[發(fā)明專利]一種自適應調(diào)整語音識別率的方法及裝置

在審

• 申請?zhí)枺?/td>: 201410734498.4
• 申請日: 2014-12-04
• 公開（公告）號: CN105719644A
• 公開（公告）日: 2016-06-29
• 發(fā)明（設計）人: 呂榮國
• 申請（專利權(quán)）人: 中興通訊股份有限公司
• 主分類號: G10L15/20
• 分類號: G10L15/20;G10L21/02
• 代理公司: 北京元本知識產(chǎn)權(quán)代理事務所 11308
• 代理人: 秦力軍

技術(shù)領域

本發(fā)明涉及終端語音識別技術(shù)，特別涉及一種自適應調(diào)整語音識別率的方法 及相關(guān)的裝置。

背景技術(shù)

移動終端(例如手機)的發(fā)展日新月異，使用場景越來越復雜，語音識別功 能因為可以徹底解放雙手而成為移動終端發(fā)展的一大特色。

現(xiàn)有技術(shù)的語音識別基本都是集中在語音識別功能的實現(xiàn)上，基本都是采用 雙麥克實現(xiàn)降噪，一個麥克作為主聲道麥克，拾取有用聲源數(shù)據(jù)，另一個麥克拾 取背景噪聲。兩個麥克通常需要在物理上隔離開，所以在硬件布局上兩個麥克分 布在主板的兩側(cè)。為了實現(xiàn)更好的降噪效果，兩個麥克在移動終端中通常位于同 一條垂直線上。但這種雙麥克主動降噪也有其缺點，可能會影響正常的拾音質(zhì)量， 比如兩個麥克隔離不好或者距離太近又或者兩個話筒的參數(shù)不完全一致，就可能 導致有用音源也抵消一部分拾音，導致有用音源得不到有效加強；另外，由于人 的聲音是在一定頻率范圍內(nèi)的，由于干涉作用，不同音頻范圍的聲波可能在到達 兩個麥克時相位剛好相反，此時疊加起來該頻段就被消除掉，頻率響應不是平直 的，因此聲音發(fā)悶。這些雙麥克降噪的不足對語音識別性能提升有巨大的影響。

進一步地，語音識別成功率對背景噪聲環(huán)境依賴較高，但在高噪聲環(huán)境下操 作移動終端是不可避免的，這樣就導致了高噪聲環(huán)境下識別成功率低，難以發(fā)揮 其作用的問題。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種自適應調(diào)整語音識別率的方法及裝置，能更好地 解決在高背景噪聲下保證較高語音識別成功率的問題。

根據(jù)本發(fā)明的一個方面，提供了一種自適應調(diào)整語音識別率的方法，包括：

終端在通過采集用戶語音數(shù)據(jù)得到用戶語音流的同時，對環(huán)境噪聲進行噪聲 全方位采集，得到全方位噪聲數(shù)據(jù)流；

根據(jù)所得到的全方位噪聲數(shù)據(jù)流，確定降噪系數(shù)；

利用所得到的全方位噪聲數(shù)據(jù)流和所確定的降噪系數(shù)，對用戶語音流進行降 噪處理，消除用戶語音流中的環(huán)境噪聲；

對已消除環(huán)境噪聲的用戶語音流進行語音識別。

優(yōu)選地，在終端表面設置多個麥克，其中一個麥克用來采集用戶語音數(shù)據(jù)， 其余麥克用來全方位采集噪聲。

優(yōu)選地，在終端表面設置四個麥克，其中，兩個麥克位于終端正面的兩個對 角位置，其余兩個麥克位于終端反面的另外兩個對角位置。

優(yōu)選地，在根據(jù)所得到的全方位噪聲數(shù)據(jù)流，確定降噪系數(shù)的步驟之前還包 括：

終端根據(jù)對環(huán)境噪聲進行噪聲全方位采集而得到的全方位噪聲數(shù)據(jù)流，判定 所采集的環(huán)境噪聲中是否存在非穩(wěn)態(tài)噪聲；

當判定所采集的環(huán)境噪聲中存在非穩(wěn)態(tài)噪聲時，消除用戶語音流和全方位噪 聲數(shù)據(jù)流中的非穩(wěn)態(tài)噪聲。

優(yōu)選地，在所述確定降噪系數(shù)期間，還包括：根據(jù)所得到的全方位噪聲數(shù)據(jù) 流，確定揚聲器響度系數(shù)，以利用所確定的揚聲器響度系數(shù)，調(diào)整終端揚聲器輸 出響度。

優(yōu)選地，還包括：

終端根據(jù)對環(huán)境噪聲進行噪聲全方位采集而得到的全方位噪聲數(shù)據(jù)流，判定 所述環(huán)境噪聲是環(huán)繞噪聲或單邊噪聲；

當判定所述環(huán)境噪聲是單邊噪聲時，將遠離噪聲源的麥克關(guān)閉。

根據(jù)本發(fā)明的另一方面，提供了一種自適應調(diào)整語音識別率的裝置，包括：

音頻獲取模塊，用于在通過采集用戶語音數(shù)據(jù)得到用戶語音流的同時，對環(huán) 境噪聲進行噪聲全方位采集，得到全方位噪聲數(shù)據(jù)流；

參數(shù)確定模塊，用于根據(jù)所得到的全方位噪聲數(shù)據(jù)流，確定降噪系數(shù)；

音頻處理模塊，用于利用所得到的全方位噪聲數(shù)據(jù)流和所確定的降噪系數(shù)， 對用戶語音流進行降噪處理，消除用戶語音流中的環(huán)境噪聲；

語音識別模塊，用于對已消除環(huán)境噪聲的用戶語音流進行語音識別。

優(yōu)選地，所述音頻獲取模塊包括在終端表面設置的多個麥克，其中一個麥克 用來采集用戶語音數(shù)據(jù)，其余麥克用來全方位采集噪聲。

優(yōu)選地，所述音頻獲取模塊包括在終端表面設置的四個麥克，其中，兩個麥 克位于終端正面的兩個對角位置，其余兩個麥克位于終端反面的另外兩個對角位 置。