一种人工智能语音中转系统技术方案

本发明专利技术公开了一种人工智能语音中转系统，属于语音处理技术领域，包括通过网络与语音采集设备端实现数据交互的云处理服务器；所述云处理服务器包括音频接收模块、语音处理模块和音频发送模块，其中所述音频接收模块用于接收所述语音采集设备端发送过来的音频数据，所述音频发送模块用于向所述语音采集设备端反馈所述云处理服务器处理后的音频结果数据；所述语音处理模块用于对接收的音频数据进行识别处理，包括噪声处理模块、特征提取模块、模式匹配模块以及模型库。通过采用云处理服务器网络连接语音采集设备，实现后台处理语音的功能，一个云处理服务器可以与多个语音采集设备端数据互连，方便多人使用。

An artificial intelligence voice transfer system

【技术实现步骤摘要】
一种人工智能语音中转系统
本专利技术涉及语音处理
，特别涉及一种人工智能语音中转系统。
技术介绍
人工智能语音系统以语音识别技术为核心，以模数转换和语言翻译系统为基础，以计算机翻译技术为依托，从而实现同步记录人的语言信息，并通过微型计算机的转换，迅速翻译为其他语言信息的效果。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级技术，现已经发展成为涉及声学、语言学、数字信号处理、统计模式、概率论和信息论、发声机理和听觉机理、人工智能等等识别等多学科技术的一项综合性技术。主要包括特征提取技术、模式匹配准则及模型训练技术三个方面，基于语音识别技术研发的现代语音识别系统在很多场景下获得了成功的应用不同任务条件下所采用的技术又会有所不同。由于人工智能语音系统设计的学科技术较多，因此实现人工智能语音识别时所需的硬件设备体积较大，所以需要中转系统将来集成语音识别所需的硬件设备，而传统的人工智能语音系统集成语音处理模块和语音采集模块，只能实现一对一的语音识别，导致模型库中的词库量小，也提高了人工智能语音系统的成本，并且语音在识别的时候易受到噪声干扰影响其识别的准确性，而且传统的人工智能语音系统遇到特殊的词汇时会无法识别，并且确实学习能力，下次遇到同样的词汇依旧无法识别，不利于用户的使用。
技术实现思路
本专利技术的目的就在于为了解决上述人工智能语音系统一对一识别成本高词库量也小以及语音在识别的时候易受到噪声干扰且缺乏学习能力，不利于语音的准确识别的问题提出一种人工智能语音中转系统，具有设置中转系统使得云处理服务器可与较多的语音采集设备连接，节约成本，云处理服务器具备噪声消除功能，提高识别准确性，且带有学习功能，有助于增强模型库中的词库量的优点。本专利技术通过以下技术方案来实现上述目的，一种人工智能语音中转系统，包括通过网络与语音采集设备端实现数据交互的云处理服务器；所述云处理服务器包括音频接收模块、语音处理模块和音频发送模块，其中所述音频接收模块用于接收所述语音采集设备端发送过来的音频数据，所述音频发送模块用于向所述语音采集设备端反馈所述云处理服务器处理后的音频结果数据；所述语音处理模块用于对接收的音频数据进行识别处理，包括噪声处理模块、特征提取模块、模式匹配模块以及模型库，所述噪声处理模块用于处理接收到的音频数据中的噪声，所述特征提取模块用于提取处理后的音频数据中音频特征量，通过模式匹配模块将该音频特征量与所述模型库中的数据进行对比，最后输出匹配结果。优选的，所述噪声消除模块消除噪声的方法包括：a、将多组麦克风之间的相位差整合成一路语音信号，提高用户输入的声音的清晰度，减少其他周围的噪音，且将麦克风组分布呈环形，可实现360度拾音；b、利用混响技术使得声音信号在各个方位和不同时间到达音箱设备，形成信号叠加，在用户声音停止时，麦克风内部的声音仍继续存在并反射。优选的，所述模式匹配模块包括矢量模型匹配和随机模型学习两种方式，通过矢量模型匹配将提取的特征矢量与模型库进行对比识别最终输出识别结果，随机模型学习用于学习未知语音特征参数。优选的，所述矢量模型匹配的方法包括：通过对语音参数建立矢量；对被检测个体的语音特征进行矢量化处理与模型库对比若是可以识别则输出识别结果，若是不能识别则转入随机模型学习中。优选的，所述随机模型学习的方法包括：在模型库中建立随机模型；把被检测个体的语音参数集中归类建立语音参数模型；记录学习结果并反馈给随机模型。优选的，所述音频接收模块和音频发送模块通过网络服务器实现数据的发送和接收，模型库通过数据存储服务器实现特征模型的存储。与现有技术相比，本专利技术的有益效果是：通过采用云处理服务器网络连接语音采集设备，实现后台处理语音的功能，一个云处理服务器可以与多个语音采集设备端数据互连，方便多人使用。通过在云处理服务器的语音处理模块中增加噪声消除模块，可以将发送过来的语音数据中的噪声进行消除，从而提高识别的精度；语音处理模块的模式匹配模块中包括矢量模型匹配和随机模型学习两种方式，通过矢量模型匹配将提取的特征矢量与模型库进行对比识别最终输出识别结果，随机模型学习用于学习未知语音特征参数，随机模型学习可以使云处理服务器具备学习能力，随着接入和使用语音采集设备端的用户越来越多，模型库中的特性模型也越来越多，有助于提高语音识别的准确度。附图说明图1为本专利技术的整体系统示意图。图2为本专利技术的语音处理模块内部连接示意图。图3为本专利技术的模式匹配方法流程图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参考图1-2所示，一种人工智能语音中转系统，包括通过网络与语音采集设备端实现数据交互的云处理服务器；所述云处理服务器包括音频接收模块、语音处理模块和音频发送模块，其中所述音频接收模块用于接收所述语音采集设备端发送过来的音频数据，所述音频发送模块用于向所述语音采集设备端反馈所述云处理服务器处理后的音频结果数据；所述语音处理模块用于对接收的音频数据进行识别处理，包括噪声处理模块、特征提取模块、模式匹配模块以及模型库，所述噪声处理模块用于处理接收到的音频数据中的噪声，所述特征提取模块用于提取处理后的音频数据中音频特征量，通过模式匹配模块将该音频特征量与所述模型库中的数据进行对比，最后输出匹配结果，云处理服务器可与多个语音采集设备端实现数据交互，用户只需拥有语音采集设备端即可实现人工智能语音识别，因此可以供较多的持有语音采集设备端的用户使用，节约成本，在使用时，用户通过对着语音采集设备端说出语音，语音采集设备端通过网络将该语音数据发送给云处理服务器，云处理服务器通过语音处理模块即可将语音识别，并通过模式匹配输出识别结果，反馈给语音采集设备端，从而使用户接收到语音识别反馈后的结果，实现人工语音智能交互，噪声消除模块可以有效地消除噪声，使得语音识别更加准确。所述噪声消除模块消除噪声的方法包括：a、将多组麦克风之间的相位差整合成一路语音信号，提高用户输入的声音的清晰度，减少其他周围的噪音，且将麦克风组分布呈环形，可实现360度拾音；b、利用混响技术使得声音信号在各个方位和不同时间到达音箱设备，形成信号叠加，在用户声音停止时，麦克风内部的声音仍继续存在并反射。如图3所示，所述模式匹配模块包括矢量模型匹配和随机模型学习两种方式，通过矢量模型匹配将提取的特征矢量与模型库进行对比识别最终输出识别结果，随机模型学习用于学习未知语音特征参数，矢量模型匹配为该语音处理模块的基础功能，便于与模型库的数据进行对比，从而得出识别结果，而随机模型学习使该语音处理模块具备学习功能，遇到新的词汇本文档来自技高网...

【技术保护点】
1.一种人工智能语音中转系统，其特征在于，包括通过网络与语音采集设备端实现数据交互的云处理服务器；/n所述云处理服务器包括音频接收模块、语音处理模块和音频发送模块，其中所述音频接收模块用于接收所述语音采集设备端发送过来的音频数据，所述音频发送模块用于向所述语音采集设备端反馈所述云处理服务器处理后的音频结果数据；/n所述语音处理模块用于对接收的音频数据进行识别处理，包括噪声处理模块、特征提取模块、模式匹配模块以及模型库，所述噪声处理模块用于处理接收到的音频数据中的噪声，所述特征提取模块用于提取处理后的音频数据中音频特征量，通过模式匹配模块将该音频特征量与所述模型库中的数据进行对比，最后输出匹配结果。/n

【技术特征摘要】
1.一种人工智能语音中转系统，其特征在于，包括通过网络与语音采集设备端实现数据交互的云处理服务器；
所述云处理服务器包括音频接收模块、语音处理模块和音频发送模块，其中所述音频接收模块用于接收所述语音采集设备端发送过来的音频数据，所述音频发送模块用于向所述语音采集设备端反馈所述云处理服务器处理后的音频结果数据；
所述语音处理模块用于对接收的音频数据进行识别处理，包括噪声处理模块、特征提取模块、模式匹配模块以及模型库，所述噪声处理模块用于处理接收到的音频数据中的噪声，所述特征提取模块用于提取处理后的音频数据中音频特征量，通过模式匹配模块将该音频特征量与所述模型库中的数据进行对比，最后输出匹配结果。


2.根据权利要求1所述的一种人工智能语音中转系统，其特征在于，所述噪声消除模块消除噪声的方法包括：
a、将多组麦克风之间的相位差整合成一路语音信号，提高用户输入的声音的清晰度，减少其他周围的噪音，且将麦克风组分布呈环形，可实现360度拾音；
b、利用混响技术使得声音信号在各个方位和不同时间到达音箱设备，形成信号叠加，在用户声音停止时，麦克...

【专利技术属性】
技术研发人员：任牡玲，
申请(专利权)人：安徽仁昊智能科技有限公司，
类型：发明
国别省市：安徽;34