[發(fā)明專利]一種基于語音頻域指紋的方艙對(duì)講機(jī)開啟方法

無效

• 申請(qǐng)?zhí)枺?/td>: 201310372408.7
• 申請(qǐng)日: 2013-08-24
• 公開（公告）號(hào): CN103559883A
• 公開（公告）日: 2014-02-05
• 發(fā)明（設(shè)計(jì)）人: 鄭靜晨;郝昱文;李曉雪
• 申請(qǐng)（專利權(quán)）人: 鄭靜晨;郝昱文;李曉雪
• 主分類號(hào): G10L17/04
• 分類號(hào): G10L17/04;H04Q5/24
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及信號(hào)處理、數(shù)據(jù)通信和方艙醫(yī)院等領(lǐng)域，具體的說，本發(fā)明給出了一種基于語音頻域指紋的方艙對(duì)講機(jī)開啟方法，對(duì)講機(jī)可自動(dòng)識(shí)別用戶的語音，然后開啟對(duì)講模式，用戶無需在講話前按下對(duì)講按鈕，便可直接對(duì)講，從而使得用戶的雙手可以更加自由地進(jìn)行其它操作。

背景技術(shù)

市面上常見的對(duì)講機(jī)，在用戶需要講話時(shí)，需要按下對(duì)講按鈕，才能將自己的語音送入對(duì)講網(wǎng)絡(luò)。

由于用戶在對(duì)講時(shí)，有一只手需要按住對(duì)講按鈕，這種使用模式很大程度上限制了用戶的雙手，使得用戶無法自由支配自己的雙手，在野外方艙醫(yī)院中，通常情況都會(huì)比較緊急，普通對(duì)講模式使得對(duì)講機(jī)成為了一個(gè)必須要使用但又不能使用的工具，嚴(yán)重時(shí)甚至可能引起重大事故。

本發(fā)明給出了一種基于語音頻域指紋的方艙對(duì)講機(jī)開啟方法，對(duì)講機(jī)可自動(dòng)識(shí)別用戶的語音，然后開啟對(duì)講模式，用戶無需在講話前按下對(duì)講按鈕，便可直接對(duì)講，從而使得用戶的雙手可以更加自由地進(jìn)行其它操作。

發(fā)明內(nèi)容

本發(fā)明給出了一種基于語音頻域指紋的方艙對(duì)講機(jī)開啟方法，對(duì)講機(jī)可自動(dòng)識(shí)別用戶的語音，然后開啟對(duì)講模式，用戶無需在講話前按下對(duì)講按鈕，便可直接對(duì)講，從而使得用戶的雙手可以更加自由地操作，其具體工作方式如下：

(1)?用戶按下訓(xùn)練模式按鈕，向?qū)χv機(jī)輸入一段口令，然后釋放訓(xùn)練模式按鈕，結(jié)束一次訓(xùn)練，重復(fù)該操作N遍，語音長(zhǎng)度為M個(gè)采樣點(diǎn)；

(2)?對(duì)語音進(jìn)行頻域變換，得到頻域語音F，按照50%的重疊率，將F分割為L(zhǎng)個(gè)頻帶，計(jì)算出第i個(gè)音頻第j個(gè)頻帶的語音能量為：?，將保存為音頻樣本，得到樣本音頻頻帶能量的向量；

(3)?計(jì)算樣本音頻各頻帶的能量期望值為：，從而得到樣本音頻頻帶能量的期望音頻指紋向量；

(4)?當(dāng)用戶準(zhǔn)備向?qū)χv網(wǎng)絡(luò)輸入話音時(shí)，先向?qū)χv機(jī)輸入訓(xùn)練時(shí)使用的口令，從而采集到現(xiàn)場(chǎng)語音，然后按照樣本語音的處理方法，求得現(xiàn)場(chǎng)語音各頻帶的能量：，得到現(xiàn)場(chǎng)音頻頻帶能量的音頻指紋向量；

(5)?計(jì)算現(xiàn)場(chǎng)音頻各頻帶的能量與樣本音頻各頻帶能量期望的歸一化相關(guān)系數(shù)：；

(6)?經(jīng)過多個(gè)樣本測(cè)試，確定門限值，如果，則開啟對(duì)講模式，允許用戶向?qū)χv網(wǎng)絡(luò)輸入語音，否則作下一步操作操作；

(7)計(jì)算現(xiàn)場(chǎng)音頻各頻帶的能量與各樣本音頻各頻帶能量的歸一化相關(guān)系數(shù)：，如果的次數(shù)大于N/2，則開啟對(duì)講模式，允許用戶向?qū)χv網(wǎng)絡(luò)輸入語音，否則回到等待模式。

附圖說明

無。

具體實(shí)施方式

本發(fā)明給出了一種基于語音頻域指紋的方艙對(duì)講機(jī)開啟方法，對(duì)講機(jī)可自動(dòng)識(shí)別用戶的語音，然后開啟對(duì)講模式，用戶無需在講話前按下對(duì)講按鈕，便可直接對(duì)講，從而使得用戶的雙手可以更加自由地操作，可以通過在對(duì)講機(jī)中增加一個(gè)軟件模塊的方法進(jìn)行實(shí)現(xiàn)，具體的實(shí)現(xiàn)方式如下：

(1)????用戶按下訓(xùn)練模式按鈕，向?qū)χv機(jī)重復(fù)輸入一段口令N遍，語音長(zhǎng)度為M個(gè)采樣點(diǎn)；

(2)????按照50%的重疊率將頻域音頻分割為L(zhǎng)個(gè)頻帶，計(jì)算出第i個(gè)音頻第j個(gè)頻帶的語音能量為：，將保存為音頻樣本，得到樣本音頻頻帶能量的向量；

(3)計(jì)算樣本音頻各頻帶的能量期望值為：，從而得到樣本音頻頻帶能量的期望音頻指紋向量；

(4)????當(dāng)用戶準(zhǔn)備向?qū)χv網(wǎng)絡(luò)輸入話音時(shí)，先向?qū)χv機(jī)輸入訓(xùn)練時(shí)使用的口令，然后按照樣本語音的處理方法，求得現(xiàn)場(chǎng)語音各頻帶的能量：，得到現(xiàn)場(chǎng)音頻頻帶能量的音頻指紋向量；

(5)????計(jì)算現(xiàn)場(chǎng)音頻各頻帶的能量與樣本音頻各頻帶能量期望的歸一化相關(guān)系數(shù)：；

(6)????經(jīng)過多個(gè)樣本測(cè)試，確定門限值，如果，則開啟對(duì)講模式，允許用戶向?qū)χv網(wǎng)絡(luò)輸入語音，否則作下一步操作操作；計(jì)算現(xiàn)場(chǎng)音頻各頻帶的能量與各樣本音頻各頻帶能量的歸一化相關(guān)系數(shù)：，如果的次數(shù)大于N/2，則開啟對(duì)講模式，允許用戶向?qū)χv網(wǎng)絡(luò)輸入語音，否則回到等待模式。