[發明專利]一種語音識別控制系統及其識別控制方法

在審

• 申請號: 201710279717.8
• 申請日: 2017-04-21
• 公開（公告）號: CN106920553A
• 公開（公告）日: 2017-07-04
• 發明（設計）人: 祁偉;陳仕鎧;盧旭;袁飛;劉軍;康慧
• 申請（專利權）人: 廣東技術師范學院
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于嵌入式的語音識別控制技術領域，具體是涉及一種語音識別控制系統及其識別控制方法。

背景技術

語音識別控制技術應用廣泛，尤其是在機器人控制領域，目前的語音識別控制的方法一般是首先錄音過程采用Windows自帶的API函數，通過錄音程序獲取需要識別的音頻文件；然后將音頻文件輸入到訊飛語音識別函數接口中進行處理，輸出與音頻相對應的文本；再用Zigbee根據識別文本中的關鍵詞來控制。該技術存在以下問題：1、該技術是基于Windows操作系統上的，Windows操作系統對硬件要求很大，不作為嵌入式系統，無法嵌入到小型機器比如路由器等，因此適應性差，不能廣泛使用；2、該項技術對識別文本關鍵詞存在缺陷，誤識別的概率比較大。

發明內容

本發明針對現有技術的不足，提供一種語音識別控制系統及其識別控制方法；該系統和方法不但大大的減少了誤識別的概率，而且適應性強，可以廣泛嵌入生活中的小型機器里面。

為了達到上述目的，本發明一種語音識別控制系統，主要包括用于拾取外來聲音并將該聲音的模擬信號合成處理成數字信號的拾音器，作為主機處理來自拾音器聲音數字信號的Exynos 4412開發板，用于將聲音數字信號進行分析匹配并把結果轉化為json文本格式的訊飛語音云端，以及作為控制處理器處理來自Exynos 4412開發板的信息并執行處理該信息后相應任務的STM32單片機；所述拾音器、Exynos 4412開發板以及STM32單片機依次通信連接，而訊飛語音云端則基于Exynos 4412開發板作為主機平臺分別與拾音器、STM32單片機通信連接；所述操作系統為Linux QT操作系統，Exynos 4412開發板則作為該操作系統的平臺。

優選地，所述拾音器將聲音的模擬信號傳遞到麥克風陣列模塊XFM10412的DSP中合成處理成數字信號。

優選地，所述拾音器為由四個線性麥克風，底板濾波電路、接口電路，以及麥克風陣列模塊組成。該麥克風陣列模塊為科大訊飛的麥克風陣列模塊XFM10412。

優選地，所述Exynos 4412開發板將來自訊飛語音云端的json文本格式的匹配結果進行分析并提取轉化成關鍵字，然后以GB2312碼的格式將信息用串口通信方式傳入到STM32單片機，之后STM32單片機將以GB2312碼的格式進行任務匹配并執行匹配后的相應任務，從而完成語音識別控制的功能。

一種語音識別控制系統的識別控制方法，主要包括以下步驟：

首先，拾音器拾取外來聲音并將該聲音的模擬信號合成處理成數字信號后通過串口通信傳入到Exynos 4412開發板；此時的拾音器作為從機，Exynos4412開發板則作為主機；

其次，Exynos4412開發板基于訊飛開發的語音識別應用程序在Linux QT操作系統上執行，從拾音器傳來的信息發送到訊飛語音云端上經過處理后的結果以json文本格式返回到操作系統上；

第三，Exynos 4412開發板將來自訊飛語音云端的json文本格式的匹配結果進行分析并提取轉化成關鍵字，然后以GB2312碼的格式將信息用串口通信方式傳入到STM32單片機；此時的STM32單片機作為從機，Exynos4412開發板則作為主機；

最后，STM32單片機將以GB2312碼的格式進行任務匹配，之后再執行匹配后的相應任務，從而完成語音識別控制的功能。

優選地，所述拾音器為由四個線性麥克風，底板濾波電路、接口電路，以及麥克風陣列模塊組成。該麥克風陣列模塊為科大訊飛的麥克風陣列模塊XFM10412。

與現有技術相比，本發明主要有以下優點：1、以Linux QT作為操作系統平臺，Linux QT操作系統對硬件要求低，所以適應性好，應用范圍廣；2、結合訊飛語音成熟的技術在系統本身多次過濾信息可以大大降低誤識別率；3、以json文本關鍵字轉化成GB2312碼，并在STM32單片機以GB2312碼匹配相應任務來完成控制，用此方法可以更精確的執行任務。

附圖說明

圖1為本發明語音識別控制系統的組成框圖；

圖2為本發明語音識別控制系統的算法流程圖。

其中，1為拾音器，2為Exynos 4412開發板，3為訊飛語音云端，4為STM32單片機。

具體實施方式

以下結合附圖和具體實施例對本發明進行詳細描述，但不作為對本發明的限定。