[发明专利]一种精准度高的基于语音软件识别方法

权利要求书

1.一种精准度高的基于语音软件识别方法，其特征在于：包括如下步骤：

步骤一：用户可以选择通过摄像头进行脸部识别登录、通过按压Home键进行指纹Touch解锁登录以及通过输入账号和密码进行账号登录；

步骤二：身份验证模块分别对用户脸部识别登录信息、指纹touch解锁登录信息以及输入账号和密码信息进行验证，验证通过后即可登录语音软件界面。如果三次验证均未通过，系统将弹出拒绝访问窗口提醒该用户停止访问；

步骤三：授权用户登录后即可发送语音，则语音通过多通道传输模块进行多通道传输，且对应的语音通道再随机设定加密秘钥，然后语音再经过语音预处理单元和语音识别单元进行处理；

步骤四：语音预处理单元通过语音特征提取模块对语音中的特征数据进行提取，然后声学特征参数采集模块对提取的特征进行声学处理，接着背景噪音滤波模块对所采集的特征数据进行噪音滤除处理；而对于用户语音中的模糊语音则通过终端语音模糊处理模块进行预先处理，然后再通过语音信号检测模块对模糊语音中的语音信号进行距离检测，避免语音信号过远出现信号传输质量不佳，接着语音分帧处理模块再次对模糊语音中的语音信号帧数进行逐帧处理，则处理完成的模糊语音再经过背景噪音滤波模块进行噪音滤除处理；将从语音中的特征部分和模糊部分获取的特征矢量参数传输至终端云计算数据库；

步骤五：以特征矢量参数为原型，通过语音声学模型动态处理模块建立动态语音数据链，再经过量化处理模块将用户语音数据传输至语音语义识别模块进行语音语义双重识别处理；与此同时，语音识别单元再将用户发出的语音进行分析，预先对用户的声门和口鼻辐射进行加重采集，从而直接通过语音信号加重处理模块对用户发出的语音信号进行加重处理，然后通过频谱信噪分析模块对语音频率信号进行分析处理，接着再将语音信息以激励信号的形式通过语音激励信号数字化处理模块进行数字化处理，同时再对语音信号动态范围进行压缩处理，提高信噪比，然后再通过语音加窗分帧时间数据序列对语音数据信号形成新的信号分段序列，再将信号序列进行线性转换处理；

步骤六：经过语音预处理单元和语音分析单元双重处理后，再将处理后的用户语音发送至语音语义识别模块进行语音语义识别处理，判断用户语音是否识别精准；

步骤七：判断精准通过后，然后再将识别通过的语音数据经过嵌入式微处理器处理解析后，再根据语音和语义作出最佳语音或文字回复，然后最佳语音或文字回复由语音输出模块在软件界面上显示，用户点击收听或观看即可；

步骤八：判断用户语音未精准识别后，未通过的语音传输至语音纠错模块进行语音纠错校正处理；

步骤九：语音纠错模块对未通过的语音进行三次纠错校正处理，判断是否纠错校正成功。再将纠错校正完成的语音重新发送至嵌入式微处理器进行解析回复处理；

步骤十：三次纠错校正后的用户语音未精准识别后，发送至错误提醒模块，由错误提醒模块对用户进行错误提醒，与此同时，对错误用户语音建立日志和时间戳，然后再将错误语音传输至错误语音存储数据库内进行统一存储处理，经过一个月后，再通过错误语音粉碎处理模块对错误语音数据进行粉碎后删除。

2.根据权利要求1所述的一种精准度高的基于语音软件识别方法，其特征在于：所述在步骤一和步骤二过程中，所述用户脸部识别登录信息包括脸部特征信息采集，所述指纹touch解锁登录的原始采集指纹至少有三个，且每个指纹采集的手指均不相同，所述输入账号和密码中账号可以为手机号、身份证号和初始账号，且密码的组成部分为英文字母+数字组成，密码位数至少为八位。

3.根据权利要求1所述的一种精准度高的基于语音软件识别方法，其特征在于：所述在步骤三过程中，所述随机设定加密秘钥的个数与多通道传输模块中通道的个数相同，且加密秘钥的随机更换频率为5s/次，且加密秘钥采用加密二进制串。

4.根据权利要求1所述的一种精准度高的基于语音软件识别方法，其特征在于：所述在步骤四过程中，所述背景噪音滤波模块滤除的杂波包括电磁干扰噪声波段、设备自身噪声干扰波段等，且语音信号检测模块检测的最佳距离范围介于0.1-5m内。