[发明专利]基于量子信息分析的语音识别方法、装置、设备及介质

说明书

本发明涉及语音语义领域，揭露基于量子信息分析的语音识别方法、装置、设备及介质，所述方法包括：对语音信号进行预处理，得到预处理信号；识别预处理信号中的频谱分布信息，根据频谱分布信息，确定预处理信号的能量谱信号，利用三角滤波器对能量谱信号进行特征提取，得到能量特征信号；根据能量特征信号，优化量子音频识别模型中的量子权值与量子间隔，根据量子权值与量子间隔，生成优化量子音频识别模型；利用优化量子音频识别模型中的量子隐藏层计算能量特征信号的特征数据，利用优化量子音频识别模型中的量子输出层计算特征数据的二分类结果，根据二分类结果，确定语音信号的语音识别结果。本发明可以提高语音识别的识别速度。

技术领域

本发明涉及语音语义领域，尤其涉及基于量子信息分析的语音识别方法、装置、设备及介质。

背景技术

基于量子信息分析的语音识别是指利用量子并行计算和量子纠缠等特性，通过将量子信息与人工神经网络相结合而形成的人工智能技术理论实现语音识别的过程，可以用于弥补传统的人工神经网络的容易陷入局部极小值、收敛速度慢等固有缺陷。

目前，语音识别主要通过语音识别系统的识别一组词汇或命令就能为用户提供有效的语音识别功能，因此简单有效的孤立词特定人语音识别系统就能满足要求，现有的语音识别系统虽已具备了较高的识别率，但语音识别仍存在高耗时的缺点，因此，提高语音识别的识别速度己成为当今语音识别领域的重要研究方向。

发明内容

为了解决上述问题，本发明提供了基于量子信息分析的语音识别方法、装置、设备及介质，可以提高语音识别的识别速度。

第一方面，本发明提供了基于量子信息分析的语音识别方法、装置、设备及介质，包括：

获取语音信号，对所述语音信号进行预处理，得到预处理信号；

识别所述预处理信号中的频谱分布信息，根据所述频谱分布信息，确定所述预处理信号的能量谱信号，利用预设的三角滤波器对所述能量谱信号进行特征提取，得到能量特征信号；

根据所述能量特征信号，优化预构建的量子音频识别模型中的量子权值与量子间隔，根据所述量子权值与量子间隔，生成优化量子音频识别模型；

利用所述优化量子音频识别模型中的量子隐藏层计算所述能量特征信号的特征数据，利用所述优化量子音频识别模型中的量子输出层计算所述特征数据的二分类结果，根据所述二分类结果，确定所述语音信号的语音识别结果。

在第一方面的一种可能实现方式中，所述对所述语音信号进行预处理，得到预处理信号，包括：

利用如下公式对所述语音信号进行预加重处理，得到预加重信号：

G(h)＝1-0.95*h^-1

其中，G(h)表示所述预加重信号，h表示所述语音信号；

利用如下公式对所述预加重信号进行加窗处理，得到加窗信号：

S＝G(h)*H(n)

其中，S表示所述加窗信号，H(n)表示海明窗函数，G(h)表示所述预加重信号，n表示n＝1,2,…,N-1，N表示海明窗函数的有效长度；

将所述加窗信号作为所述预处理信号。

在第一方面的一种可能实现方式中，所述利用预设的三角滤波器对所述能量谱信号进行特征提取，得到能量特征信号，包括：

获取所述三角滤波器中的滤波器组，根据所述滤波器组，计算所述能量谱信号的对数能量；

对所述对数能量进行离散弦变换，得到所述能量特征信号；

其中，利用下述公式计算所述能量谱信号的对数能量：