[发明专利]一种基于深度学习的无人驾驶语音识别方法及装置

说明书

本发明公开了一种基于深度学习的无人驾驶语音识别方法及装置，所述方法包括：获取开源的中文语音数据集，提取语音数据集的语音序列；将得到的语音序列输入到深度卷积神经网络模型中，输出语音序列的特征向量；将深度卷积神经网络模型输出的特征向量输入到全连接层中进行降维，再输入到连接时序分类模块；通过连接时序分类模块得到全连接层输出的后验概率，依据后验概率得到语音数据库中匹配的语句；本发明采用双路卷积神经网络，将MFCC提取到的语音特征分两路分别输入到深度卷积神经网络模型中，既能够在深度方向提取网络重要特征，也能在宽度方向通过不同的卷积核提取重要特征，加强模型的非线性化程度，使网络模型具有更优越的拟合性能。

技术领域

本发明涉及一种基于深度学习的无人驾驶语音识别方法及装置，属于语音识别技术领域。

背景技术

自汽车发明以来，汽车工业就不断促进着人类的创新与社会经济的发展。随着汽车产量和保有量的提高，人们的出行变得方便快捷，而由此带来的交通拥堵和交通事故也成为了人类社会文明一大阻碍。随着人工智能技术的发展，越来越多的自动控制技术被应用在汽车上，无人驾驶汽车也成为了汽车产业的一大变革。在当今互联网、大数据等技术的加持下，无人驾驶技术得到突飞猛进的进步，百度、腾讯、上汽、一汽、华为等传统车企和科技公司纷纷布局无人驾驶领域，都在积极探索利用人工智能技术实现无人驾驶技术。

目前，通过深度学习的方式让无人驾驶汽车不断地优化自己的驾驶行为，是目前最有效的解决方案。语音识别控制技术也不例外，在深度学习技术兴起之前，语音识别一直处于GMM-HMM(基于高斯混合模型)时代，随着DNN的兴起，“端到端”技术逐渐发展，语音识别技术进入了百花齐放时代。但现在的语音识别模型的关注点往往是从模型的深度去考虑，只从一条路径去提取语音的特征，得到的往往都是不全面的语音特征，模型的识别率就会降低。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种基于深度学习的无人驾驶语音识别方法及装置，解决现有无人驾驶领域语音识别模型识别率低的问题。

为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供了一种基于深度学习的无人驾驶语音识别方法，包括：

获取开源的中文语音数据集，提取语音数据集的语音序列；

将得到的语音序列输入到深度卷积神经网络模型中，输出语音序列的特征向量；

将深度卷积神经网络模型输出的特征向量输入到全连接层中进行降维，再输入到连接时序分类模块；

通过连接时序分类模块得到全连接层输出的后验概率，依据后验概率得到语音数据库中匹配的语句。

进一步的，所述获取开源的中文语音数据集，提取语音数据集的语音序列，包括：

获取行人或乘客的语音，将输入的语音进行预处理；

通过MFCC语音特征提取算法提取音频信号的相关特征，将音频信号转换为包含声音信息的多维向量。

进一步的，所述将得到的语音序列输入到深度卷积神经网络模型中，输出语音序列的特征向量，包括：

由MFCC语音特征提取算法得到的特征向量分两路分别输入到深度卷积神经网络模型中，两路特征向量经过不同卷积核的卷积层和池化层，分别得到包含语音特征的特征向量。

进一步的，所述将深度卷积神经网络模型输出的特征向量进行降维，包括：

将深度卷积神经网络模型得到的两路包含语音特征的特征向量进行拼接，得到全部的高维特征向量，再通过全连接层进行降维得到低维的特征向量。

进一步的，所述通过连接时序分类模块得到全连接层输出的后验概率，依据后验概率得到语音数据库中匹配的语句，包括：