The invention provides a speech recognition method based on Natural Language Processing robot, which comprises the following steps: S1: will be the natural language as the recognition object through the robot's microphone into electrical signals after the speech signal in input recognition system of the robot; S2: the power of speech signal preprocessing, including anti aliasing filtering the pre emphasis and endpoint detection; S3: feature extraction, feature parameters of requirement is feature extraction can effectively represent the speech feature; S4: time series speech feature parameters constitute a speech pattern, which has been obtained and the reference model by comparison, the best match is determined by the judgment the rules of reference model is the recognition results. The robot speech recognition method based on the invention of the invention can quickly identify the voice data, and has high recognition accuracy and recognition speed.
【技术实现步骤摘要】
本专利技术涉及到语音识别技术,特别是一种基于自然语言处理的机器人语音识别方法。
技术介绍
语音识别技术是利用计算机对语音信号进行分析,从而实现对人类语音自动理解的一门学科。语音识别技术己经成为信息科学中一个十分活跃的研究领域,作为一门交叉学科,它正逐步成为信息技术中人机交互的关键技术。语音识别技术与语音合成技术相结合,能使人们最终甩掉键盘,通过语音命令进行操作。语音技术的应用己经成为一个具有竞争性的新兴高技术产业。与机器进行语音交流,让机器明白你说什么,这是人们长期以来梦寐以求的愿望。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。近十年来,语音识别技术取得了显著进步,开始从实验室走向市场。当然,在短期内还不可能造出具有和人相比拟的语音识别系统,要建成这样一个系统仍然是人类面临的一个巨大的挑战。
技术实现思路
为解决上述技术问题,本专利技术提供了一种基于自然语言处理的机器人语音识别方法,其包括以下步骤:S1:将自然语言待作为识别对象经过机器人的话筒转化为电信号语音信号后加在机器人的识别系统输入端;S2:对所述电语音信号经过预处理,包括抗混叠滤波、预加重和端点检测;S3::进行特征提取,对特征参数的要求是提取的特征参数能有效地代表语音特征,具有很好的区分性各阶参数之间有良好的独立性特征参数要计算方便,以保证语音识别的实时实现;S4:语音特征参数的时间序列便构成了语音的模式,将其与己经获得的参考模式逐一进行比较,获得最佳匹配由判决规则决定的参考模式便是识别结果,所述参考模式是事先获得并存储,通过提取己知信号的特征作为参考模式。较 ...
【技术保护点】
一种基于自然语言处理的机器人语音识别方法,其特征在于,包括以下步骤:S1:将自然语言待作为识别对象经过机器人的话筒转化为电信号语音信号后加在机器人的识别系统输入端;S2:对所述电语音信号经过预处理,包括抗混叠滤波、预加重和端点检测;S3::进行特征提取,对特征参数的要求是提取的特征参数能有效地代表语音特征,具有很好的区分性各阶参数之间有良好的独立性特征参数要计算方便,以保证语音识别的实时实现;S4:语音特征参数的时间序列便构成了语音的模式,将其与己经获得的参考模式逐一进行比较,获得最佳匹配由判决规则决定的参考模式便是识别结果,所述参考模式是事先获得并存储,通过提取己知信号的特征作为参考模式。
【技术特征摘要】
1.一种基于自然语言处理的机器人语音识别方法,其特征在于,包括以下步骤:S1:将自然语言待作为识别对象经过机器人的话筒转化为电信号语音信号后加在机器人的识别系统输入端;S2:对所述电语音信号经过预处理,包括抗混叠滤波、预加重和端点检测;S3::进行特征提取,对特征参数的要求是提取的特征参数能有效地代表语音特征,具有很好的区分性各阶参数之间有良好的独立性特征参数要计算方便,以保证语音识别的实时实现;S4:语音特征参数的时间序列便构成了语音的模式,将其...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。