音頻識別方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本公開涉及語音識別技術(shù)領(lǐng)域，尤其涉及音頻識別方法及裝置。
【背景技術(shù)】
[0002]語音識別技術(shù)在現(xiàn)階段得到了廣泛應(yīng)用，語音識別技術(shù)也被稱為自動語音識別(Automatic Speech Recognit1n，ASR)，其目標(biāo)是將人類的語音中的詞匯內(nèi)容轉(zhuǎn)換為計算機可讀的輸入，例如按鍵、二進制編碼或者字符序列。語音識別技術(shù)所涉及的領(lǐng)域包括:信號處理、模式識別、概率論和信息論、發(fā)聲機理和聽覺機理、人工智能等等。
[0003]語音識別技術(shù)的應(yīng)用包括語音撥號、語音導(dǎo)航、室內(nèi)設(shè)備控制、語音文檔檢索、簡單的聽寫數(shù)據(jù)錄入等。語音識別技術(shù)與其他自然語言處理技術(shù)如機器翻譯及語音合成技術(shù)相結(jié)合，可以構(gòu)建出更加復(fù)雜的應(yīng)用。

【發(fā)明內(nèi)容】

[0004]本公開實施例提供音頻識別方法及裝置。所述技術(shù)方案如下:
[0005]第一方面，提供了一種音頻識別方法，包括:
[0006]采集校準語音；
[0007]獲取所述校準語音的語音特征信息；
[0008]采集待識別語音；
[0009]在采集的待識別語音中檢測與所述語音特征信息匹配的指令語音；
[0010]響應(yīng)于檢測到所述指令語音，執(zhí)行所述指令語音對應(yīng)的操作。
[0011 ] 在一個實施例中，所述方法還可包括:
[0012]獲取校準語音的標(biāo)識，所述校準語音的標(biāo)識包括:生物特征信息、或標(biāo)識位；
[0013]關(guān)聯(lián)存儲所述標(biāo)識與所述語音特征信息。
[0014]在一個實施例中，所述在采集的待識別語音中檢測與所述語音特征信息匹配的指令語音，可包括:
[0015]獲取所述待識別語音的標(biāo)識，所述待識別語音的標(biāo)識包括:生物特征信息、或標(biāo)識位；
[0016]在所述校準語音的標(biāo)識中查找與所述待識別語音的標(biāo)識相同的目標(biāo)標(biāo)識；
[0017]獲取與所述目標(biāo)標(biāo)識對應(yīng)的目標(biāo)語音特征信息；
[0018]在采集的待識別語音中檢測與所述目標(biāo)語音特征信息匹配的指令語音。
[0019]在一個實施例中，所述生物特征信息，可包括下述一項或多項:聲紋信息、虹膜信息和指紋信息。
[0020]在一個實施例中，所述在采集的待識別語音中檢測與所述語音特征信息匹配的指令語音，可包括:
[0021]提取待識別語音的語音特征信息；
[0022]在提取的待識別語音的語音特征信息中檢測所述校準語音的語音特征信息；
[0023]所述響應(yīng)于檢測到所述指令語音，執(zhí)行所述指令語音對應(yīng)的操作，包括:
[0024]響應(yīng)于檢測到目標(biāo)校準語音的語音特征信息，將所述目標(biāo)校準語音確定為所述指令語音；
[0025]執(zhí)行所述指令語音對應(yīng)的操作。
[0026]在一個實施例中，所述采集校準語音，可包括:
[0027]采集預(yù)設(shè)次數(shù)的輸入語音，相鄰采集的時間間隔小于或等于預(yù)設(shè)時間；
[0028]計算相鄰時間采集的兩個輸入語音的語音特征信息的特征值；
[0029]響應(yīng)于確定所述兩個輸入語音的特征值之間的差值小于預(yù)設(shè)誤差值，將所述兩個輸入語音確定為校準語音。
[0030]在一個實施例中，所述語音特征信息可包括下述一項或多項:語音的音色、音高、首長和首強。
[0031]第二方面，提供了一種音頻識別裝置，包括:
[0032]第一采集模塊，用于采集校準語音；
[0033]第一獲取模塊，用于獲取第一采集模塊采集的所述校準語音的語音特征信息；
[0034]第二采集模塊，用于在第一獲取模塊獲取所述校準語音的語音特征信息之后，采集待識別語首；
[0035]檢測模塊，用于在第二采集模塊采集待識別語音之后，在采集的待識別語音中檢測與所述語音特征信息匹配的指令語音；
[0036]執(zhí)行模塊，用于響應(yīng)于檢測到所述指令語音，執(zhí)行所述指令語音對應(yīng)的操作。
[0037]在一個實施例中，所述裝置還可包括:
[0038]第二獲取模塊，用于獲取校準語音的標(biāo)識，所述校準語音的標(biāo)識包括:生物特征信息、或標(biāo)識位；
[0039]存儲模塊，用于在第二獲取模塊獲取校準語音的標(biāo)識之后，關(guān)聯(lián)存儲所述標(biāo)識與所述語音特征信息。
[0040]在一個實施例中，所述檢測模塊，可包括:
[0041]第一獲取子模塊，用于獲取所述待識別語音的標(biāo)識，所述待識別語音的標(biāo)識包括:生物特征信息、或標(biāo)識位；
[0042]查找子模塊，用于在第一獲取子模塊獲取所述待識別語音的標(biāo)識之后，在所述校準語音的標(biāo)識中查找與所述待識別語音的標(biāo)識相同的目標(biāo)標(biāo)識；
[0043]第二獲取子模塊，用于獲取與所述目標(biāo)標(biāo)識對應(yīng)的目標(biāo)語音特征信息；
[0044]第一檢測子模塊，用于在第二獲取子模塊獲取與所述目標(biāo)標(biāo)識對應(yīng)的目標(biāo)語音特征信息之后，在采集的待識別語音中檢測與所述目標(biāo)語音特征信息匹配的指令語音。
[0045]在一個實施例中，所述生物特征信息，可包括下述一項或多項:聲紋信息、虹膜信息和指紋信息。
[0046]在一個實施例中，所述檢測模塊，可包括:
[0047]提取子模塊，用于提取待識別語音的語音特征信息；
[0048]第二檢測子模塊，用于在提取子模塊提取的待識別語音的語音特征信息中檢測所述校準語音的語音特征信息；
[0049]所述執(zhí)行模塊，包括:
[0050]確定子模塊，用于響應(yīng)于第二檢測子模塊檢測到目標(biāo)校準語音的語音特征信息，將所述目標(biāo)校準語音確定為所述指令語音；
[0051]執(zhí)行子模塊，用于執(zhí)行所述指令語音對應(yīng)的操作。
[0052]在一個實施例中，所述第一米集模塊，可包括:
[0053]采集子模塊，用于采集預(yù)設(shè)次數(shù)的輸入語音，相鄰采集的時間間隔小于或等于預(yù)設(shè)時間；
[0054]計算子模塊，用于計算相鄰時間采集的兩個輸入語音的語音特征信息的特征值；
[0055]確定子模塊，用于響應(yīng)于確定所述兩個輸入語音的特征值之間的差值小于預(yù)設(shè)誤差值，將所述兩個輸入語音確定為校準語音。
[0056]在一個實施例中，所述語音特征信息可包括下述一項或多項:語音的音色、音高、首長和首強。
[0057]第三方面，提供了一種音頻識別裝置，包括:
[0058]處理器；
[0059]用于存儲處理器可執(zhí)行指令的存儲器；
[0060]其中，所述處理器被配置為:
[0061]采集校準語音；
[0062]獲取所述校準語音的語音特征信息；
[0063]采集待識別語音；
[0064]在采集的待識別語音中檢測與所述語音特征信息匹配的指令語音；
[0065]響應(yīng)于檢測所述指令語音，執(zhí)行所述指令語音對應(yīng)的操作。
[0066]本公開的實施例提供的技術(shù)方案可以包括以下有益效果:
[0067]上述技術(shù)方案，通過將采集的語音作為校準語音，并從待識別的語音中檢測與校準語音匹配的指令語音，如果檢測到指令語音，則執(zhí)行指令語音對應(yīng)的操作，因此，用戶可以預(yù)先采集自己的語音作為校準語音，這樣即使用戶輸入的語音并非標(biāo)準的普通話，也能很容易的進行識別，給用戶帶來了便利，提升了用戶的使用體驗。
[0068]應(yīng)當(dāng)理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的，并不能限制本公開。
【附圖說明】
[0069]此處的附圖被并入說明書中并構(gòu)成本說明書的一部分，示出了符合本公開的實施例，并與說明書一起用于解釋本公開的原理。
[0070]圖1是根據(jù)一示例性實施例示出的音頻識別方法的流程圖。
[0071]圖2是根據(jù)一示例性實施例示出的另一種音頻識別方法的流程圖。
[0072]圖3是根據(jù)一示例性實施例示出的一種音頻識別方法中步驟S104的流程圖。
[0073]圖4是根據(jù)一示例性實施例示出的在采集的待識別語音中檢測與語音特征信息匹配的指令語音的方法的流程圖。
[0074]圖5是根據(jù)一示例性實施例示出的一種音頻識別方法中步驟S101的流程圖。
[0075]圖6是根據(jù)一示例性實施例一示出的音頻識別方法的流程圖。
[0076]圖7是根據(jù)一示例性實施例示出的音頻識別裝置的框圖。