买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：宁波星巡智能科技有限公司

摘要：本发明涉及语音识别技术领域，解决了现有技术中文字发音不准如带有地方口音的老人语音识别准确率低的问题，提供了一种基于关键词的非标准语音识别方法、装置、设备及介质。该方法包括：获取目标老人的实时音频数据；对所述实时音频数据进行预处理，得到目标音频数据；根据目标音频数据和预先构建的音频特征提取模型，得到所述目标音频数据的第一音频特征向量；分别获取所述第一音频特征向量与语音模板库中各关键词的第二音频特征向量之间的相似度值；当任一所述相似度值大于相似度阈值时，则所述实时音频数据存在相应的所述关键词。本发明通过特征提取和识别能力使其能够适应不同老年人的特点，提高系统语音识别的可靠性。

主权项：1.一种基于关键词的非标准语音识别方法，其特征在于，所述方法包括：获取目标老人的实时音频数据；对所述实时音频数据进行预处理，得到目标音频数据，其中，所述预处理包括滤波处理、降噪处理和人声增强处理，所述对所述实时音频数据进行预处理，得到目标音频数据，包括：根据所述目标老人的性别信息，获取所述目标老人的音频基本频率范围；根据所述音频基本频率范围对所述实时音频数据进行滤波处理，得到滤波音频数据；根据谱减法和所述音频基本频率范围对所述滤波音频数据进行降噪处理，得到降噪音频数据，其具体包括：根据所述滤波音频数据，确定噪声抑制平滑参数；根据所述噪声抑制平滑参数和递归平均法，得到所述滤波音频数据的噪声估计数据；根据所述滤波音频数据和所述噪声估计数据，得到所述降噪音频数据，其具体包括：根据所述滤波音频数据，获取基频能量分布数据；根据所述基频能量分布数据，确定增益调整因子，其中，所述增益调整因子用于调整降噪处理中的人声和噪音之间的比率；根据滤波音频数据和所述噪声估计数据，获取初始降噪音频数据；通过所述增益调整因子对所述初始降噪音频数据进行增益，得到所述降噪音频数据，其中，所述降噪音频数据通过以下公式计算：式中，k为频率索引，l为时间索引，D（k,l）表示降噪音频数据在第l帧第k频点的音频功率，N（k,l）表示所述噪声估计数据在第l帧第k频点的噪声功率，G（k,l）为所述增益调整因子，X（k,l）为滤波音频数据的能量谱；对所述降噪音频数据进行人声增强处理，得到增强音频数据；对所述增强音频数据进行动态范围压缩处理，得到所述目标音频数据，其具体包括：根据所述目标老人的音频基本频率范围，确定最大输出幅度和最小输出幅度；根据所述增强音频数据的峰值，得到峰值数据；根据所述最大输出幅度、最小输出幅度和所述峰值数据，对所述增强音频数据进行动态范围压缩处理，得到所述目标音频数据，其中，所述目标音频数据通过以下公式计算：式中，k为频率索引，l为时间索引，C（k,l）为所述目标音频数据，Vk,l为所述增强音频数据，Vmin为所述最小输出幅度，Vmax为所述最大输出幅度，Vpeak（k,l）为所述峰值数据；根据所述目标音频数据和预先构建的音频特征提取模型，得到所述目标音频数据的第一音频特征向量，其中，所述音频特征提取模型基于长短时记忆网络构建；分别获取所述第一音频特征向量与语音模板库中各关键词的第二音频特征向量之间的相似度值，其中，所述语音模板库包括与若干关键词一一对应的第二音频特征向量，所述第二音频特征向量基于所述音频特征提取模型获得；当任一所述相似度值大于相似度阈值时，则所述实时音频数据存在相应的所述关键词。

全文数据：

权利要求：

百度查询： 宁波星巡智能科技有限公司 基于关键词的非标准语音识别方法、装置、设备及介质