端中的分析的相关信息及记录结果，反馈发送识别结果、相关信息及记录结果至所述监测人员所持智能终端上；即:反馈发送监测对象为预设动物的识别结果、及预设动物的访问时间或者推测物种动物访问的记录结果至所述监测人员所持智能终端上。
[0063]图5是本发明又又一种语音识别方法的流程示意图。如图5所示，根据本发明的又又一个实施例，一种应用在网络设备中的语音识别方法，包括:优选的，还包括步骤SOl录制由所述预设对象(预设用户、预设动物)发出的预设语音数据(预设用户语音数据、预设动物语音数据)，以及录制由所述预设对象(预设设备)处于不同工作状态所发出的预设语音数据(预设设备状态语音数据)；
[0064]优选的，还包括步骤S02利用频谱矩阵(傅里叶函数或其他函数)分析计算出该预设语音数据(预设用户语音数据、预设动物语音数据、预设设备状态语音数据)的特征值，并保存该预设语音数据(预设用户语音数据、预设动物语音数据、预设设备状态语音数据)及该预设语音数据的特征值(参考值)；
[0065]步骤SlO获取监测人员所选择的语音采集方式;所述语音采集方式根据检测对象的区别分为人类语音采集方式、动物语音采集方式和设备语音采集方式；由于人类、动物、设备所发出的声音的音频大小不同，所以采用不同的语音采集方式；
[0066]步骤S20根据已获取的语音采集方式为设备语音采集方式，在该语音采集方式下采集监测对象(被监测设备)所发出的语音数据；
[0067]步骤S31利用频谱矩阵分析计算出所述语音数据的特征值，还可以是利用傅里叶函数或其他函数分析计算出语音数据的参考值；
[0068]步骤S32判断该语音数据的特征值(参考值)是否达到预设阀值，所述预设阀值是预设语音数据(预设设备状态语音数据)的特征值(参考值)的预设百分比(70%、80%、90%)，例如:语音数据的特征值(参考值)与预设语音数据(预设设备状态语音数据)的特征值(参考值)的相似度是否达到70%，语音数据的特征值(参考值)与预设语音数据(预设设备状态语音数据)的特征值(参考值)的相似度是否达到80%，语音数据的特征值(参考值)与预设语音数据(预设设备状态语音数据)的特征值(参考值)的相似度是否达到90%等；
[0069]步骤S42所述语音数据的特征值(参考值)已达到预设阀值，则识别发出该语音数据的监测对象(被监测设备)当前所处工作状态后，跳转至步骤S44;
[0070]步骤S43所述语音数据的特征值(参考值)未达到预设阀值，则不能识别发出该语音数据的监测对象(被监测设备)当前所处工作状态；
[0071]步骤S44更新该监测对象的语音数据时间戳和/或记录该监测对象的语音数据，SP记录该监测对象(被监测设备)即预设设备的访问信息；
[0072]步骤S60根据识别结果、在云端中的分析的相关信息及记录结果，反馈发送识别结果、相关信息及记录结果至所述监测人员所持智能终端上；即:反馈发送被监测设备当前所处工作状态的识别结果至所述监测人员所持智能终端上。
[0073]根据本发明的一个实施例，一种应用在网络设备中的语音识别方法的语音识别系统，包括:获取模块10，该获取模块10获取监测人员所选择的语音采集方式;所述语音采集方式根据检测对象的区别分为人类语音采集方式、动物语音采集方式和设备语音采集方式；由于人类、动物、设备所发出的声音的音频大小不同，所以采用不同的语音采集方式;采集模块20，该采集模块20接收所述获取模块10输出的语音采集方式，在该语音采集方式下采集监测对象所发出的语音数据;数据分析模块30，该数据分析模块30接收所述采集模块20输出的语音数据，将已采集的语音数据与由预设对象所发出的预设语音数据进行比对分析;识别模块40，该识别模块40接收所述数据分析模块30输出的分析结果，识别发出该语音数据的监测对象与所述预设对象是否相同。
[0074]图6是本发明中一种语音识别系统的组成结构示意图。如图6所示，根据本发明的另一个实施例，一种应用在网络设备中的语音识别方法的语音识别系统，包括:获取模块10，该获取模块10获取监测人员所选择的语音采集方式;所述语音采集方式根据检测对象的区别分为人类语音采集方式、动物语音采集方式和设备语音采集方式；由于人类、动物、设备所发出的声音的音频大小不同，所以采用不同的语音采集方式;采集模块20，该采集模块20接收所述获取模块10输出的语音采集方式，在该语音采集方式下采集监测对象所发出的语音数据;数据分析模块30，该数据分析模块30接收所述采集模块20输出的语音数据，将已采集的语音数据与由预设对象所发出的预设语音数据进行比对分析;识别模块40，该识别模块40接收所述数据分析模块30输出的分析结果，识别发出该语音数据的监测对象与所述预设对象是否相同；传输模块50，该传输模块50接收所述识别模块40输出的不能识别发出该语音数据的监测对象的识别结果，传输所述语音数据至云端;查找模块60，该查找模块60在云端中查找是否存储有与该监测对象相关的历史数据;信息分析模块70，该信息分析模块70接收所述查找模块60输出的云端中存储有该监测对象相关的历史数据，结合该监测对象相关的历史数据，分析发出该语音数据的监测对象的相关信息;记录模块80，该记录模块80接收所述查找模块60输出的云端中没有存储该监测对象相关的历史数据，记录该监测对象所发出的语音数据;优选的，还包括反馈发送模块90，该反馈发送模块90接收所述识别模块40输出的识别结果、所述信息分析模块70输出的相关信息及所述记录模块80输出的记录结果，反馈发送识别结果、相关信息及记录结果至所述监测人员所持智能终端上。
[0075]结合图1?图6，根据本发明的又一个实施例，一种应用在网络设备中的语音识别方法，包括:优选的，还包括采集模块20，录制由所述预设对象(预设用户、预设动物)发出的预设语音数据(预设用户语音数据、预设动物语音数据)，以及录制由所述预设对象(预设设备)处于不同工作状态所发出的预设语音数据(预设设备状态语音数据)；
[0076]优选的，还包括数据分析模块30，利用频谱矩阵(傅里叶函数或其他函数)分析计算出该预设语音数据(预设用户语音数据、预设动物语音数据、预设设备状态语音数据)的特征值(参考值)，并保存该预设语音数据(预设用户语音数据、预设动物语音数据、预设设备状态语音数据)及该预设语音数据的特征值(参考值)至存储模块；
[0077]获取模块10，获取监测人员所选择的语音采集方式;所述语音采集方式根据检测对象的区别分为人类语音采集方式、动物语音采集方式和设备语音采集方式；由于人类、动物、设备所发出的声音的音频大小不同，所以采用不同的语音采集方式；
[0078]采集模块20，根据已获取的语音采集方式为设备语音采集方式，在该语音采集方式下采集监测对象(被监测设备)所发出的语音数据；
[0079]数据分析模块30，利用频谱矩阵分析计算出所述语音数据的特征值，还可以是利用傅里叶函数或其他函数分析计算出语音数据的参考值；
[0080]数据分析模块30，判断该语音数据的特征值(参考值)是否达到预设阀值，所述预设阀值是预设语音数据(预设设备状态语音数据)的特征值(参考值)的预设百分比(70%、80%、90%)，例如:语音数据的特征值(参考值)与预设语音数据(预设设备状态语音数据)的特征值(参考值)的相似度是否达到70%，语音数据的特征值(参考值)与预设语音数据(预设设备状态语音数据)的特征值(参考值)的相似度是否达到80%，语音数据的特征值(参考值)与预设语音数据(预设设备状态语音数据)的特征值(参考值)的相似度是否达到90%等；
[0081]识别模块40，所述语音数据的特征值(参考值)已达到预设阀值，则识别发出该语音数据的监测对象(被监测用户、被监测动物)为预设对象(预设用户、预设动物)，或识别发出该语音数据的监测对象(被监测设备)当前所处工作状态后;更新模块，更新该监测对象的语音数据时间戳和/或记录该监测对象的语音数据至记录模块80中；
[0082]识别模块40，所述语音数据的特征值(参考值)未达到预设阀值，则不能识别发出该语音数据的监测对象(被监测用户、被监测动物)为预设对象(预设用户、预设动物)，或不能识别发出该语音数据的监测对象(被监测设备)当前所处工作状态；
[0083]当中不能识别发出该语音数据的监测对象(被监测用户、被监测动物)时，传输模块50，传输所述语音数据至云端；
[0084]查找模块60，在云端中查找是否存储有与该监测对象(被监测用户、被监测动物)相关的历史数据;该历史数据还可以是通过其他方式获得，例如预先