1.一种通过大数据采集的智能设备语音指令识别方法，语音指令识别方法分为三大块：第一块为语音的大数据学习，通过互联网平台资源摄取或者采用大量人工录入的方式将口语大数据整合，所述的口语大数据被存储成音频，且此音频需要经过音频预处理，所述的音频预处理的过程分为音频的转换成波形、波形去噪、波形图梳理三个步骤，其中波形去噪采用声道多次叠合的方式去除音频的噪点；而波形图梳理则是去除同比同类波形图异常部分的波形图；波形图归类采用多张类似正确波形被一个词汇代号记录的方式存储；多个所述波形图归类后的词汇链接波形图被语音数据库所存储；

第二块为语音指令的表达输入，人体声带发声的声波经过音频预处理；所述的音频预处理过程与上述第一块中的音频预处理步骤及方式相同；音频预处理后得到语音指令的波形图，此波形图命名为第一波形图；语音指令所述的波形图与语音数据库进行数据运算的对比，从语音数据库中比对到与本次语音指令所述的波形图相近似的波形图，此波形图命名为第二波形图；

第三块为标准语音大数据的匹配，所述的标准语音大数据由计算机系统读取文本信息后形成的标准波形大数据；所述的标准波形大数据中抽取与第二块算法中的相类似的波形图，此波形图命名为第三波形图；

将第一波形图、第二波形图、第三波形图的三张波形图依次叠加形成波形图叠加对比，在叠加对比其重叠阴影部分区域占据全部面域的75%以上时，波形图叠加对比算法成立；每个所述的标准波形大数据对应每个的文本数据库，文本数据库通过文本指令转码进行指令输出。

2.根据权利要求1所述的一种通过大数据采集的智能设备语音指令识别方法，其特征在于所述的异常部分的波形图是指雷同波形图超过85%部分为主体，剩下部分波形图全部判定为异常。

3.根据权利要求1所述的一种通过大数据采集的智能设备语音指令识别方法，其特征在于所述的语音数据库是基于服务器存储，其智能设备使用时通过互联网进行数据的交换。

4.根据权利要求1所述的一种通过大数据采集的智能设备语音指令识别方法，其特征在于：标准运营大数据、标准波形大数据、文本数据库均存储于本地智能设备端。

5.根据权利要求1所述的一种通过大数据采集的智能设备语音指令识别方法，其特征在于：算法指令输出与智能设备命令接收端连接。