CN107591150A - 语音识别方法及装置、计算机装置及计算机可读存储介质 - Google Patents
语音识别方法及装置、计算机装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN107591150A CN107591150A CN201710703491.XA CN201710703491A CN107591150A CN 107591150 A CN107591150 A CN 107591150A CN 201710703491 A CN201710703491 A CN 201710703491A CN 107591150 A CN107591150 A CN 107591150A
- Authority
- CN
- China
- Prior art keywords
- speech
- characteristic parameter
- terminal user
- terminal
- speech recognition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Telephonic Communication Services (AREA)
Abstract
本发明提供一种语音识别方法及语音识别方法装置，应用于终端。所述语音识别方法包括：获取所述终端的声音采集模块采集到的语音信息；获取预先存储的语音识别库，其中所述语音识别库包括预设的终端用户的语音特征参数；根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别，并获取识别结果。本发明提供的所述语音识别方法能够基于预设的终端用户的语音特征参数对用户的语音信息进行个性化语音识别，从而可提高语音识别的效率和准确率，给终端用户带来了便利，提高了用户的使用体验，从而也利于终端的智能化发展以及利于语音识别技术的广泛应用。
Description
技术领域
本发明涉及语音识别技术领域，尤其涉及一种语音识别方法及装置、计算机装置及计算机可读存储介质。
背景技术
本部分旨在为权利要求书及具体实施方式中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
当前语音识别技术已经比较成熟，在生活中得到了广泛的应用，例如语音拨号、语音导航、语音唤醒设备、文本输入等。然而，目前的语音识别技术只能机械地识别语音信息库中已有的信息，无法准确识别一些口音不准或者模糊的语音命令，因此容易出现误操作或者误识别或者无法识别，从而限制了语音技术的广泛应用，用户体验效果不佳。
发明内容
鉴于此，有必要提供一种语音识别方法及装置、计算机装置及计算机可读存储介质，能够基于预设的终端用户的语音特征参数对用户的语音信息进行个性化语音识别，从而提高语音识别的效率和准确率。
本发明实施例一方面提供一种语音识别方法，应用于终端。所述语音识别方法包括：
获取所述终端的声音采集模块采集到的语音信息；
获取预先存储的语音识别库，其中所述语音识别库包括预设的终端用户的语音特征参数；
根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别，并获取识别结果。
进一步的，本发明实施例提供的上述语音识别方法中，所述根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别包括：
获取所述语音信息中的语音特征参数；
若获取到的语音特征参数与预设的终端用户的语音特征参数相匹配，则根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别。
进一步的，本发明实施例提供的上述语音识别方法中，所述语音特征参数包括：
声学特征参数和/或声纹信息；或者
语音的音色、音高、音长和音强。
进一步的，本发明实施例提供的上述语音识别方法中，所述语音识别方法还包括：
检测并分析预设的应用程序，以获取终端用户的语音特征参数，并将获取到的所述终端用户的语音特征参数存储于所述语音识别库中，其中，预设的所述应用程序中记录有所述终端用户的使用习惯和/或特征信息；或者
根据终端用户的通讯录、通话记录、短信、备忘录、邮件、语音记事本、聊天记录、语音记录或者它们的组合获取终端用户的语音特征参数，并将获取到的所述终端用户的语音特征参数存储于所述语音识别库中。
进一步的，本发明实施例提供的上述语音识别方法中，所述语音识别方法还包括：
若所述识别结果为语音操作控制指令，则根据所述语音操作控制指令控制所述终端执行相应的操作；或者
若所述识别结果为语音文本输入指令，则根据所述语音文本输入指令控制所述终端生成相应的文本信息。
本发明实施例另一方面还提供一种语音识别装置，应用于终端。所述语音识别装置包括：
获取模块，用于获取所述终端的声音采集模块采集到的语音信息，以及获取预先存储的语音识别库，其中所述语音识别库包括预设的终端用户的语音特征参数；
识别模块，用于根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别，并获取识别结果。
进一步的，在本发明实施例提供的上述语音识别装置中，所述识别模块在根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别时，具体用于：
获取所述语音信息中的语音特征参数；
若获取到的语音特征参数与预设的终端用户的语音特征参数相匹配，则根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别。
进一步的，在本发明实施例提供的上述语音识别装置中，所述语音识别装置还包括检测模块，所述检测模块用于检测并分析预设的应用程序，以获取终端用户的语音特征参数，并将获取到的所述终端用户的语音特征参数存储于所述语音识别库中，其中，预设的所述应用程序中记录有所述终端用户的使用习惯和/或特征信息；或者
所述检测模块用于根据终端用户的通讯录、通话记录、短信、备忘录、邮件、语音记事本、聊天记录、语音记录或者它们的组合获取终端用户的语音特征参数，并将获取到的所述终端用户的语音特征参数存储于所述语音识别库中。
本发明实施例再一方面还提供一种计算机装置，所述计算机装置包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现上述任一所述语音识别方法的步骤。
本发明实施例又一方面还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一所述语音识别方法的步骤。
本发明提供的所述语音识别方法能够基于预设的终端用户的语音特征参数对用户的语音信息进行个性化语音识别，从而可提高语音识别的效率和准确率，给终端用户带来了便利，提高了用户的使用体验，从而也利于终端的智能化发展以及利于语音识别技术的广泛应用。
附图说明
为了更清楚地说明本发明实施方式的技术方案，下面将对实施方式描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明第一实施方式提供的语音识别方法的流程图；
图2是本发明第二实施方式提供的语音识别方法的流程图；
图3是本发明第三实施方式提供的语音识别方法的流程图；
图4是本发明第四实施方式提供的语音识别方法的流程图；
图5是本发明一实施方式提供的语音识别装置的结构示意图；
图6是本发明一实施方式提供的终端的结构示意图。
主要元件符号说明
终端 1
语音识别装置 10
获取模块 11
识别模块 12
检测模块 13
输出模块 14
控制模块 15
处理器 20
存储器 30
计算机程序 40
声音采集模块 50
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施方式及实施方式中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明。
图1是本发明第一实施方式提供的语音识别方法的流程图，所述语音识别方法应用于终端。所述终端可以是例如智能手机、笔记本电脑、台式/平板电脑、个人数字助理等具有语音识别功能的计算机设备。应说明的是，本发明实施方式的所述语音识别方法并不限于图1所示的流程图中的步骤及顺序。根据不同的需求，所示流程图中的步骤可以增加、移除、或者改变顺序。
在第一实施方式中，若终端的语音助手处于启动状态，可通过所述终端的声音采集模块采集语音信息。
如图1所示，所述语音识别方法可以包括以下步骤：
步骤101，获取所述终端的声音采集模块采集到的语音信息。
步骤102，获取预先存储的语音识别库，其中所述语音识别库包括预设的终端用户的语音特征参数。
其中，所述语音特征参数包括但不限于：声学特征参数和/或声纹信息，或者语音的音色、音高、音长和音强。
可以理解，终端用户可预先录入具有自己的声音特征的语音信号作为让终端的语音助手识别主人的条件。
步骤103，根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别，并获取识别结果。
在本实施方式中，所述根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别包括：
获取所述语音信息中的语音特征参数；
若获取到的语音特征参数与预设的终端用户的语音特征参数相匹配，则根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别。
这样，即使用户输入的语音信息并非标准的普通话，或者带有个人口音，终端的语音助手也能很容易地进行准确识别，从而给用户带来了便利，提升了用户的使用体验，利于语音识别技术的发展。
可以理解，在另一实施方式中，所述语音识别库可包括预设的多个终端用户的语音特征参数，例如，爸爸、儿子、女儿等的语音特征参数，以便于关系紧密的多个人使用同一终端的语音识别功能。
在所述另一实施方式中，所述根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别包括：
获取所述语音信息中的语音特征参数；
若获取到的语音特征参数与预设的多个终端用户中的其中一个用户的语音特征参数相匹配，则根据匹配的语音特征参数对所述语音信息进行语音识别。
可以理解，在其他实施方式中，所述语音识别库还包括预设的其他语音特征参数，例如标准普通话语音参数、特定方言语音参数等，以利于终端识别他人的语音信息。
在其他实施方式中，所述语音识别方法还包括：
若获取到的语音特征参数与预设的终端用户的语音特征参数不匹配，则根据所述预设的其他语音特征参数对所述语音信息进行语音识别。
可以理解，在本实施方式中，所述语音识别方法还可包括：
输出所述识别结果以供用户确认，以便进一步提高语音识别的精准度，防止语音识别结果的不准确而带来的误操作。
本实施方式提供的所述语音识别方法能够基于预设的终端用户的语音特征参数对用户的语音信息进行个性化语音识别，从而可提高语音识别的效率和准确率，给终端用户带来了便利，提高了用户的使用体验，从而也利于终端的智能化发展以及利于语音识别技术的广泛应用。
图2是本发明第二实施方式提供的语音识别方法的流程图。第二实施方式的语音识别方法与第一实施方式的语音识别方法的主要区别在于，第二实施方式的语音识别方法中还包括判断语音信息的识别结果的类型的步骤。需要说明的是，在本发明实施例的精神或基本特征的范围内，适用于第一实施方式中的各具体方案也可以相应的适用于第二实施方式中，为节省篇幅及避免重复起见，在此就不再赘述。
图2所示的所述语音识别方法应用于终端。如图2所示，所述语音识别方法包括：
步骤201，获取所述终端的声音采集模块采集到的语音信息。
步骤202，获取预先存储的语音识别库，其中所述语音识别库包括预设的终端用户的语音特征参数。
步骤203，根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别，并获取识别结果。
步骤204，判断所述识别结果的类型，若所述识别结果为语音操作控制指令，则执行步骤205；若所述识别结果为语音文本输入指令，则执行步骤206。
步骤205，根据所述语音操作控制指令控制所述终端执行相应的操作。
步骤206，根据所述语音文本输入指令控制所述终端生成相应的文本信息。
例如，若所述识别结果为“给张三打电话”，则判断所述识别结果的类型为语音操作控制指令，并控制所述终端执行呼叫张三的操作。若在文本输入模式下获得所述识别结果为“你好”，则判断所述识别结果的类型为语音文本输入指令，并控制所述终端生成“你好”的文本信息。
图3是本发明第三实施方式提供的语音识别方法的流程图。图3所示的所述语音识别方法应用于终端。如图3所示，所述语音识别方法包括：
步骤301，检测并分析预设的应用程序，以获取终端用户的语音特征参数，其中，预设的所述应用程序中记录有所述终端用户的使用习惯和/或特征信息。
其中，预设的所述应用程序包括但不限于，QQ、微信、微博等记录有用户的使用、输入或说话习惯/特征的信息的应用程序。
步骤302，将获取到的所述终端用户的语音特征参数存储于所述语音识别库中。
本实施方式提供的所述语音识别方法可结合终端用户使用应用程序时保存的使用、输入、或说话习惯/特征等来优化语音识别库，以提高终端识别终端用户的语音信息的速度和精准度，给终端用户带来了便利，提高了用户的使用体验，从而也利于终端的智能化发展以及利于语音识别技术的广泛应用。
图4是本发明第四实施方式提供的语音识别方法的流程图。图4所示的所述语音识别方法应用于终端。如图4所示，所述语音识别方法包括：
步骤401，根据终端用户的通讯录、通话记录、短信、备忘录、邮件、语音记事本、聊天记录、语音记录或者它们的组合获取终端用户的语音特征参数。
步骤402，将获取到的所述终端用户的语音特征参数存储于所述语音识别库中。
本实施方式提供的所述语音识别方法可结合终端用户平时的使用、输入、或说话习惯/特征等来优化语音识别库，以提高终端识别终端用户的语音信息的速度和精准度，给终端用户带来了便利，提高了用户的使用体验，从而也利于终端的智能化发展以及利于语音识别技术的广泛应用。
图5是本发明一实施方式提供的语音识别装置的结构示意图，所述语音识别装置应用于终端。所述语音识别装置可以包括一个或多个模块，所述一个或多个模块被存储在终端的存储器中并被配置成由一个或多个处理器(本实施方式为一个处理器)执行，以完成本发明。例如，参阅图5所示，语音识别装置10可以包括获取模块11、识别模块12、以及检测模块13。本发明实施例所称的模块可以是完成一特定功能的程序段，比程序更适合于描述软件在处理器中的执行过程。
可以理解的是，对应于上述语音识别方法中的各实施方式，所述语音识别装置10可以包括图5中所示的各功能模块中的一部分或全部，各模块11～13的功能将在以下具体介绍。需要说明的是，以上语音识别方法的各实施方式中相同的名词相关名词及其具体的解释说明也可以适用于以下对各模块11～13的功能介绍。为节省篇幅及避免重复起见，在此就不再赘述。
在本实施方式中，若终端的语音助手处于启动状态，可通过所述终端的声音采集模块采集语音信息。
所述获取模块11用于获取所述终端的声音采集模块采集到的语音信息。
在本实施方式中，所述获取模块11还用于获取预先存储的语音识别库，其中所述语音识别库包括预设的终端用户的语音特征参数。
其中，所述语音特征参数包括但不限于：声学特征参数和/或声纹信息，或者语音的音色、音高、音长和音强。
可以理解，终端用户可预先录入具有自己的声音特征的语音信号作为让终端的语音助手识别主人的条件。
所述识别模块12用于根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别，并获取识别结果。
在本实施方式中，所述识别模块12在根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别时，具体用于：
获取所述语音信息中的语音特征参数；
若获取到的语音特征参数与预设的终端用户的语音特征参数相匹配，则根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别。
这样，即使用户输入的语音信息并非标准的普通话，或者带有个人口音，终端的语音助手也能很容易地进行准确识别，从而给用户带来了便利，提升了用户的使用体验，利于语音识别技术的发展。
可以理解，在另一实施方式中，所述语音识别库可包括预设的多个终端用户的语音特征参数，例如，爸爸、儿子、女儿等的语音特征参数，以便于关系紧密的多个人使用同一终端的语音识别功能。
在所述另一实施方式中，所述识别模块12在根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别时，具体用于：
获取所述语音信息中的语音特征参数；
若获取到的语音特征参数与预设的多个终端用户中的其中一个用户的语音特征参数相匹配，则根据匹配的语音特征参数对所述语音信息进行语音识别。
可以理解，在其他实施方式中，所述语音识别库还包括预设的其他语音特征参数，例如标准普通话语音参数、特定方言语音参数等，以利于终端识别他人的语音信息。
在其他实施方式中，所述识别模块12在获取到的语音特征参数与预设的终端用户的语音特征参数不匹配时，根据所述预设的其他语音特征参数对所述语音信息进行语音识别。
可以理解，在本实施方式中，所述语音识别装置10还可包括输出模块14，所述输出模块14用于输出所述识别结果以供用户确认，以便进一步提高语音识别的精准度，防止语音识别结果的不准确而带来的误操作。
在本实施方式中，所述语音识别装置10还可包括控制模块15，所述控制模块15用于在所述识别结果为语音操作控制指令时，根据所述语音操作控制指令控制所述终端执行相应的操作。
所述控制模块15还用于在所述识别结果为语音文本输入指令时，根据所述语音文本输入指令控制所述终端生成相应的文本信息。
例如，若所述识别结果为“给张三打电话”，则判断所述识别结果的类型为语音操作控制指令，所述控制模块15控制所述终端执行呼叫张三的操作。若在文本输入模式下获得所述识别结果为“你好”，则判断所述识别结果的类型为语音文本输入指令，所述控制模块15控制所述终端生成“你好”的文本信息。
本发明提供的所述语音识别装置10能够基于预设的终端用户的语音特征参数对用户的语音信息进行个性化语音识别，从而可提高语音识别的效率和准确率，给终端用户带来了便利，提高了用户的使用体验，从而也利于终端的智能化发展以及利于语音识别技术的广泛应用。
在一种实施方式中，所述检测模块13用于检测并分析预设的应用程序，以获取终端用户的语音特征参数，并将获取到的所述终端用户的语音特征参数存储于所述语音识别库中，其中，预设的所述应用程序中记录有所述终端用户的使用习惯和/或特征信息。
其中，预设的所述应用程序包括但不限于，QQ、微信、微博等记录有用户的使用、输入或说话习惯/特征的信息的应用程序。
如此，本发明提供的所述语音识别装置10可结合终端用户使用应用程序时保存的使用、输入、或说话习惯/特征等来优化语音识别库，以提高终端识别终端用户的语音信息的速度和精准度，给终端用户带来了便利，提高了用户的使用体验，从而也利于终端的智能化发展以及利于语音识别技术的广泛应用。
可选地，在另一种实施方式中，所述检测模块13还可用于根据终端用户的通讯录、通话记录、短信、备忘录、邮件、语音记事本、聊天记录、语音记录或者它们的组合获取终端用户的语音特征参数，并将获取到的所述终端用户的语音特征参数存储于所述语音识别库中。
如此，本发明提供的所述语音识别装置10可结合终端用户平时的使用、输入、或说话习惯/特征等来优化语音识别库，以提高终端识别终端用户的语音信息的速度和精准度，给终端用户带来了便利，提高了用户的使用体验，从而也利于终端的智能化发展以及利于语音识别技术的广泛应用。
本发明实施例还提供一种计算机装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一实施方式中所述的语音识别方法的步骤。
图6是本发明一实施方式提供的终端的示意图。如图6所示，终端1包括：处理器20、存储器30、存储在所述存储器30中并可在所述处理器20上运行的计算机程序40(例如语音识别程序)、以及声音采集模块50。所述处理器20执行所述计算机程序40时实现上述各个语音识别方法实施方式中的步骤，例如图1所示的步骤101～103、图2所示的步骤201～206、图3所示的步骤301～302、或者图4所示的步骤401～402。所述处理器20执行所述计算机程序40时实现上述各装置实施方式中各模块/单元，例如模块11～15的功能。
示例性的，所述计算机程序40可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器30中，并由所述处理器20执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，所述指令段用于描述所述计算机程序40在所述终端1中的执行过程。例如，所述计算机程序40可以被分割成图5中的获取模块11、识别模块12、检测模块13、输出模块14以及控制模块15，各模块11～15的具体功能请参见前面的具体介绍，为节省篇幅及避免重复起见，在此就不再赘述。
所述声音采集模块50可以是声音传感器、话筒、扬声器等。
所述终端1可以是智能手机、笔记本电脑、台式/平板电脑、个人数字助理等具有语音识别功能的计算机设备。本领域技术人员可以理解，所述示意图6仅仅是终端1的示例，并不构成对终端1的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端1还可以包括输入输出设备、网络接入设备、总线等。
所称处理器20可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者所述处理器20也可以是任何常规的处理器等，所述处理器20是所述语音识别装置10/所述终端1的控制中心，利用各种接口和线路连接整个语音识别装置10/终端1的各个部分。
所述存储器30用于存储所述计算机程序40和/或模块/单元，所述处理器20通过运行或执行存储在所述存储器30内的计算机程序和/或模块/单元，以及调用存储在所述存储器30内的数据，实现所述语音识别装置10/终端1的各种功能。所述存储器30可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据终端1的使用所创建的数据(比如音频数据，电话本，应用上述语音识别方法而设置、获取的数据等)等。此外，所述存储器30可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施方式中所述的语音识别方法的步骤。
所述语音识别装置10/终端1/计算机装置集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施方式方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，所述计算机程序在被处理器执行时，可实现上述各个方法实施方式的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
在本发明所提供的几个具体实施方式中，应该理解到，所揭露的终端和方法，可以通过其它的方式实现。例如，以上所描述的终端实施方式仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
另外，在本发明各个实施例中的各功能模块可以集成在相同处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在相同模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明实施例不限于上述示范性实施例的细节，而且在不背离本发明实施例的精神或基本特征的情况下，能够以其他的具体形式实现本发明实施例。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明实施例的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明实施例内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。***、装置或终端权利要求中陈述的多个单元、模块或装置也可以由同一个单元、模块或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施方式仅用以说明本发明实施例的技术方案而非限制，尽管参照以上较佳实施方式对本发明实施例进行了详细说明，本领域的普通技术人员应当理解，可以对本发明实施例的技术方案进行修改或等同替换都不应脱离本发明实施例的技术方案的精神和范围。
Claims (10)
1.一种语音识别方法，应用于终端，其特征在于，所述语音识别方法包括：
获取所述终端的声音采集模块采集到的语音信息；
获取预先存储的语音识别库，其中所述语音识别库包括预设的终端用户的语音特征参数；
根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别，并获取识别结果。
2.如权利要求1所述的语音识别方法，其特征在于，所述根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别包括：
获取所述语音信息中的语音特征参数；
若获取到的语音特征参数与预设的终端用户的语音特征参数相匹配，则根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别。
3.如权利要求2所述的语音识别方法，其特征在于，所述语音特征参数包括：
声学特征参数和/或声纹信息；或者
语音的音色、音高、音长和音强。
4.如权利要求1所述的语音识别方法，其特征在于，所述语音识别方法还包括：
检测并分析预设的应用程序，以获取终端用户的语音特征参数，并将获取到的所述终端用户的语音特征参数存储于所述语音识别库中，其中，预设的所述应用程序中记录有所述终端用户的使用习惯和/或特征信息；或者
根据终端用户的通讯录、通话记录、短信、备忘录、邮件、语音记事本、聊天记录、语音记录或者它们的组合获取终端用户的语音特征参数，并将获取到的所述终端用户的语音特征参数存储于所述语音识别库中。
5.如权利要求1-4任一项所述的语音识别方法，其特征在于，所述语音识别方法还包括：
若所述识别结果为语音操作控制指令，则根据所述语音操作控制指令控制所述终端执行相应的操作；或者
若所述识别结果为语音文本输入指令，则根据所述语音文本输入指令控制所述终端生成相应的文本信息。
6.一种语音识别装置，应用于终端，其特征在于，所述语音识别装置包括：
获取模块，用于获取所述终端的声音采集模块采集到的语音信息，以及获取预先存储的语音识别库，其中所述语音识别库包括预设的终端用户的语音特征参数；
识别模块，用于根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别，并获取识别结果。
7.如权利要求6所述的语音识别装置，其特征在于，所述识别模块在根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别时，具体用于：
获取所述语音信息中的语音特征参数；
若获取到的语音特征参数与预设的终端用户的语音特征参数相匹配，则根据所述预设的终端用户的语音特征参数对所述语音信息进行语音识别。
8.如权利要求6所述的语音识别装置，其特征在于，所述语音识别装置还包括检测模块，所述检测模块用于检测并分析预设的应用程序，以获取终端用户的语音特征参数，并将获取到的所述终端用户的语音特征参数存储于所述语音识别库中，其中，预设的所述应用程序中记录有所述终端用户的使用习惯和/或特征信息；或者
所述检测模块用于根据终端用户的通讯录、通话记录、短信、备忘录、邮件、语音记事本、聊天记录、语音记录或者它们的组合获取终端用户的语音特征参数，并将获取到的所述终端用户的语音特征参数存储于所述语音识别库中。
9.一种计算机装置，其特征在于，所述计算机装置包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-5中任意一项所述的语音识别方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-5中任意一项所述的语音识别方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710703491.XA CN107591150A (zh) | 2017-08-16 | 2017-08-16 | 语音识别方法及装置、计算机装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710703491.XA CN107591150A (zh) | 2017-08-16 | 2017-08-16 | 语音识别方法及装置、计算机装置及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107591150A true CN107591150A (zh) | 2018-01-16 |
Family
ID=61042180
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710703491.XA Pending CN107591150A (zh) | 2017-08-16 | 2017-08-16 | 语音识别方法及装置、计算机装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107591150A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108597500A (zh) * | 2018-03-30 | 2018-09-28 | 四川斐讯信息技术有限公司 | 一种智能穿戴设备及基于智能穿戴设备的语音识别方法 |
| CN108735206A (zh) * | 2018-04-19 | 2018-11-02 | 成都泰盟软件有限公司 | 一种带语音识别的信号采集与处理*** |
| CN109065056A (zh) * | 2018-09-26 | 2018-12-21 | 珠海格力电器股份有限公司 | 一种语音控制空调的方法及装置 |
| CN109166582A (zh) * | 2018-10-16 | 2019-01-08 | 深圳供电局有限公司 | 一种语音识别的自动控制***及方法 |
| CN110580901A (zh) * | 2018-06-07 | 2019-12-17 | 现代自动车株式会社 | 语音识别设备、包括该设备的车辆及该车辆控制方法 |
| CN111261149A (zh) * | 2018-11-30 | 2020-06-09 | 海马新能源汽车有限公司 | 语音信息识别方法和装置 |
| CN111554300A (zh) * | 2020-06-30 | 2020-08-18 | 腾讯科技（深圳）有限公司 | 音频数据处理方法、装置、存储介质及设备 |
| CN111819830A (zh) * | 2018-09-13 | 2020-10-23 | 华为技术有限公司 | 一种通信过程中信息的记录及显示方法及终端 |
| CN111833883A (zh) * | 2020-08-26 | 2020-10-27 | 深圳创维－Rgb电子有限公司 | 一种语音控制方法、装置、电子设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101685634A (zh) * | 2008-09-27 | 2010-03-31 | 上海盛淘智能科技有限公司 | 一种儿童语音情感识别方法 |
| CN103778915A (zh) * | 2012-10-17 | 2014-05-07 | 三星电子（中国）研发中心 | 语音识别方法和移动终端 |
| CN105355195A (zh) * | 2015-09-25 | 2016-02-24 | 小米科技有限责任公司 | 音频识别方法及装置 |
| CN105931644A (zh) * | 2016-04-15 | 2016-09-07 | 广东欧珀移动通信有限公司 | 一种语音识别方法及移动终端 |
| CN106782526A (zh) * | 2016-12-12 | 2017-05-31 | 深圳Tcl数字技术有限公司 | 语音控制方法和装置 |
| US20170194002A1 (en) * | 2016-01-05 | 2017-07-06 | Electronics And Telecommunications Research Institute | Voice recognition terminal, voice recognition server, and voice recognition method for performing personalized voice recognition |
-
2017
- 2017-08-16 CN CN201710703491.XA patent/CN107591150A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101685634A (zh) * | 2008-09-27 | 2010-03-31 | 上海盛淘智能科技有限公司 | 一种儿童语音情感识别方法 |
| CN103778915A (zh) * | 2012-10-17 | 2014-05-07 | 三星电子（中国）研发中心 | 语音识别方法和移动终端 |
| CN105355195A (zh) * | 2015-09-25 | 2016-02-24 | 小米科技有限责任公司 | 音频识别方法及装置 |
| US20170194002A1 (en) * | 2016-01-05 | 2017-07-06 | Electronics And Telecommunications Research Institute | Voice recognition terminal, voice recognition server, and voice recognition method for performing personalized voice recognition |
| CN105931644A (zh) * | 2016-04-15 | 2016-09-07 | 广东欧珀移动通信有限公司 | 一种语音识别方法及移动终端 |
| CN106782526A (zh) * | 2016-12-12 | 2017-05-31 | 深圳Tcl数字技术有限公司 | 语音控制方法和装置 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108597500A (zh) * | 2018-03-30 | 2018-09-28 | 四川斐讯信息技术有限公司 | 一种智能穿戴设备及基于智能穿戴设备的语音识别方法 |
| CN108735206A (zh) * | 2018-04-19 | 2018-11-02 | 成都泰盟软件有限公司 | 一种带语音识别的信号采集与处理*** |
| CN110580901A (zh) * | 2018-06-07 | 2019-12-17 | 现代自动车株式会社 | 语音识别设备、包括该设备的车辆及该车辆控制方法 |
| CN111819830A (zh) * | 2018-09-13 | 2020-10-23 | 华为技术有限公司 | 一种通信过程中信息的记录及显示方法及终端 |
| CN111819830B (zh) * | 2018-09-13 | 2022-05-17 | 华为技术有限公司 | 一种通信过程中信息的记录及显示方法及终端 |
| CN109065056A (zh) * | 2018-09-26 | 2018-12-21 | 珠海格力电器股份有限公司 | 一种语音控制空调的方法及装置 |
| CN109065056B (zh) * | 2018-09-26 | 2021-05-11 | 珠海格力电器股份有限公司 | 一种语音控制空调的方法及装置 |
| CN109166582A (zh) * | 2018-10-16 | 2019-01-08 | 深圳供电局有限公司 | 一种语音识别的自动控制***及方法 |
| CN111261149A (zh) * | 2018-11-30 | 2020-06-09 | 海马新能源汽车有限公司 | 语音信息识别方法和装置 |
| CN111261149B (zh) * | 2018-11-30 | 2023-01-20 | 海马新能源汽车有限公司 | 语音信息识别方法和装置 |
| CN111554300A (zh) * | 2020-06-30 | 2020-08-18 | 腾讯科技（深圳）有限公司 | 音频数据处理方法、装置、存储介质及设备 |
| CN111833883A (zh) * | 2020-08-26 | 2020-10-27 | 深圳创维－Rgb电子有限公司 | 一种语音控制方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107591150A (zh) | 语音识别方法及装置、计算机装置及计算机可读存储介质 | |
| CN107591155A (zh) | 语音识别方法及装置、终端及计算机可读存储介质 | |
| US20180082679A1 (en) | Optimal human-machine conversations using emotion-enhanced natural speech using hierarchical neural networks and reinforcement learning | |
| CN108630193A (zh) | 语音识别方法及装置 | |
| US8738375B2 (en) | System and method for optimizing speech recognition and natural language parameters with user feedback | |
| CN103348730B (zh) | 语音服务的体验质量测量 | |
| US9984679B2 (en) | System and method for optimizing speech recognition and natural language parameters with user feedback | |
| CN107623614A (zh) | 用于推送信息的方法和装置 | |
| CN110459222A (zh) | 语音控制方法、语音控制装置及终端设备 | |
| CN108463849A (zh) | 确定语言模型的对话状态 | |
| CN107274906A (zh) | 语音信息处理方法、装置、终端及存储介质 | |
| CN108922525B (zh) | 语音处理方法、装置、存储介质及电子设备 | |
| CN104538043A (zh) | 一种通话中实时情感提示装置 | |
| US20200265843A1 (en) | Speech broadcast method, device and terminal | |
| CN110853648B (zh) | 一种不良语音检测方法、装置、电子设备及存储介质 | |
| CN110444229A (zh) | 基于语音识别的通信服务方法、装置、计算机设备及存储介质 | |
| US10659605B1 (en) | Automatically unsubscribing from automated calls based on call audio patterns | |
| CN105244042B (zh) | 一种基于有限状态自动机的语音情感交互装置与方法 | |
| US10199035B2 (en) | Multi-channel speech recognition | |
| CN107393534A (zh) | 语音交互方法及装置、计算机装置及计算机可读存储介质 | |
| JP2020003774A (ja) | 音声を処理する方法及び装置 | |
| WO2018227169A1 (en) | Optimal human-machine conversations using emotion-enhanced natural speech | |
| CN106981289A (zh) | 一种识别模型训练方法及***以及智能终端 | |
| CN106887231A (zh) | 一种识别模型更新方法及***以及智能终端 | |
| CN107680584A (zh) | 用于切分音频的方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180116 |