[發明專利]一種智能家居語音控制系統及其語音識別方法

在審

• 申請號: 201710176944.8
• 申請日: 2017-03-23
• 公開（公告）號: CN106898353A
• 公開（公告）日: 2017-06-27
• 發明（設計）人: 何月順
• 申請（專利權）人: 東華理工大學
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L19/00;H04L12/28
• 代理公司: 廈門市精誠新創知識產權代理有限公司35218
• 代理人: 方惠春

技術領域

本發明涉及一種語音系統，具體是一種智能家居語音控制系統及其語音識別方法。

背景技術

語音是人類最常用的交流方式，也是人類和計算機交流最渴望的方式。因此用語音同計算機交流也成為了最近研究的熱點，計算機對語音的理解是計算機科學中的一個引人人勝的、富有挑戰性的課題。

隨著科技的發展，語音交互模塊被越來越多的應用到智能家居系統里面。考慮到智能家居的應用性、便捷性和小型化需求，目前應用于智能家居的語音交互系統基本都是 用嵌入式系統，這些嵌入式系統大都采用專門的語音識別芯片，如 MCU、DSP和語音識別專用芯片。

目前業界的智能家居語音控制系統及其語音識別方法識別的語音指令，都是前期預設在嵌入式系統中，目前主流的的語音識別方法是基于HTK（Hidden Markov Model Toolkit）進行開發的，HTK是一套專門的建立和處理隱馬可夫模型（HMMs）的實驗工具包，由英國劍橋大學工程系開發，主要應用于語音識別領域。HTK經過劍橋大學、 Entropic公司及 Microsoft公司的不斷增強和改進，使其在語音識別領域處于世界領先水平。

然而基于HTK的語言識別時，識別結果只能顯示在DOS或終端上，而且不利于將結果保存、移植或者二次開發利用。

發明內容

本發明的目的在于提供一種智能家居語音控制系統及其語音識別方法，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：

一種智能家居語音控制系統，通過麥克風拾取聲音信號，并經AD轉換電路完成模數轉換后送到語音處理模塊，經語音處理模塊完成編解碼過程后分成兩路，一路直接送控制器，控制器采用語音識別算法進行運算；另一路送到DA轉換電路進行數模轉換后送功率放大電路放大，放大后的語音信號通過揚聲器對外輸出；所述語音處理模塊還為控制器、AD轉換電路、DA轉換電路、功率放大電路供電。

優選的，所述控制器采用芯片OMAP3530。

優選的，所述語音處理模塊采用集電源管理、ADC、嵌入式電源控制和全功能音頻編解碼器于一體的芯片TPS65930。

優選的，所述語音識別算法采用語音識別軟件應用系統，具體包括語音信號采集模塊、基于DMA的雙向高速RAM存取模塊、語音識別模塊、系統管理模塊和語音輸出模塊。

優選的，所述系統管理模塊負責系統的總體管理調度，是應用系統的調度中心。

優選的，所述語音信號采集模塊負責控制芯片TPS65930。

優選的，所述基于DMA的雙向RAM存取模塊負責實現DMA驅動及雙向RAM的讀寫存取，使用通道1來實現高速地把語音信號采集到的數據存儲到RAM存儲模塊上，并使用通道2實現高速地把RAM存儲模塊上的數據取出來，用于語音的識別。

優選的，所述語音輸出模塊負責把相應的音頻數據送到芯片TPS65930，并控制芯片TPS65930對接收到的音頻解碼輸出到功率放大電路，實現語音輸出的功能。

優選的，所述語音識別模塊采用如下方法對語音進行識別：（1）將智能家居電器的語音控制功能與相應的語音信息建立對應關系；（2）控制器接收到語音處理模塊送來的語音信號，此時的語音信號已經被語音處理模塊進行了解碼，控制器將上述解碼后的語音信號進行傅里葉變換，從而將上述語音信號從時間域變換到頻率域；（3）對上述頻率域的頻譜進行劃分，提取劃分后每個小方格的梯度直方圖特征，劃分的個數在識別效率和識別精度間取平衡；建立與RAM存儲模塊上預存儲語音對象相適應的基于數值估計的模型，根據所述梯度直方圖特征計算每個小方格對應于該模型的評分；采用下式計算每個小方格對應于所述模型的局部評分：

Sk(I,gi,pk)＝wk*φ(I,gi)

其中，I表示當前語音信息，gi表示當前語音信息中第i個小方格，pk表示所述模型的第k個部位，φ(I,gi)表示當前語音信息中小方格gi的梯度直方圖特征；

針對所述模梯度直方圖特征，篩選幾個局部評分較高的小方格，篩選的個數在識別效率和識別精度間取平衡；

對篩選出的小方格進行組合，結合組合中每個小方格的局部評分和小方格間的空間邏輯關系，計算每種小方格組合的全局評分；

將最高的全局評分與閾值比較，若超出所述閾值則判定語音中存在待識別的語音信息；

（4）根據識別出來的語音信息指令，根據（1）中所述的對應關系，控制相應的執行機構工作；實現智能語音控制功能。