一种云端语音识别系统及方法

【技术领域】

[0001]本发明属于语言分析技术领域，尤其涉及一种云端语音识别系统及方法。

【背景技术】

[0002]随着移动互联网、车联网和智能家居的发展，语音识别发挥了越来越重要的作用。另一方面，语音识别技术，特别是DNN(深度神经网络)训练方法的发展，极大在提高了语音识别的准确率，反过来也促进了不同行业的应用。

[0003]但随着语音应用走向大众，特别是语音云的使用，目标人群未知、目标人群范围广泛，鲁棒性和适应性是难以回避的难题，训练数据与识别数据的不匹配会极大地降低识别准确度。目前的做法是用一个模型识别所有的说话人，在模型建模前收集尽量多的数据，以期达到覆盖范围广的目的。而如需要提高某个人的识别率，需要把这个人的数据和原有数据放在一起重新建模。这种方法有几个弊端:

[0004]训练数据不可能做到完全覆盖所有说话人，而且大数据量的模型建模困难。

[0005]因未从说话人的发音特征分布采样数据，训练数据会产生分布不均匀，有些人群口音未覆盖。

[0006]因未能实现动态更新识别资源，导致识别资源更新周期长，部分用户的识别率不能及时提尚。

[0007]因对不同领域的应用使用同一套识别资源，导致语言模型建模难以选择语料，垂直领域识别难以提高，可能会产生不同领域“此消彼涨”的难题。

【发明内容】

[0008]本发明的目的在于提供一种云端语音识别系统及方法，旨在解决如何在采样时保证人群口音分布的广泛性和均匀性，如何根据说话人动态更换及更新语音识别资源，如何提高多领域的语音识别率，如何提高多口音的识别率的问题。

[0009]该方法是这样实现的，该云端语音识别系统包括:性别层、年龄层、平台层、方言层、领域层；

[0010]用户标识和用户语言通过口音判别分别对性别层、年龄层、平台层、方言层进行数据采样；

[0011]所述的性别层包括:男、女；

[0012]所述的年龄层分为四个阶段:7?17岁，18?35岁，36?45岁，45岁以上；

[0013]所述的平台层包括:1S、Android、Windows；

[0014]所述的方言层包括粵语口音、闽语口音、吴语口音、赣语口音、湘语口音、客家话口音、官话口音和普通话的一种或多种组合

[0015]本发明还采取如下技术措施:

[0016]该云端语音识别方法包括以下步骤:

[0017]步骤一、对人群进行多维度发音特征划分，采样数据；

[0018]步骤二、利用用户语音和用户标识获取多个维度的信息，确定识别模型。

[0019]步骤三、对识别资源依据划分进行动态更新；

[0020]步骤四、利用用户语音识别文本确定领域模型。

[0021]在步骤一中，根据地域分布、口音分布、噪声分布、年龄分布、男女比例、设备平台六个维度采样数据。

[0022]所述的地域分布为分别将说话人分布定义在8个地区，每个地区选一到两个重点城市作为采样人群城市；

[0023]所述的口音分布分别为:粵语、闽语、吴语、赣语、湘语、客家话、官话、普通话；

[0024]所述的噪声分布分别为:车内、地铁、室内、街道、火车站、汽车站、餐厅、会议室、商场；

[0025]所述的年龄分布为根据应用的适用人群，预定义采样人群的年龄及比例；

[0026]所述的男女比例根据1:1比例采样；

[0027]所述的设备平台根据不同的移动设备平台，在采样时选用不同的平台设备采样数据。

[0028]所述的动态更新包括:领域识别资源选择动态更新和云端领域资源动态更新。

[0029]所述的领域识别资源选择动态更新的方法有以下三种方式:

[0030]用户标识在应用层，根据用户注册信息，直接选择识别资源的领域;在用户信息不全时，语音分别送到多个模型，选择置信度较高的模型。

[0031]语言特征选择领域模型;包括领域词发现算法和领域归类算法；

[0032]声学特征选择口音模型。

[0033]所述的云端领域资源动态更新包括更新声学模型和更新语言模型。

[0034]本发明具有的优点和积极效果是:该云端语音识别系统及方法结构简单，使用方便，有效提高了不同地域、不同领域、不同口音、不同性别、不同年龄段人群的语音识别率。

【附图说明】

[0035]图1是本发明实施例提供的云端语音识别系统的结构示意图；

[0036]图2是本发明实施例提供的云端语音识别方法流程图。

【具体实施方式】

[0037]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

[0038]下面结合附图1、2及具体实施例对本发明的应用原理作进一步描述。

[0039]该云端语音识别系统包括:方言层、平台层、年龄层、性别层、领域层；

[0040]用户标识和用户语言通过口音判别分别对性别层、年龄层、平台层、方言层进行数据采样；

[0041 ]所述的性别层包括:男、女；

[0042]所述的年龄层分为三个阶段:7?17岁，18?35岁，36?45岁，45岁以上；

[0043]所述的平台层包括:1S、Android、Windows；

[0044]所述的方言层包括粵语口音、闽语口音、吴语口音、赣语口音、湘语口音、客家话口音、官话口音和普通话的一种或多种组合

[0045]该云端语音识别方法包括以下步骤:

[0046]SlOl、对多维度人群发音特征进行划分；

[0047]S102、进行动态更新；

[0048]S103、对多领域进行架构。

[0049 ]在S1I中，根据地域分布、口音分布、噪声分布、年龄分布、男女比例、设备平台六个维度采样数据。

[0050]所述的地域分布为分别将说话人分布定义在8个地区，每个地区选一到两个

一种云端语音识别系统及方法相关推荐

一种本地和云端相结合的语音识别系统及方法与流程
本发明涉及语音识别领域,特别是涉及到一种本地和云端相结合的语音识别系统及方法. 背景技术: 目前语音识别作为一种常用的人机交互技术,已广泛应用于各类电子产品中,以其自然方便的交互方式收到了消费者的喜爱 ...
语音识别维特比解码_一种基于维特比算法的花洒语音识别系统及方法与流程
本发明涉及语音识别技术领域,具体涉及一种基于维特比算法的花洒语音识别系统及方法. 背景技术: 随着生活水平的提高和住房条件的改善,很多家庭都安装了沐浴设施,花洒是其中最常见的淋浴装置.目前花洒产品多为 ...
一种连续语音识别系统的制作方法
本发明涉及一种连续语音识别系统,属于语音识别设备领域. 背景技术: 近五十年的时间里,自动语音识别一直是一个活跃的研究领域,它一直被认为是促进人类与机器,人类与人类通信的一个重要的桥梁.近些年,语音识 ...
一种机器人语音识别系统及其工作方法与流程
本发明属于语音识别技术领域,特别是涉及一种机器人语音识别系统及其工作方法. 背景技术: 随着计算机技术的迅猛发展,人类社会已步入了高度自动化和信息化的时代.可以说计算机技术的发展大大加快了人类社会的进 ...
所有计算机都可以安装win7,几种安装win7系统的方法介绍
大家都可能会安装win7系统,但是安装win7系统的方法到底有哪几种大家知道吗?一定就有很多朋友不清楚了,但是如果不知道有多少安装win7系统的方法,我们就无法选择一种最适合自己也最简单的方法了,接下 ...
一种提升语音识别准确率的方法与流程
本发明涉及语音识别技术领域,特别涉及一种提升语音识别准确率的方法. 背景技术: 人机交互是通过输入,输出设备,以有效的方式实现人与机器对话的技术.已广泛应用在消费电子,通信,家电,医疗,汽车等各个行业 ...
用计算机升级ipad系统软件,iPad如何升级系统?三种ipad升级系统的方法汇总
当前的智能设备,尤其是苹果的平板电脑,很受欢迎.在 iPad 上使用的系统也是不断的在更新升级的,不断的有新功能出现.那当有新的系统更新可用时,iPad如何升级系统呢?小编下面就给大家介绍三种升级系统 ...
几种不同的系统重装方法有什么区别
现在网上有着许多重装系统的工具,而一键重装系统可以说是比较受欢迎的.但是今天要说的不是一键重装系统工具有多受欢迎,而是看看近年来几种不同的系统重装方法,在操作和功能上有什么区别. 你有重装过系统么?你 ...
3种关闭linux系统端口方法
下面总结三种关闭linux系统端口的方法 1.通过杀掉进程的方法来关闭端口每个端口都有一个守护进程,kill掉这个守护进程就可以了每个端口都是一个进程占用着, 第一步.用下面命令 netstat ...

一种云端语音识别系统及方法

一种云端语音识别系统及方法相关推荐

最新文章

热门文章