技术特征：
技术总结
本发明涉及一种基于语深度神经网络的语言识别方法，S11、采用双正交小波变换对输入的语音信息进行滤波处理；S12、采用梅尔频率倒谱系数提取能够反映语音信号特征的关键特征参数所形成的特征序列；S13、使用训练语音库的特征参数进行声学模型的训练；S14、使用文本数据库的特征参数进行语言模型训练；S15、建立解码器，针对输入的语音信号，根据已经训练好的HMM声学模型、语言模型及字典建立识别网络；S16、根据步骤S15，解码器在文本库中检索与待识别的语音特征参数匹配的词，并判断该词对应的前后关联常用词，并根据步骤S14中识别的语法和语音进行排序，最终转换为文本信息；本发明有具有识别效率高、语音转换准确的优点。
技术研发人员：洪创波
受保护的技术使用者：广东潮庭集团有限公司
技术研发日：2018.12.10
技术公布日：2019.02.19