一种应用于自行车环境的语音控制方法及系统技术方案
【技术实现步骤摘要】
一种应用于自行车环境的语音控制方法及系统
本专利技术涉及深度学习
，尤其是涉及一种应用于自行车环境的语音控制方法及系统。
技术介绍
目前工业界主要基于特征工程的方法完成语义信息的识别和提取，然而特征工程需要大量人工标注数据集以及大量规则的编写，非常耗时耗力；还有部分技术基于深度学习来完成这一任务，虽然不用人工编写特征，但是其需要大量的人工标注数据，仍然比较耗时，且准确率不够高。
技术实现思路
本专利技术的目的在于克服上述技术不足，提出一种应用于自行车环境的语音控制方法及系统，解决现有技术中的上述技术问题。为达到上述技术目的，本专利技术的技术方案提供一种应用于自行车环境的语音控制方法，包括：S1、获取语音消息，对语音消息进行预处理；S2、对预处理后的语音消息进行语音识别，从而将预处理后的语音消息转化为识别结果文本；S3、对识别结果文本进行预处理；S4、识别结果文本进行预处理操作后，判断识别结果文本的主题，然后判断识别结果文本的意图和抽取识别结果文本的实体信息；S5、根据识别结果文本的主题、意图、实体信息查找数据库，匹配出识别结果文本对应的动作；S6、执行S5匹配到...
【技术保护点】
一种应用于自行车环境的语音控制方法，其特征在于，包括：S1、获取语音消息，对所述语音消息进行预处理；S2、对预处理后的所述语音消息进行语音识别，从而将预处理后的所述语音消息转化为识别结果文本；S3、对所述识别结果文本进行预处理；S4、所述识别结果文本进行预处理操作后，判断所述识别结果文本的主题，然后判断所述识别结果文本的意图和抽取所述识别结果文本的实体信息；S5、根据所述识别结果文本的主题、意图、实体信息查找数据库，匹配出所述识别结果文本对应的动作；S6、执行S5匹配到的动作。
【技术特征摘要】
1.一种应用于自行车环境的语音控制方法，其特征在于，包括：S1、获取语音消息，对所述语音消息进行预处理；S2、对预处理后的所述语音消息进行语音识别，从而将预处理后的所述语音消息转化为识别结果文本；S3、对所述识别结果文本进行预处理；S4、所述识别结果文本进行预处理操作后，判断所述识别结果文本的主题，然后判断所述识别结果文本的意图和抽取所述识别结果文本的实体信息；S5、根据所述识别结果文本的主题、意图、实体信息查找数据库，匹配出所述识别结果文本对应的动作；S6、执行S5匹配到的动作。2.如权利要求1所述的应用于自行车环境的语音控制方法，其特征在于，步骤S1中预处理操作包括：S11、利用谐波噪声的自适应梳状滤波对所述语音消息进行基频跟踪实现降噪，再利用声码器再合成法，对所述语音消息进行迭代降噪；S12、针对不同噪音进行相应建模，利用建立的各种噪声的模型过滤所述语音消息的噪声，再利用人声模型对所述语音消息进行声音过滤；S13、结合DSP算法和干扰相减法，将所述语音消息的非人声噪声减去，同时对所述语音消息的人声进行信号放大；S14、对所述语音消息进行切分和加窗处理。3.如权利要求1所述的应用于自行车环境的语音控制方法，其特征在于，步骤S2中：利用人工神经网络模型和隐马尔可夫模型的混合模型进行语音识别。4.如权利要求1所述的应用于自行车环境的语音控制方法，其特征在于，步骤S3中预处理操作为：将所述识别结果文本进行分词、词性标注以及去除停用词后形成词语序列。5.如权利要求4所述的应用于自行车环境的语音控制方法，其特征在于，步骤S4中：预先设置包含若干主题的一主题集合，主题集合中每一主题与一意图集合建立映射关系，意图集合包含若干意图；判断所述识别结果文本的主题的步骤为：采用双向的长短期记忆模型作为主题判断模型，将词语序列对应的词向量序列输入主题判断模型，获取识别结果文本在主题集合中的各个主题上的概率分布，选取概率值最大的主题为识别结果文本的主题；判断所述识别结果文本的意图的步骤为：采用双向的长短期记忆模型作为意图判断模型，将词语序列对应的词向量序列输入意图判断模型，获取识别结果文本在主题对应的意图集合中的各个意图上的概率分布，选取概率值最大的意图为识别结果文本的意图。6.一种应用于自行...
【专利技术属性】
技术研发人员：李成华，叶正，金灿灿，刘丽君，李骏，刘雄风，
申请(专利权)人：武汉泰迪智慧科技有限公司，
类型：发明
国别省市：湖北,42
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。