法动作,并与预设的执法标准动作进行比对;最后,通过显示单元将训练人员的语音、动作分析结果进行显示。本发明主要训练和考核在非枪械执法过程中的规范性和有效性,训练过程引入长语音识别、人体动作识别等人工智能技术,通过训练场景中对训练者的标准执法口令、动作等要素的正确与否和使用时机进行实时判断识别及提示,达到规范化日常执法训练的目的。

技术领域

本发明属于特征识别技术领域,特别是涉及一种规范执法训练系统。

背景技术

在执法过程中,通常会因为执法用语、动作不规范而导致执法者与被执法者之间产生矛盾。因此,在执法过程中,执法用语及动作的规范化尤为重要。现有执法训练系统侧重于射击和警械等方面的单项技能训练,没有执法用语及执法动作方面的训练科目,故提出一种规范执法训练系统,填补该类训练的空白。

发明内容

本发明目的在于提供一种规范执法训练系统,解决执法者在执法过程中执法不规范的问题。

为了实现本发明目的,本发明提供了一种规范执法训练系统,其特征在于,包括语音输入单元、语音识别单元、语音分析单元,动作识别单元,显示单元和考核评估单元;

语音输入单元用于拾取训练人员语音信息;语音识别单元用于对语音输入单元拾取的语音进行识别,将语音识别成数据信息;语音分析单元用于分析训练人员的语音数据信息,并根据训练的进展将训练人员的语音数据信息与预设的执法标准语言进行对比分析;动作识别单元用于捕捉训练人员动作,并判断动作是否正确;显示单元用于显示语音与动作识别分析结果;

在训练系统使用过程中,训练者根据情景情况使用执法语音和动作;语音输入单元对训练者的语音进行实时捕捉,随后语音识别单元和语音分析单元对训练者的语音进行识别,并与预设的执法标准语言进行比对;同时,动作识别单元实时捕捉训练人员的执法动作,并与预设执法标准动作进行比对;最后,通过显示单元将训练人员的语音、动作分析结果进行显示。

进一步地,系统将训练人员的语音、动作数据与预设的标准语言、动作进行比对后,会将比对结果传输至考核评估单元;考核评估单元根据训练人员语音和动作的规范性及时间点,进行成绩判定,并将结果发送至显示单元。

进一步地,语音输入单元采用具智能降噪的头戴式采集设备,不干扰训练者训练,并能让采集的语言无杂音无干扰语音;语音识别单元与训练系统的语音输入单元无线通信连接,语音输入单元采集语音后,通过无线传输方式发送给语音识别单元。

进一步地,语音识别单元将语音信号转换成相对应的文本信息,主要包括特征提取模块、声学模型,语言模型,字典与解码模块;

特征提取模块将声音信号从时域转换到频域,为声学模型训练提供合适的特征向量;声学模型中再根据声学特性计算每一个特征向量在声学特征上的得分;而语言模型则根据语言学基础理论,计算该声音信号对应可能词组序列的概率;最后根据已有的字典,对词组序列进行解码,得到最后可能的文本表示。

进一步地,特征提取模块首先对采集的语音信息进行预处理,将需要分析的语音信号从原始信息中提取出来,同时把声音信号从时域转换到频域并进行滤波;随后,将语音首尾端的静音切除,降低对后续步骤造成的干扰,并通过移动窗函数对语音的声音进行分帧;最后,利用有线性预测倒谱系数LPCC和 Mel倒谱系数MFCC算法,把预处理后的语音信息每一帧波形变成一个包含声音信息的多维向量。

进一步地,声学模型通过对语音数据进行训练获得,输入是语音数据的特征向量,输出为音素信息;语言模型通过对大量文本信息进行训练,得到单个字或者词相互关联的概率。

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南京模拟技术研究所,未经南京模拟技术研究所许可,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/202111564379.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top