[发明专利]基于机器学习的PLC语音识别方法

权利要求书

1.基于机器学习的PLC语音识别方法，其特征在于，具体实现步骤如下，

a，采集语音信号样本；

b，语音信号端点检测、特征提取；

c，训练HMM-GMM模型；

d，建立语音指令与PLC寄存器数据的映射关系；

e，采集语音指令；

f，对语音指令进行端点检测、特征提取；

g，将语音指令的特征与模型进行匹配；

h，匹配结果通过与PLC寄存器数据的映射关系修改寄存器数据。

2.如权利要求1所述的基于机器学习的PLC语音识别方法，其特征在于，所述步骤a中采集语音信号样本的步骤如下，

A1，设置每个语音信号样本采集次数；

A2，设置语音信号样本的保存路径；

A3，设置格式为pyaudio.paInt16，声道数为1，采样率16000，单个语音信号录音时长为2.5s；

A4，使用pyaudio模块进行语音的采集；

A5，使用wave模块对采集的语音信号样本进行保存；

A6，使用谱减法对语音信号样本进行去噪；

A7，循环执行直至达到设置的采集次数。

3.如权利要求1所述的基于机器学习的PLC语音识别方法，其特征在于，所述步骤b中语音信号端点检测的步骤如下，

Bj1，取一个较高的短时能量作为阈值MH，利用这个阈值，先分出语音中的浊音部分，A1到A2区间；

Bj2，取一个较低的能量阈值ML，利用这个阈值，从A1，A2，向两端进行搜索，将较低能量段的语音部分也加入到语音段，进一步扩大语音段范围，B1-B2之间还是语音段；

Bj3，利用短时过零率区分辅音、静音，短时过零率的阈值为Zs，将利用短时能量区分完的语音段继续向两端进行搜索，短时过零率大于3倍Zs的部分，则认为是语音的清音部分，将该部分加入语言段，就是求得的语音段，C1-C2之间是语音段。

4.如权利要求1所述的基于机器学习的PLC语音识别方法，其特征在于，所述步骤b中语音信号特征提取的步骤如下，

Bt1，先对语音进行预加重、分帧和加窗；

Bt2，对每一个短时分析窗，通过FFT得到对应的频谱；

Bt3，将上面的频谱通过Mel滤波器组得到Mel频谱；

Bt4，在Mel频谱上面进行倒谱分析，取对数，做逆变换，实际逆变换一般是通过DCT离散余弦变换来实现，取DCT后的第2个到第13个系数作为MFCC系数，获得Mel频率倒谱系数MFCC，这个MFCC就是这帧语音的特征。

5.如权利要求1所述的基于机器学习的PLC语音识别方法，其特征在于，所述步骤c训练HMM-GMM模型的步骤如下，

C1，对语音信号的音素分别使用HMM-GMM建模，使用3状态建模，其中HMM的发射概率使用高斯分布函数建模；

C2，初始化对齐，将语音信号的帧平均对应到每个状态；

C3，更新模型参数，统计获得每个状态的转移的次数，除以总转移次数，获得每种状态的转移概率，计算状态的MFCC特征的均值向量和协方差矩阵，即发射概率；

C4，使用维特比算法，根据上一步得到的转移概率和发射概率，重新对语音信号进行状态级别的对齐；

C5，重复步骤C2，步骤C3，直至收敛；

C6，保存训练完成的模型。

6.如权利要求1所述的基于机器学习的PLC语音识别方法，其特征在于，所述步骤d中建立语音指令与PLC寄存器数据的映射关系的步骤如下，

D1，PLC的数据存储通过Tag的形式与存储区间关联，分为输入(I)、输出(O)、位存储(M)和数据块(DB)；

D2，使用snap7建立PC与PLC寄存器的链接；

D3，语音指令与PLC数据寄存器数据的映射， PLC所执行命令操作的原理是修改对应寄存器地址中的数据。

7.如权利要求1所述的基于机器学习的PLC语音识别方法，其特征在于，所述步骤g中将语音指令的特征与模型进行匹配的步骤如下，

G1，导入训练完成的模型组；

G2，创建预测分数列表；

G3，将输入的语音和模型组的每个模型进行匹配；

G4，计算匹配得分，并存入预测分数列表；

G5，筛选出的分最高的模型；

G6，输出该模型对应的语音信号标志。