[發明專利]語音命令檢測方法和系統，以及信息處理系統

在審

• 申請號: 201310173959.0
• 申請日: 2013-05-13
• 公開（公告）號: CN104157284A
• 公開（公告）日: 2014-11-19
• 發明（設計）人: 左祥;胡偉湘;劉賀飛
• 申請（專利權）人: 佳能株式會社
• 主分類號: G10L15/02
• 分類號: G10L15/02
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 陳華成

1.一種語音命令檢測方法，包括：

特征提取步驟，用于提取輸入到系統的語音信號的語音特征；

語音識別步驟，用于將所述語音特征轉換為詞序列，其中所述詞序列包括至少兩個連續的非命令詞以及至少一個命令詞候選，并且獲得所述每一個非命令詞對應的語音片段的持續時間以及所述每一個命令詞候選的聲學得分；

節奏分析步驟，用于基于所述持續時間計算所述語音信號的節奏特征；以及

分類步驟，用于基于所述聲學得分和所述節奏特征將所述至少一個命令詞候選對應的語音識別為針對于系統的語音命令或者不針對于系統的語音；

其中，所述節奏特征描述所述每一個非命令詞對應的語音片段的持續時間的相似度，和/或描述所述每一個非命令詞對應的語音片段的能量變化的相似度。

2.如權利要求1所述的語音命令檢測方法，其中所述至少一個命令詞候選對應的語音位于所述至少兩個連續的非命令詞對應的語音片段之前，或者位于所述至少兩個連續的非命令詞對應的語音片段之后。

3.如權利要求1所述的語音命令檢測方法，其中在所述至少一個命令詞候選對應的語音之前和之后分別具有所述至少兩個連續的非命令詞對應的語音片段。

4.如權利要求1～3中任一權利要求所述的語音命令檢測方法，其中所述至少兩個連續的非命令詞對應的語音片段可以是除了所述至少一個命令詞候選對應的語音之外的任何聲音。

5.如權利要求1所述的語音命令檢測方法，其中所述節奏特征包括以下各項特征中的至少一項：

所述至少兩個連續的非命令詞對應的語音片段的持續時間的平均長度；

所述至少兩個連續的非命令詞對應的語音片段的持續時間的方差；

經過標準化的所述至少兩個連續的非命令詞對應的語音片段的能量變化的自相關的最大值；

所述至少兩個連續的非命令詞對應的語音片段的基頻；以及

所述至少兩個連續的非命令詞對應的語音片段的能量。

6.一種語音命令檢測裝置，包括：

特征提取單元，用于提取輸入到信息處理系統的語音信號的語音特征；

語音識別單元，用于將所述語音特征轉換為詞序列，其中所述詞序列包括至少兩個連續的非命令詞以及至少一個命令詞候選，并且獲得所述每一個非命令詞對應的語音片段的持續時間以及所述每一個命令詞候選的聲學得分；

節奏分析單元，用于基于所述持續時間計算所述語音信號的節奏特征；以及

分類單元，用于基于所述聲學得分和所述節奏特征將所述至少一個命令詞候選對應的語音識別為針對于信息處理系統的語音命令或者不針對于信息處理系統的語音；

其中，所述節奏特征描述所述每一個非命令詞對應的語音片段的持續時間的相似度，和/或描述所述每一個非命令詞對應的語音片段的能量變化的相似度。

7.如權利要求6所述的語音命令檢測裝置，其中所述至少一個命令詞候選對應的語音位于所述至少兩個連續的非命令詞對應的語音片段之前，或者位于所述至少兩個連續的非命令詞對應的語音片段之后。

8.如權利要求6所述的語音命令檢測裝置，其中在所述至少一個命令詞候選對應的語音之前和之后分別具有所述至少兩個連續的非命令詞對應的語音片段。

9.如權利要求6～8中任一權利要求所述的語音命令檢測裝置，其中所述至少兩個連續的非命令詞對應的語音片段可以是除了所述至少一個命令詞候選對應的語音之外的任何聲音。

10.如權利要求6所述的語音命令檢測裝置，其中所述節奏特征包括以下各項特征中的至少一項：

所述至少兩個連續的非命令詞對應的語音片段的持續時間的平均長度；

所述至少兩個連續的非命令詞對應的語音片段的持續時間的方差；

經標準化的所述至少兩個連續的非命令詞對應的語音片段的能量變化的自相關的最大值；

所述至少兩個連續的非命令詞對應的語音片段的基頻；以及

所述至少兩個連續的非命令詞對應的語音片段的能量。

11.一種信息處理系統，所述信息處理系統包括如權利要求6-10中的任一項所述的語音命令檢測裝置。

12.如權利要求11所述的信息處理系統，所述信息處理系統選自包括以下各項的組：數字照相機、數字攝像機、移動電話、計算機、電視機、安全控制系統、電子書、游戲機。