存储方式；
[0085]若云端中存储有该监测对象(被监测用户、被监测动物)相关的历史数据，信息分析模块70结合该监测对象(被监测用户、被监测动物)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；
[0086]若云端中没有存储该监测对象(被监测用户、被监测动物)相关的历史数据，记录模块80记录该监测对象(被监测用户、被监测动物)所发出的语音数据至存储模块中；
[0087]反馈发送模块90，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。
[0088]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，包括:网络设备的语音识别功能，应用进程内存进行语音数据采集，设备管理员录制合法账户的语音数据;设备后台完成频谱矩阵的计算，根据频谱矩阵计算计算其特征值和时间戳将被传输到云端服务器数据库;设备管理员开启语音识别功能，选择频谱特征的采样范围，例如:人体语音数据采集、动物语音数据采集、电器语音数据采集；
[0089]人体语音数据采集，采样周期内过滤噪音得到频谱矩阵，计算该频谱矩阵的特征值，与合法账户的特征值进行比对，如果两者的相似度超过80%，则认为合法并更新时间戳;如果两者的相似度低于80 %，则将频谱矩阵传到云端做大数据分析，记录保存模糊或精确分析的结果;在管理员的手机应用终端，给出消息通知或振动告警。
[0090]动物语音数据采集，采样周期内过滤噪音得到频谱矩阵，计算该频谱矩阵的特征值，与监控物种的特征值进行比对，如果两者的相似度超过80%，则认为符合并更新时间戳;如果两者的相似度低于80 %，则将频谱矩阵传到云端做大数据分析，记录保存模糊或精确分析的结果;在管理员的手机应用终端，给出物种访问时间的消息通知，管理员也可以过滤其他非监控物种的消息通知。
[0091]电器语音数据采集，采样周期内过滤噪音得到频谱矩阵，计算该频谱矩阵的特征值，与监控电器的特征值进行比对，如果两者的相似度超过80%，则认为符合并更新时间戳;在管理员的手机应用终端，给出监控电器的生产时间进度通知，提高了物联网管控效率，降低了部分嵌入式设备的物联网改造成本。
[0092]本实施例中网络设备包括三个处理模块:语音数据采集、频谱矩阵计算、相似度分析。将已知监控对象的更新时间戳传输到云端，将未知监控对象的频谱矩阵传输到云端做大数据分析，手机应用可以实时获得更新通知或告警提示。设备管理员在手机应用中可以实时查看。
[0093]网络设备包括网关、手机、机顶盒、路由器等，进行网络数据包的转发处理。在物联网领域，还是重要的应用数据采集终端。核心网络设备的安全访问，除了账户密码校验，还需要人脸/指纹识别功能。本发明可以动态实时地采集语音数据，计算频谱矩阵并做匹配分析，满足公安系统、环境保护、工业生产的应用需求。
[0094]应当说明的是，上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
【主权项】
1.一种应用在网络设备中的语音识别方法，其特征在于，包括: 步骤SlO获取监测人员所选择的语音采集方式； 步骤S20根据已获取的语音采集方式，在该语音采集方式下采集监测对象所发出的语音数据； 步骤S30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； 步骤S40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。2.如权利要求1所述的应用在网络设备中的语音识别方法，其特征在于，还包括: 步骤S41识别发出该语音数据的监测对象当前所处工作状态。3.如权利要求1所述的应用在网络设备中的语音识别方法，其特征在于: 所述步骤SlO获取监测人员所选择的语音采集方式是指: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。4.如权利要求2所述的应用在网络设备中的语音识别方法，其特征在于，所述步骤S30还包括: 步骤S31利用频谱矩阵分析计算出所述语音数据的特征值； 步骤S32判断该语音数据的特征值是否达到预设阀值，所述预设阀值是指:所述预设语音数据的特征值的预设百分比； 所述步骤S40或步骤S41还包括: 步骤S42所述语音数据的特征值已达到预设阀值，则识别发出该语音数据的监测对象为预设对象或该监测对象当前所处工作状态后，跳转至步骤S44; 步骤S43所述语音数据的特征值未达到预设阀值，则不能识别发出该语音数据的监测对象或该监测对象当前所处工作状态； 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。5.如权利要求4所述的应用在网络设备中的语音识别方法，其特征在于，还包括: 步骤S50当步骤S43中不能识别发出该语音数据的监测对象时，传输所述语音数据至云端； 步骤S51在云端中查找是否存储有与该监测对象相关的历史数据； 步骤S52若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； 步骤S53若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。6.如权利要求5所述的应用在网络设备中的语音识别方法，其特征在于，还包括: 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。7.如权利要求1?3中任意一项所述的应用在网络设备中的语音识别方法，其特征在于，在所述步骤SlO之前还包括: 步骤SOl录制由所述预设对象发出的预设语音数据，以及录制由所述预设对象处于不同工作状态所发出的预设语音数据； 步骤S02利用频谱矩阵分析计算出该预设语音数据的特征值，并保存该预设语音数据及该预设语音数据的特征值。8.—种应用在如权利要求1?7中任意一项所述的应用在网络设备中的语音识别方法的语音识别系统，其特征在于，包括: 获取模块，该获取模块获取监测人员所选择的语音采集方式； 采集模块，该采集模块接收所述获取模块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，该数据分析模块接收所述采集模块输出的语音数据，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，该识别模块接收所述数据分析模块输出的分析结果，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。9.如权利要求8所述的应用在网络设备中的语音识别系统，其特征在于，还包括: 传输模块，该传输模块接收所述识别模块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，该查找模块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，该信息分析模块接收所述查找模块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，该记录模块接收所述查找模块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。10.如权利要求9所述的应用在网络设备中的语音识别系统，其特征在于，还包括: 反馈发送模块，该反馈发送模块接收所述识别模块输出的识别结果、所述信息分析模块输出的相关信息及所述记录模块输出的记录结果，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。
【专利摘要】本发明公开了一种应用在网络设备中的语音识别方法，包括：步骤S10获取监测人员所选择的语音采集方式；步骤S20根据已获取的语音采集方式，在该语音采集方式下采集监测对象所发出的语音数据；步骤S30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；步骤S40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。本发明根据不同的监测对象，设置不同的语音采集方式，在监测对象所对应的语音采集方式下采集该监测对象的语音数据，对监测到的语音数据与预设语音数据进行比对分析，从而实现识别出监测对象的真实身份，以及安全访问网络设备的目的。此外，本发明还具有安全性高、灵活性强、应用广泛等优点。
【IPC分类】G10L15/30, H04L29/06, G10L17/26
【公开号】CN105609110
【申请号】CN201610048589
【发明人】张享达
【申请人】上海斐讯数据通信技术有限公司
【公开日】2016年5月25日
【申请日】2016年1月25日