[發明專利]基于視頻定位的語音控制方法和系統

在審

• 申請號: 201410373088.1
• 申請日: 2014-07-31
• 公開（公告）號: CN104269172A
• 公開（公告）日: 2015-01-07
• 發明（設計）人: 程德凱;呂艷紅
• 申請（專利權）人: 廣東美的制冷設備有限公司;美的集團股份有限公司
• 主分類號: G10L17/22
• 分類號: G10L17/22
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國

技術領域

本發明涉及語音控制技術領域，尤其涉及基于視頻定位的語音控制方法和系統。

背景技術

隨著語音識別技術的發展，越來越多的終端采用語音來控制，現有的語音終端在偵測到語音控制指令時，可基于預存的語音控制指令與控制代碼之間的映射關系，響應偵測到的語音控制指令所對應的控制代碼。

但由于終端運行環境中有電視、音響、收音機等人為聲源的存在，導致接收到的語音控制指令可能由上述電視、音響、收音機等聲源發出，可能誤觸發錯誤的控制代碼，導致終端的語音控制準確率低。

發明內容

本發明的主要目的在于解決語音控制準確率低的技術問題。

為實現上述目的，本發明提供的一種基于視頻定位的語音控制方法，所述基于視頻定位的語音控制方法包括以下步驟：

在偵測到語音控制指令時，所述終端獲取圖像采集裝置采集到的圖像，并對獲取到的圖像進行處理，以獲取人形輪廓；

在獲取到人形輪廓時，所述終端響應偵測到的語音控制指令。

優選地，在偵測到語音控制指令時，所述終端獲取圖像采集裝置采集到的圖像，并對獲取到的圖像進行處理，以獲取人形輪廓的步驟包括：

在偵測到語音控制指令時，所述終端基于偵測到的語音指令確定聲源方向；

所述終端獲取所述聲源方向的圖像采集裝置采集到的圖像，并對獲取到的圖像進行處理，以獲取人形輪廓。

優選地，在獲取到人形輪廓時，所述終端響應偵測到的語音控制指令的步驟包括：

在獲取到人形輪廓時，所述終端基于獲取到的人形輪廓，確定獲取到的圖像中所述唇形輪廓是否發生變化；

在確定獲取到的圖像中所述唇形輪廓是否發生變化時，所述終端響應所述語音控制指令。

優選地，所述在獲取到人形輪廓時，所述終端響應偵測到的語音控制指令的步驟包括：

在獲取到人形輪廓時，所述終端確定獲取到的人形輪廓所對應的圖像中是否存在預設類型輪廓；

在獲取到的人形輪廓所對應的圖像中存在預設類型輪廓時，所述終端響應偵測到的語音控制指令。

優選地，所述在獲取到人形輪廓時，所述終端響應偵測到的語音控制指令的步驟包括：

在獲取到人形輪廓時，所述終端確定提取到人形輪廓的圖像對應的圖像采集裝置，在預設時間間隔內是否改變過；

在預設時間間隔內提取到人形輪廓的圖像采集裝置改變過時，所述終端響應偵測到的語音控制指令。

優選地，所述在獲取到人形輪廓時，所述終端響應偵測到的語音控制指令的步驟包括：

在獲取到人形輪廓時，所述終端獲取預設頻率的紅外信號；

在獲取到預設頻率的紅外信號時，所述終端響應偵測到的語音控制指令。

優選地，所述在獲取到人形輪廓時，所述終端獲取預設頻率的紅外信號的步驟包括：

在獲取到人形輪廓時，所述終端基于偵測到的語音指令確定聲源方向；

所述終端控制紅外信號檢測裝置指向所述聲源方向，并獲取預設頻率的紅外信號。

優選地，在偵測到語音控制指令時，所述終端獲取圖像采集裝置采集到的圖像，并對獲取到的圖像進行處理，以獲取人形輪廓的步驟之后，所述基于視頻定位的語音控制方法還包括：

在未獲取到人形輪廓時，所述終端將偵測到的語音控制指令所對應的聲源方向存儲為異常方向。

此外，為實現上述目的，本發明還提出一種基于視頻定位的語音控制系統，所述基于視頻定位的語音控制系統包括以下步驟：

獲取模塊，用于在偵測到語音控制指令時，獲取圖像采集裝置采集到的圖像；

圖像處理模塊，用于對獲取到的圖像進行處理，以獲取人形輪廓；

響應模塊，用于在獲取到人形輪廓時，響應偵測到的語音控制指令。

優選地，所述獲取模塊包括：

定向單元，用于在偵測到語音控制指令時，基于偵測到的語音指令確定聲源方向；

獲取單元，用于獲取所述聲源方向的圖像采集裝置采集到的圖像。

優選地，所述響應模塊包括：

確定單元，用于在獲取到人形輪廓時，基于獲取到的人形輪廓，確定獲取到的圖像中所述唇形輪廓是否發生變化；

響應單元，用于在確定獲取到的圖像中所述唇形輪廓是否發生變化時，所述終端響應所述語音控制指令。

優選地，所述響應模塊包括：

確定單元，用于在獲取到人形輪廓時，確定獲取到的人形輪廓所對應的圖像中是否存在預設類型輪廓；