[发明专利]基于声学的智能设备的文本输入识别方法

摘要

本发明涉及智能识别领域，其公开了一种基于声学的智能设备的文本输入识别方法，包括如下步骤：（S1）使用手指在文本输入区域输入文本字符，采集声波信号；（S2）对采集到的声波信号进行处理；（S3）对声波信号进行识别。提供了一种用户体验比较好、同时设备轻巧抗噪声强的一种声波信号识别的方法，进而提高了文本识别的效率。

主权项

1.一种基于声学的智能设备的文本输入识别方法，其特征在于：包括如下步骤：S1：使用手指在文本输入区域输入文本字符，采集声波信号；所述步骤S1中，激活智能设备扬声器使其发出经过调制的特定频率的声波信号，使用手指在文本输入区域输入文本字符，激活扬声器的同时也激活麦克风采集被用户手指反馈回来的声波信号；S2：对采集到的声波信号进行处理；所述步骤S2中，首先对声波信号进行分帧，并对每个窗口数据进行处理；之后对采集到的声波信号进行降噪处理，并使用滤波器对声波信号进行带通滤波处理，去除噪声和杂波；S3：对声波信号进行识别；将步骤S3进行细化为：S31A:结合步骤S2中所得到的声波信号，提取声波信号的包络信息，并对包络进行平滑，然后找出包络的峰值点与波峰之间的距离，通过对上述信息的提取对声波信号时域方面进行分析；S31B:结合步骤S2中所得到的声波信号，使用短时傅里叶变换函数对声波信号进行傅里叶变换，对声波信号频域进行分析；S31C:结合时域分析结果和频域分析结果提取特征，使用预先建立的匹配模型，并结合语法规则进行匹配分类，识别出用户输入的文本字符，同时进行学习，优化匹配模型；其中，建立匹配模型的步骤具体包括：S32:对采集到的声波信号进行时域特征分析，提取声波信号的包络，并提取不同字符所具有的包络特征，对声波信号进行变换，对采集到的声波信号进行频域特征分析，提取不同字符所具有的频率特征；S33:进行机器学习，通过对上述的时域特征和频域特征的综合进行SVM训练，得到匹配模型。