[發明專利]一種兼容非常態語音的智能家居控制系統及方法

有效

• 申請號: 201710560779.6
• 申請日: 2017-07-11
• 公開（公告）號: CN107342076B
• 公開（公告）日: 2020-09-22
• 發明（設計）人: 賀前華;巫小蘭;奉小慧
• 申請（專利權）人: 華南理工大學
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/08;G10L15/14;G10L15/26
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 李斌

1.一種兼容非常態語音的智能家居控制系統，其特征在于，包括：語音解析模塊、識別模塊、決策融合模塊、匹配模塊、交互反饋模塊、控制模塊和在線學習模塊；

所述語音解析模塊，對輸入的語音進行聲學特征提取，通過SVM分類器確定所述語音的狀態類型，即根據最大后驗概率確定該輸入語音是常態語音狀態類型還是非常態語音狀態類型；

所述識別模塊，對所述語音采用對應的識別模型進行語音識別；

所述決策融合模塊，根據SVM計算狀態類型的后驗概率和各識別模型的概率，以加權評分的投票策略進行決策融合；所述決策融合模塊中，采用下述方法：

SVM分類器計算語音狀態類型的后驗概率；

得到各隱馬爾可夫模型HMM語音模型識別的最大概率和次最大概率的文本；

根據概率以加權評分的投票策略進行決策融合，所述加權評分的投票策略具體方法如下：

常態語音類型和非常態語音類型是SVM分類器的兩類，分別用x₁,x₂代表，α₁、α₂是語音數據通過SVM分類器計算x₁,x₂得出的后驗概率，其中α₂＝1-α₁；

HMM識別模型包括常態語音HMM模型和非常態語音HMM模型；g₁₁、g₁₂是所述語音通過常態語音HMM識別模型得出的最大概率對應的文本、次大概率對應的文本,p₁₁、p₁₂是其對應文本的概率；g₂₁、g₂₂是所述語音通過非常態語音HMM模型識別得出的最大概率對應的文本、次最大概率對應的文本，p₂₁、p₂₂是其對應文本的概率；以上是對計算參數的說明，下面對加權評分的投票策略計算公式和計算流程做具體說明：

Input SVM的輸出α₁,α₂和HMM模型識別結果文本g₁₁,g₁₂,g₂₁,g₂₂及其概率p₁₁,p₁₂,p₂₁,p₂₂；

Output最終識別結果g_m；

step1：if g₁₁＝g₂₁，then{output＝g_m＝g₁₁；end}；

setp2：if g₁₁≠g₂₁ and(g₁₁＝g₂₂,g₁₂＝g₂₁)，then

end；

step3:if g₁₁≠g₂₁≠g₁₂ and(g₁₁＝g₂₂),then

end；

step4:if g₁₁≠g₂₁≠g₁₂≠g₂₂,then

end；

所述匹配模塊，將決策融合的輸出結果與預設的執行動作、設備名稱、情景模式匹配；包括：

匹配成功，則進入交互反饋模塊；

匹配失敗，則進入在線學習模塊；

所述的交互反饋模塊，用于對匹配模塊得出的輸出結果作出反饋，其步驟如下：

根據輸出結果，系統發問：“你說的是不是……”；

用戶反饋“是”，識別正確則觸發控制模塊發送控制指令來控制智能家居設備的工作狀態；

當用戶反饋“不是”，識別錯誤則進入在線學習模塊；

所述控制模塊，當用戶反饋識別內容正確，發送控制指令來控制智能家居設備的工作狀態；

所述在線學習模塊，當用戶反饋識別內容錯誤，將語音以在線學習的方式存儲到服務器中，更新系統語音模板。