[发明专利]连续语音指令快速识别控制系统

权利要求书

1.一种连续语音指令快速识别控制系统，其特征在于，包括：输入模块、预处理模块、在线语音识别处理模块、离线语音识别处理模块和输出模块；

所述输入模块与所述预处理模块连接，用于通过MIC输入用户控制语音；

所述预处理模块的另一端分别与所述在线语音识别处理模块、离线语音识别处理模块连接，用于对所述用户控制语音进行音频预处理，得到预处理后的语音；

所述在线语音识别处理模块，用于通过云端平台对预处理后的语音进行语音识别得到语音输出信息；

所述离线语音识别处理模块，用于通过神经网络RNN模型对预处理后的语音进行语音识别得到语音输出信息；

所述输出模块，用于将所述在线语音识别处理模块或所述离线语音识别处理模块得到的语音输出信息输出。

2.根据权利要求1所述的连续语音指令快速识别控制系统，其特征在于，所述连续语音指令快速识别控制系统还包括：唤醒模块；当所述连续语音指令快速识别控制系统在预设时间内未收到用户控制语音时，所述连续语音指令快速识别控制系统进入休眠状态，当再次使用所述连续语音指令快速识别控制系统时，通过所述唤醒模块，利用特定唤醒词将处于休眠状态的连续语音指令快速识别控制系统唤醒进入待命状态。

3.根据权利要求1所述的连续语音指令快速识别控制系统，其特征在于，所述MIC采用线性双麦克风阵列，所述预处理模块在对所述用户控制语音进行音频预处理时包括：

通过AD芯片对所述MIC输入的用户控制语音进行采集，获得所述用户控制语音；

对所述用户控制语音进行分帧处理，将所述用户控制语音按帧划分，获得多个用户控制语音帧；

在所述用户控制语音帧中查找静音信号语音帧，并在所述用户控制语音帧中将所述静音信号语音帧去除，得到第一处理后的用户控制语音；其中，在所述用户控制语音帧中查找静音信号语音帧是通过声音识别模型进行识别匹配得到的，所述声音识别模型是根据静音信号生成的声学模型，在通过声音识别模型进行识别匹配时，提取所述用户控制语音帧语音特征，并将所述语音特征在所述声音识别模型中进行匹配，获得所述语音特征的匹配值，再针对所述语音特征的匹配值进行判断，将所述语音特征的匹配值大于预设阈值的用户控制语音帧判断为静音信号语音帧；

针对所述第一处理后的用户控制语音进行自身声音消除处理，包括：将所述第一处理后的用户控制语音通过功放由喇叭进行播放，同时所述MIC进行声音采集，并将采集到的声音传输至所述AD芯片，再通过回声消除算法得到预处理后的语音。

4.根据权利要求1所述的连续语音指令快速识别控制系统，其特征在于，所述在线语音识别处理模块在通过云端平台对预处理后的语音进行语音识别得到语音输出信息时，通过TPC/IP协议获取所述预处理后的语音；针对所述预处理后的语音进行自然语言处理识别出用户的意图；针对所述用户的意图进行意图识别，确定所述用户的意图的合理性；当所述用户的意图合理时，根据所述用户的意图进行资源访问，获得目标资源，并将所述目标资源传输至所述中央处理单元，所述中央处理单元针对所述目标资源进行交互信息输出，得到语音输出信息。

5.根据权利要求1所述的连续语音指令快速识别控制系统，其特征在于，所述离线语音识别处理模块在通过神经网络RNN模型对预处理后的语音进行语音识别得到语音输出信息时，针对所述预处理后的语音进行特征提取，获得预处理后的语音特征，然后根据所述预处理后的语音特征进行模型训练和模型识别，所述模型训练包括：根据所述语音特征以及调整模型参数对音频进行模型建立，得到初始状态下的神经网络RNN模型，对所述初始状态下的神经网络RNN模型进行模型训练，得到优化神经网络RNN模型模板，并将所述优化神经网络RNN模型模板保存到模型存储单元中；所述模型识别包括：根据所述语音特征在所模型存储单元中进行模型匹配，得到优化神经网络RNN模型，并根据失真判决准则进行识别判断，得到语音输出信息。