公开(公告)号：CN116884396A

公开(公告)日：2023-10-13

申请号：CN202310994777.3

申请日：2023-08-08

Applicant: 上海交通大学

Inventor： 王琴 ,  陈志宏 ,  段靖坤 ,  傅铄棋 ,  绳伟光

IPC: G10L15/02 ,  G10L15/18 ,  G10L17/04 ,  G10L25/18 ,  G10L25/24 ,  G10L25/27

Abstract: 本发明提供一种适合硬件进行处理的语音关键字识别方法及系统，包括：语音关键字识别模型识别步骤：采集语音进行语音预处理，针对高采样率语音进行初始噪声消除与降采样；梅尔倒谱系数提取步骤：提取梅尔倒谱系数，在系数提取的基础上，采用混叠加窗处理和稀疏压缩处理，采用正弦频谱提升处理；动态时间规整计算步骤：提取出语音数据梅尔倒谱系数后，需要进行动态时间规整计算预处理，在规整路径计算的基础上，采用非线性差分处理、数据对齐处理、归一化处理和双阈值判决。本发明能够有效降低硬件计算和存储开销，实现语音关键字识别实时处理，适合边缘端硬件进行部署和处理，同时能够保证较高的语音关键字识别正确率。