本地自适应语音训练方法和系统技术方案

本发明专利技术涉及一种本地自适应语音训练方法和系统，通过采集用户语音，并根据所述用户语音进行自适应语音训练形成第一语音模型；将所述用户语音及所述第一语音模型发送给服务器、同时进行语音训练形成第二语音模型，并将所述第二语音模型发送给用户终端；使用户终端再次采集用户语音并根据再次采集的用户语音及所述第二语音模型进行语音训练形成第三语音模型；将所述第三语音模型设置于物联网的各个终端中。因此，在经过自适应语音训练、服务器语音训练、再次通过用户进行语音训练等多次语音训练所形成的语音模型能够有效的识别用户语音，并作出准确的判断，提高用户语音识别精度。

【技术实现步骤摘要】
本地自适应语音训练方法和系统
本专利技术涉及语音训练技术，特别是涉及一种识别精度高的本地自适应语音训练方法和系统。
技术介绍
随着网络与人工智能技术的发展，语音识别技术越来越多的进入智能家电控制中，但是语音识别技术是采用学习的算法，这样需要采集各种不同的样本，但是因为人的差异与各种方言、口语的存在，使得原有训练的模型，在实际应用中，识别率会出现很大的下降。
技术实现思路
基于此，有必要提供一种识别精度高的本地自适应语音训练方法。一种本地自适应语音训练方法，包括以下步骤：采集用户语音，并根据所述用户语音进行自适应语音训练形成第一语音模型；将所述用户语音及所述第一语音模型发送给服务器、同时进行语音训练形成第二语音模型，并将所述第二语音模型发送给用户终端；使用户终端再次采集用户语音并根据再次采集的用户语音及所述第二语音模型进行语音训练形成第三语音模型；将所述第三语音模型设置于物联网的各个终端中。在其中一个实施例中，所述采集用户语音，并根据所述用户语音进行自适应语音训练形成第一语音模型的步骤包括：将自适应语音模型发送给终端；接收终端采集的用户语音，使所述自适应语音模型训练所述用户语音，并形成第一本文档来自技高网...

【技术保护点】
1.一种本地自适应语音训练方法，其特征在于，包括以下步骤：采集用户语音，并根据所述用户语音进行自适应语音训练形成第一语音模型；将所述用户语音及所述第一语音模型发送给服务器、同时进行语音训练形成第二语音模型，并将所述第二语音模型发送给用户终端；使用户终端再次采集用户语音并根据再次采集的用户语音及所述第二语音模型进行语音训练形成第三语音模型；将所述第三语音模型设置于物联网的各个终端中。

【技术特征摘要】
1.一种本地自适应语音训练方法，其特征在于，包括以下步骤：采集用户语音，并根据所述用户语音进行自适应语音训练形成第一语音模型；将所述用户语音及所述第一语音模型发送给服务器、同时进行语音训练形成第二语音模型，并将所述第二语音模型发送给用户终端；使用户终端再次采集用户语音并根据再次采集的用户语音及所述第二语音模型进行语音训练形成第三语音模型；将所述第三语音模型设置于物联网的各个终端中。2.根据权利要求1所述的本地自适应语音训练方法，其特征在于，所述采集用户语音，并根据所述用户语音进行自适应语音训练形成第一语音模型的步骤包括：将自适应语音模型发送给终端；接收终端采集的用户语音，使所述自适应语音模型训练所述用户语音，并形成第一语音模型。3.根据权利要求1所述的本地自适应语音训练方法，其特征在于，所述将所述用户语音及所述第一语音模型发送给服务器、同时进行语音训练形成第二语音模型，并将所述第二语音模型发送给用户终端的步骤包括：将所述用户语音进行存储；将所述用户语音及所述第一语音模型发送给服务器进行语音训练，并形成第二语音模型；将所述第二语音模块发送给用户终端。4.根据权利要求1所述的本地自适应语音训练方法，其特征在于，所述使用户终端再次采集用户语音并根据再次采集的用户语音及所述第二语音模型进行语音训练形成第三语音模型的步骤包括：使用户终端接收所述第二语音模型；再次采集用户语音，采用再次采集的用户语音对所述第二语音模型进行语音校正形成所述第三语音模型。5.根据权利要求1所述的本地自适应语音训练方法，其特征在于，所述将所述第三语音模型设置于物联网的各个终端中的步骤包括：将第三语音...

【专利技术属性】
技术研发人员：陈汉亭，
申请(专利权)人：深圳市卓翼科技股份有限公司，深圳市卓翼智造有限公司，
类型：发明
国别省市：广东,44