一种电力专业的语音识别算法的制作方法

1.本发明涉及语音识别算法技术领域，特别是涉及一种电力专业的语音识别算法。


背景技术：

2.对自然语言的识别和理解。首先必须将连续的讲话分解为词、音素等单位，其次要建立一个理解语义的规则。语音信息量大。语音模式不仅对不同的说话人不同，对同一说话人也是不同的，例如，一个说话人在随意说话和认真说话时的语音信息是不同的。一个人的说话方式随着时间变化。语音的模糊性。说话者在讲话时，不同的词可能听起来是相似的。这在英语和汉语中常见。单个字母或词、字的语音特性受上下文的影响，以致改变了重音、音调、音量和发音速度等。环境噪声和干扰对语音识别有严重影响，致使识别率低。
3.因此，针对现有技术不足，提供一种电力专业的语音识别算法以克服现有技术不足甚为必要。


技术实现要素：

4.本发明的目的在于避免现有技术的不足之处而提供一种电力专业的语音识别算法，该电力专业的语音识别算法能够把输入的语音按一定模式进行分类，进而依据判定准则找出最佳匹配结果，但声音是模拟信号，声音的时域波形只代表声压随时间变化的关系，不能很好的代表声音的特征，因此，必须将声音波形转换为声学特征向量。
5.本发明的上述目的通过如下技术手段实现。
6.提供一种电力专业的语音识别算法，包括孤立字(词)语音识别系统、连接字语音识别系统以及连续语音识别系统。
7.根据对说话人的依赖程度可以分为特定人和非特定人语音识别系统；二是根据词汇量大小，可以分为小词汇量、中等词汇量、大词汇量，以及无限词汇量语音识别系统。
8.建立基于bp神经网络的语音识别系统可分为两个阶段,即训练阶段和识别阶段。首先由用户通过麦克风输入语音形成原始语音,然后系统对其进行预处理。预处理包括预加重，加窗分帧和端点检测三个过程。系统的前端采用了端点检测,目的是在一段语音信号中确定起点和终点。在特征提取部分,本系统采用了mfcc作为特征参数,用于有效地区分数字1
‑
5。
9.该电力专业的语音识别算法能够把输入的语音按一定模式进行分类，进而依据判定准则找出最佳匹配结果，但声音是模拟信号，声音的时域波形只代表声压随时间变化的关系，不能很好的代表声音的特征，因此，必须将声音波形转换为声学特征向量。
具体实施方式
10.结合以下实施例对本发明作进一步描述。
11.实施例1。
12.一种电力专业的语音识别算法，包括孤立字(词)语音识别系统、连接字语音识别
系统以及连续语音识别系统。
13.根据对说话人的依赖程度可以分为特定人和非特定人语音识别系统；二是根据词汇量大小，可以分为小词汇量、中等词汇量、大词汇量，以及无限词汇量语音识别系统。
14.建立基于bp神经网络的语音识别系统可分为两个阶段,即训练阶段和识别阶段。首先由用户通过麦克风输入语音形成原始语音,然后系统对其进行预处理。预处理包括预加重，加窗分帧和端点检测三个过程。系统的前端采用了端点检测,目的是在一段语音信号中确定起点和终点。在特征提取部分,本系统采用了mfcc作为特征参数,用于有效地区分数字1
‑
5。
15.该电力专业的语音识别算法能够把输入的语音按一定模式进行分类，进而依据判定准则找出最佳匹配结果，但声音是模拟信号，声音的时域波形只代表声压随时间变化的关系，不能很好的代表声音的特征，因此，必须将声音波形转换为声学特征向量。最后应当说明的是，以上实施例仅用以说明本发明的技术方案而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。


技术特征：
1.一种电力专业的语音识别算法，其特征在于：孤立字(词)语音识别系统、连接字语音识别系统以及连续语音识别系统,根据对说话人的依赖程度可以分为特定人和非特定人语音识别系统；二是根据词汇量大小，可以分为小词汇量、中等词汇量、大词汇量，以及无限词汇量语音识别系统，建立基于bp神经网络的语音识别系统可分为两个阶段,即训练阶段和识别阶段；首先由用户通过麦克风输入语音形成原始语音,然后系统对其进行预处理。预处理包括预加重，加窗分帧和端点检测三个过程，系统的前端采用了端点检测，目的是在一段语音信号中确定起点和终点，在特征提取部分,本系统采用了mfcc作为特征参数,用于有效地区分数字1
‑
5包括步骤1，采集人脸数据图形；步骤2，将采集到的人脸数据进行人脸数据训练；步骤3，人脸识别。

技术总结
一种电力专业的语音识别算法，包括孤立字(词)语音识别系统、连接字语音识别系统以及连续语音识别系统。该电力专业的语音识别算法能够把输入的语音按一定模式进行分类，进而依据判定准则找出最佳匹配结果，但声音是模拟信号，声音的时域波形只代表声压随时间变化的关系，不能很好的代表声音的特征，因此，必须将声音波形转换为声学特征向量。音波形转换为声学特征向量。


技术研发人员：曾纪钧 龙震岳 温柏坚 刘晔 张金波 蒋道环 梁哲恒 沈桂泉 张小陆 沈伍强 邓新华 崔磊
受保护的技术使用者：广东电网有限责任公司
技术研发日：2021.07.16
技术公布日：2021/11/4