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！

摘要：本申请提供了AI语音识别、推理、生成系统及方法，语音输入模块，用于接收用户的语音输入，自适应噪声抑制模块，通过噪音抑制算法和噪声过滤模型过滤当前环境的背景噪音，语音识别模块，通过深度学习算法对语音进行识别，优化对快速语速的识别准确性。本申请通过深度学习算法和多尺度特征提取方法，系统能够更准确地识别出快速语速下的单词和音节，从而有效解决语速过快导致的识别不准确问题，通过提取短时、中时和长时特征，系统能够全面捕捉语音信号的局部和全局信息，为准确的语音识别提供丰富的特征基础。

主权项：1.AI语音识别、推理、生成系统，其特征在于，包括：语音输入模块，用于接收用户的语音输入；自适应噪声抑制模块，通过噪音抑制算法和噪声过滤模型过滤当前环境的背景噪音；语音识别模块，通过深度学习算法对语音进行识别，优化对快速语速的识别准确性；推理模块，用于根据识别的语音内容进行逻辑推理；生成模块，根据推理结果生成相应的输出；所述语音识别模块通过深度学习算法对语音进行识别，具体包括以下步骤：S1、数据预处理：对输入的语音信号进行预处理，包括降噪、标准化和分割，用于确保信号质量；S2、多尺度特征提取：对语音进行特征提取，提取对应尺度的特征，包括短时特征、中时特征和长时特征，全面捕捉语音信号的局部和全局信息；S3、特征融合：将S2中提取对多尺度特征进行融合，融合方式采用串联融合策略，以形成一个综合的特征向量，该向量富含多尺度的语音信息；S4、模型训练：利用融合后的特征向量训练一个深度学习模型；S5、识别输出：将待识别的语音信号通过上述训练好的模型进行识别，并输出识别结果；所述S2中，特征的提取步骤具体包括：S200、预处理：预加重：通过高通滤波器来提升信号在高频部分的信噪比，预加重方法是一阶高通滤波器，其公式为y[n]＝x[n]-αx[n-1]，其中α为滤波系数，取值在0.9到1.0之间，y[n]为当前输出信号的值，它是一个时间序列数据中的一个点，n表示当前的样本点，x[n]为当前输入信号的值，x[n-1]为前一个样本点的输入信号值，n-1为当前时间点的前一个时间点；分帧：将语音信号分成短时的平稳帧，分帧操作采用汉明窗与原始信号相乘来实现，汉明窗其中，wn窗口函数在第n个采样点的权重值，n是样本，N是窗口长度，汉明窗应用到原始语音信号上，与原始信号对应段的每个样本相乘，从而得到一帧加窗后的信号，汉明窗在信号上的滑动，将整段语音信号分割成多个重叠的帧；S201、提取：对每一帧信号进行FFT，将时域信号转换为频域信号；S202、动态特征计算：为了捕获语音信号中的动态信息，计算一阶和二阶差分动态特征；所述S201中，具体的转换步骤包括：输入数据准备：从预处理和分帧后的语音信号中提取的信号样本输入至FFT中；应用库利-图基算法得到频域信号：应用公式将时域信号x[n]转化为频域信号X[k]，X[k]表示在第k个频率分量上的复数值，k是频域的索引取值范围是0到N-1，其中，为求和符号，表示对所有的N进行求和，为复数指数函数，j是虚数单位，满足j2＝-1，为相位差，决定了每个频率分量的旋转速度和方向；所述S202中，具体的计算步骤包括：S2020、一阶差分计算：设定一个空的一阶差分序列Δx[n]；计算一阶差分：对于时域信号中的每一个样本点x[n]，其一阶差分Δx[n]定义为当前样本点x[n]与前一个样本点x[n-1]的差，即Δx[n]＝x[n]-x[n-1]；形成一阶差分序列：重复上述计算过程，直到处理完时域信号中的所有样本点，从而得到完整的一阶差分序列Δx[n]；S2021、二阶差分计算：设定一个空的二阶差分序列Δ2x[n]；计算二阶差分：二阶差分Δ2x[n]是一阶差分的差分，计算公式为：Δ2x[n]＝Δx[n]-Δx[n-1]，为当前样本点的一阶差分Δx[n]与前一个样本点的一阶差分Δx[n-1]之差；形成二阶差分序列：重复上述计算过程，直到处理完一阶差分序列中的所有样本点，从而得到完整的二阶差分序列Δ2x[n]；所述S2中，特征的提取步骤还包括：S203、提取短时、中时和长时特征：短时特征提取：计算每一帧信号的能量，短时能量是该帧内所有样本值的平方和，具体公式为其中，E是短时能量，x[n]是帧内的样本，n是帧的长度，统计每一帧信号中正负号变化的次数，记为短时过零率；中时特征提取：从FFT转换后得到的频谱中提取幅度和功率谱作为特征，将FFT得到的频谱通过Mel滤波器组，将频率映射到Mel刻度上，对每个滤波器的输出取对数，然后进行离散余弦变换得到MFCC；长时特征提取：使用自相关函数方法计算每一帧的基频，具体公式为其中，m是延迟，将信号x[n]与其延迟m个单位的版本x[n-m]相乘，对所有n从m到n-1的乘积进行求和，得到自相关函数T[m]，对于周期性信号，ACF会在与信号周期相对应的延迟处出现峰值，根据出现的峰值计算周期，具体公式为：T为周期Fs为采样率，基频F0是周期的倒数，通过公式：计算得出；将每帧的基频连接起来形成音高轮廓。

全文数据：

权利要求：

百度查询： 深圳镜天网络科技有限公司 AI语音识别、推理、生成系统及方法