[发明专利]一种语音识别方法及装置有效
申请号: | 201810261214.2 | 申请日: | 2018-03-28 |
公开(公告)号: | CN108717851B | 公开(公告)日: | 2021-04-06 |
发明(设计)人: | 梁立修 | 申请(专利权)人: | 深圳市三诺数字科技有限公司 |
主分类号: | G10L15/22 | 分类号: | G10L15/22;G10L15/26;G10L25/51 |
代理公司: | 深圳市世联合知识产权代理有限公司 44385 | 代理人: | 汪琳琳 |
地址: | 518000 广东省深圳市宝安区松*** | 国省代码: | 广东;44 |
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 语音 识别 方法 装置 | ||
1.一种语音识别方法,应用于智能终端,其特征在于,包括:
获取用户当前智能终端的存储权限以及调用所述智能终端上的音频数据,对所述音频数据进行解析确定用户的特征音频信息;
实时获取用户当前输入的语音数据,并将所获取的语音数据与所述特征音频信息进行比对,识别出用户输入的语音数据并以文字的形式显示在所述智能终端上;
其中,所述对所述音频数据进行解析确定用户的特征音频信息包括:
分别对所有的音频数据进行解析并判断是否符合预设条件;
对符合预设条件的音频数据进行标记并提取其中的特征音频信息,将所述特征音频信息按照预设数量的音频段进行自适应调节并建立特征音频数据库,其中,所述音频段包括低音段、中音段与高音段;
其中,所述将所述特征音频信息按照预设数量的音频段进行自适应调节并建立特征音频数据库包括:
将所述特征音频信息按照音频段进行调节之后,为所述特征音频信息设置关联数据,并根据预设语音模型对所述特征音频信息进行置信估值,生成当前用户的语音文字模型并建立对应的特征音频数据库。
2.根据权利要求1所述的语音识别方法,其特征在于,在所述确定用户的特征音频信息之前,所述方法还包括:
检测所述当前智能终端上是否已经建立了特征音频数据库,并在所述特征音频数据库已经建立的情况下,跳过所述特征音频信息的解析以及确定过程。
3.根据权利要求1所述的语音识别方法,其特征在于,在所述用户输入的语音数据以文字的形式显示在所述智能终端上之后,所述方法还包括:
在识别到用户的点击操作之后,判断语音识别过程中所显示的文字是否符合用户输入的语音数据,并在所述语音识别错误的情况下,同步云端的特征音频数据库并对所述用户输入的语音数据重新进行语音识别。
4.一种语音识别装置,应用于智能终端,其特征在于,包括:
语音提取模块,用于获取用户当前智能终端的存储权限以及调用所述智能终端上的音频数据,对所述音频数据进行解析确定用户的特征音频信息;
语音识别模块,用于实时获取用户当前输入的语音数据,并将所获取的语音数据与所述特征音频信息进行比对,识别出用户输入的语音数据并以文字的形式显示在所述智能终端上;
其中,所述语音提取模块用于:
分别对所有的音频数据进行解析并判断是否符合预设条件;
对符合预设条件的音频数据进行标记并提取其中的特征音频信息,将所述特征音频信息按照预设数量的音频段进行自适应调节并建立特征音频数据库,其中,所述音频段包括低音段、中音段与高音段;
将所述特征音频信息按照音频段进行调节之后,为所述特征音频信息设置关联数据,并根据预设语音模型对所述特征音频信息进行置信估值,生成当前用户的语音文字模型并建立对应的特征音频数据库。
5.根据权利要求4所述的语音识别装置,其特征在于,所述语音识别装置还包括检测模块,用于检测所述当前智能终端上是否已经建立了特征音频数据库,并在所述特征音频数据库已经建立的情况下,跳过所述特征音频信息的解析以及确定过程。
6.根据权利要求4所述的语音识别装置,其特征在于,所述语音识别装置还包括复测模块,用于在识别到用户的点击操作之后,判断语音识别过程中所显示的文字是否符合用户输入的语音数据,并在所述语音识别错误的情况下,同步云端的特征音频数据库并对所述用户输入的语音数据重新进行语音识别。
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深圳市三诺数字科技有限公司,未经深圳市三诺数字科技有限公司许可,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/201810261214.2/1.html,转载请声明来源钻瓜专利网。