本发明专利技术涉及人工智能技术，揭露了一种AI语音识别的智能图片生成方法，包括：获取待识别语音，对所述待识别语音进行降噪处理，得到降噪信号；对所述降噪信号进行数据转化，得到数据信号；对所述数据信号进行特征提取，得到数据特征；获取单词语义库，根据所述单词语义库对所述数据特征进行特征检索，得到所述数据特征对应的单词；在预设的图库中根据所述单词进行关键词搜索，得到目标图片。本发明专利技术还提出一种AI语音识别的智能图片生成装置、电子设备以及存储介质。本发明专利技术可以提高图片生成技术的效率。率。率。
【技术实现步骤摘要】
AI语音识别的智能图片生成方法、装置、设备及介质
[0001]本专利技术涉及人工智能
，尤其涉及一种AI语音识别的智能图片生成方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]随着生物识别技术手段的成熟，已经广泛应用于各个领域，其中图像处理领域为重要应用场景之一。语音是人体的一项基本生理功能，而且具有唯一性和不可复制性，语音识别可以对语音数据进行转换识别成易懂的文字语言数据，通过机器系统学习生成图片。传统的图片生成技术需要经过专业技术人员设计修改，通过扫描仪将数据载入高配置的计算机系统从而完成操作流程，在操作上对人员专业性要求高，流程繁琐导致图片生成时间较长。综上所述，现有图片生成技术存在效率低的问题。
技术实现思路
[0003]本专利技术提供一种AI语音识别的智能图片生成方法、装置、电子设备及计算机可读存储介质，其主要目的在于解决图片生成技术存在效率低的问题。
[0004]为实现上述目的，本专利技术提供的一种AI语音识别的智能图片生成方法，包括：
[0005]获取待识别语音，对所述待识别语音进行降噪处理，得到降噪信号；
[0006]对所述降噪信号进行数据转化，得到数据信号；
[0007]对所述数据信号进行特征提取，得到数据特征；
[0008]获取单词语义库，根据所述单词语义库对所述数据特征进行特征检索，得到所述数据特征对应的单词；
[0009]在预设的图库中根据所述单词进行关键词搜索，得到目标图片。
[0010]可选地，所述对所述待识别语音进行降噪处理，得到降噪信号，包括：
[0011]将所述待识别语音转化为语音信号，并对所述语音信号进行能量计算，得到静音帧和语音帧；
[0012]对所述静音帧进行功率谱值计算，得到静音帧功率谱值；
[0013]对所述语音帧进行平均噪声功率谱值计算，得到语音帧功率谱值；
[0014]将所述语音帧功率谱值与所述静音帧功率谱值进行差值处理，得到降噪功率谱；
[0015]对所述降噪功率谱进行语音帧转化，得到降噪信号。
[0016]可选地，利用下式对所述待识别语音进行能量计算：
[0017][0018]其中，M表示为所述待识别语音的短时能量；N表示为所述待识别语音的帧长；x
n
表示为所述待识别语音的第n个信号帧；m表示为所述信号帧中的噪声点。
[0019]可选地，所述对所述降噪信号进行数据转化，得到数据信号，包括：
[0020]按照预设的采样频率对所述降噪信号进行采样，得到采样值；
[0021]将所述采样值进行量化处理，得到量化数据；
[0022]将所述量化数据进行编码，得到数据信号。
[0023]可选地，所述对所述数据信号进行特征提取，得到数据特征，包括：
[0024]对所述数据信号进行切分，得到多个子序列；
[0025]对所述子序列进行预处理，得到标准序列；
[0026]将所述标准向量进行卷积计算，得到数据特征。
[0027]可选地，所述根据所述单词语义库对所述数据特征进行特征检索，得到所述数据特征对应的单词，包括：
[0028]对所述数据特征进行编码处理，得到数据特征编码；
[0029]根据所述特征编码在所述单词语义库中进行编码查找，得到所述特征编码对应的单词。
[0030]可选地，所述在预设的图库中根据所述单词进行关键词搜索，得到目标图片，包括：
[0031]获取所述预设的图库中图片文本信息的关键词标，将所述单词与所述关键词标进行相似匹配，得到目标关键词标；
[0032]将所述目标关键词标对应的图片以缩略图片的方式输出，得到目标图片。
[0033]为了解决上述问题，本专利技术还提供一种AI语音识别的智能图片生成装置，所述装置包括：
[0034]降噪处理模块，用于获取待识别语音，对所述待识别语音进行降噪处理，得到降噪信号；
[0035]数据信号生成模块，用于对所述降噪信号进行数据转化，得到数据信号；
[0036]数据特征提取模块，用于对所述数据信号进行特征提取，得到数据特征；
[0037]特征检索模块，用于获取单词语义库，根据所述单词语义库对所述数据特征进行特征检索，得到所述数据特征对应的单词；
[0038]目标图片生成模块，用于在预设的图库中根据所述单词进行关键词搜索，得到目标图片。
[0039]为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
[0040]至少一个处理器；以及，
[0041]与所述至少一个处理器通信连接的存储器；其中，
[0042]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的AI语音识别的智能图片生成方法。
[0043]为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的AI语音识别的智能图片生成方法。
[0044]本专利技术实施例提出了一种基于AI语音识别的智能图片生成方法，通过对待识别语音进行降噪处理，可以删除待识别语音中的杂音、背景音，提高语音识别的精确度；通过对降噪信号进行数据转化，得到数据信号，可以对待识别语音进行体积压缩，减少传输率；对
数据信号进行特征提取，可以筛选数据信号中的无效信号并且减少数据总量，降级计算的复杂度；提高在图库中根据单词进行关键词搜索，得到目标图片，可以使用图库对图片内容分析的关键词进行查找，提高了目标图片的生成效率。因此本专利技术提出的AI语音识别的智能图片生成方法、装置、电子设备及计算机可读存储介质，可以解决进行图片生成时效率较低的问题。
附图说明
[0045]图1为本专利技术一实施例提供的AI语音识别的智能图片生成方法的流程示意图；
[0046]图2为本专利技术一实施例提供的对所述待识别语音进行降噪处理，得到降噪信号的流程示意图；
[0047]图3为本专利技术一实施例提供的对所述降噪信号进行数据转化，得到数据信号的流程示意图；
[0048]图4为本专利技术一实施例提供的AI语音识别的智能图片生成装置的功能模块图；
[0049]图5为本专利技术一实施例提供的实现所述AI语音识别的智能图片生成方法的电子设备的结构示意图。
[0050]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0051]应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0052]本申请实施例提供一种AI语音识别的智能图片生成方法。所述AI语音识别的智能图片生成方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述AI语音识别的智能图片生成方本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种AI语音识别的智能图片生成方法，其特征在于，所述方法包括：获取待识别语音，对所述待识别语音进行降噪处理，得到降噪信号；对所述降噪信号进行数据转化，得到数据信号；对所述数据信号进行特征提取，得到数据特征；获取单词语义库，根据所述单词语义库对所述数据特征进行特征检索，得到所述数据特征对应的单词；在预设的图库中根据所述单词进行关键词搜索，得到目标图片。2.如权利要求1所述的AI语音识别的智能图片生成方法，其特征在于，所述对所述待识别语音进行降噪处理，得到降噪信号，包括：将所述待识别语音转化为语音信号，并对所述语音信号进行能量计算，得到静音帧和语音帧；对所述静音帧进行功率谱值计算，得到静音帧功率谱值；对所述语音帧进行平均噪声功率谱值计算，得到语音帧功率谱值；将所述语音帧功率谱值与所述静音帧功率谱值进行差值处理，得到降噪功率谱；对所述降噪功率谱进行语音帧转化，得到降噪信号。3.如权利要求2所述的AI语音识别的智能图片生成方法，其特征在于，利用下式对所述语音信号进行能量计算：其中，M表示为所述待识别语音的短时能量；N表示为所述待识别语音的帧长；x
n
表示为所述待识别语音的第n个信号帧；m表示为所述信号帧中的噪声点。4.如权利要求1所述的AI语音识别的智能图片生成方法，其特征在于，所述对所述降噪信号进行数据转化，得到数据信号，包括：按照预设的采样频率对所述降噪信号进行采样，得到采样值；将所述采样值进行量化处理，得到量化数据；将所述量化数据进行编码，得到数据信号。5.如权利要求1所述的AI语音识别的智能图片生成方法，其特征在于，所述对所述数据信号进行特征提取，得到数据特征，包括：对所述数据信号进行切分，得到多个子序列；对所述子序列进行预处理，得到标准序列；将所述标准向量进行卷积计算，得到数...
【专利技术属性】
技术研发人员：汪刚，
申请(专利权)人：中创科技广州有限公司，
类型：发明
国别省市：
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。