[发明专利]基于HMM和PNN的语音识别方法、装置及存储介质

权利要求书

1.一种基于HMM和PNN的语音识别方法，其特征在于，包括：

获取语音信号并对所述语音信号进行处理，得到目标语音信号；

利用隐马尔科夫模型对所述目标语音信号进行第一识别，得到最优识别序列；

利用预先建立的概率神经网络对所述最优识别序列进行第二识别，得到所述语音信号的识别结果。

2.根据权利要求1所述的基于HMM和PNN的语音识别方法，其特征在于，所述利用隐马尔科夫模型对所述目标语音信号进行第一识别，得到最优识别序列包括：

提取所述目标语音信号的语音信号特征；

将所述语音信号特征作为所述隐马尔科夫模型的输入；

利用所述隐马尔科夫模型对所述语音信号特征进行识别，得到所述最优识别序列。

3.根据权利要求2所述的基于HMM和PNN的语音识别方法，其特征在于，所述利用预先建立的概率神经网络对所述最优识别序列进行第二识别，得到所述语音信号的识别结果包括：

对所述最优识别序列进行归一化，得到待识别特征矩阵；

将所述待识别特征矩阵作为所述概率神经网络的输入；

计算所述待识别特征矩阵和与样本语音对应的标准特征矩阵中的各元素的匹配概率，得到多个匹配概率；

将各所述匹配概率中与最大匹配概率对应的目标元素作为所述识别结果。

4.根据权利要求3所述的基于HMM和PNN的语音识别方法，其特征在于，所述计算所述待识别特征矩阵和与样本语音对应的标准特征矩阵中的各元素的匹配概率，得到多个匹配概率包括：

计算所述待识别特征矩阵中的各分量和所述标准特征矩阵中的各元素之间的欧式距离，各所述分量对应多个欧式距离；

分别将与各所述分量对应的多个欧式距离进行叠加得到与各所述分量对应的第一欧式距离；

将各所述第一欧式距离进行叠加得到第二欧式距离；

分别计算各所述第一欧式距离与所述第二欧式距离的比值，将各所述比值作为各所述匹配概率。

5.根据权利要求1所述的基于HMM和PNN的语音识别方法，其特征在于，所述获取语音信号并对所述语音信号进行处理包括：

获取所述语音信号；

将所述语音信号转换为语音数字信号并对所述语音数字信号进行预加重，得到预加重语音数字信号；

对所述预加重语音数字信号进行加窗分帧处理，得到多帧预加重语音数字信号，将所述多帧预加重语音数字信号作为所述目标语音信号。

6.根据权利要求2所述的基于HMM和PNN的语音识别方法，其特征在于，在所述获取语音信号之后，还包括：

对所述语音信号进行去噪处理。

7.一种基于HMM和PNN的语音识别装置，其特征在于，包括：

获取模块，用于获取语音信号并对所述语音信号进行处理，得到目标语音信号；

第一识别模块，用于利用隐马尔科夫模型对所述目标语音信号进行第一识别，得到最优识别序列；

第二识别模块，用于利用预先建立的概率神经网络对所述最优识别序列进行第二识别，得到所述语音信号的识别结果。

8.根据权利要求7所述的基于HMM和PNN的语音识别装置，其特征在于，所述第一识别模块包括：

提取单元，用于提取所述目标语音信号的语音信号特征；

识别单元，用于将所述语音信号特征作为所述隐马尔科夫模型的输入，利用所述隐马尔科夫模型对所述语音信号特征进行识别，得到所述最优识别序列。

9.一种基于HMM和PNN的语音识别装置，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述存储器中存储的计算机程序以实现如权利要求1至6任一项所述的基于HMM和PNN的语音识别方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行以实现如权利要求1至6任一项所述的基于HMM和PNN的语音识别方法的步骤。