申请/专利权人：北京安声科技有限公司

申请日：2023-11-30

公开（公告）日：2024-02-20

公开（公告）号：CN117316160B

主分类号：G10L15/24

分类号：G10L15/24;G10L15/02;G10L15/06;G10L15/22

优先权：

专利状态码：有效-授权

法律状态：2024.02.20#授权;2024.01.16#实质审查的生效;2023.12.29#公开

摘要：本公开的实施例公开了无声语音识别方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取无声振动信号；对无声振动信号进行特征提取处理，得到无声振动特征系数；将无声振动特征系数输入至预先训练的信号增强模型，得到无声振动增强信号；将无声振动增强信号输入至预先训练的无声语音识别模型，得到语音指令识别结果；基于语音指令识别结果，控制多媒体系统。该实施方式提高了对多媒体系统控制的准确度。

主权项：1.一种无声语音识别方法，包括：获取无声振动信号，其中，所述无声振动信号为鼻腔振动信号和喉部振动信号的叠加信号；对所述无声振动信号进行特征提取处理，得到无声振动特征系数；将所述无声振动特征系数输入至预先训练的信号增强模型，得到无声振动增强信号；将所述无声振动增强信号输入至预先训练的无声语音识别模型，得到语音指令识别结果；基于所述语音指令识别结果，控制多媒体系统；其中，所述对所述无声振动信号进行特征提取处理，得到无声振动特征系数，包括：对所述无声振动信号进行预处理，得到无声振动预处理信号；对所述无声振动预处理信号进行变换处理，得到无声振动频谱图；确定所述无声振动频谱图对应的无声振动能量谱图；将所述无声振动能量谱图输入至预设的滤波器，得到第一无声振动能量谱图；确定所述第一无声振动能量谱图对应的第二无声振动能量谱图；对所述第二无声振动能量谱图进行提取处理，得到所述无声振动特征系数；其中，所述对所述第二无声振动能量谱图进行提取处理，得到所述无声振动特征系数，包括：对所述第二无声振动能量谱图进行转换处理，得到初始无声振动倒谱参数；对所述初始无声振动倒谱参数进行第一差分处理，得到第一无声振动差分参数；对所述初始无声振动倒谱参数进行第二差分处理，得到第二无声振动差分参数；对所述初始无声振动倒谱参数、所述第一无声振动差分参数和所述第二无声振动差分参数进行融合处理，得到所述无声振动特征系数。

全文数据：

权利要求：

百度查询： 北京安声科技有限公司 无声语音识别方法、装置、电子设备和计算机可读介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD