[發明專利]一種語音交互系統及方法

在審

• 申請號: 201710889487.7
• 申請日: 2017-09-27
• 公開（公告）號: CN107644643A
• 公開（公告）日: 2018-01-30
• 發明（設計）人: 王冬
• 申請（專利權）人: 安徽碩威智能科技有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26;G10L25/24;G10L15/18;G10L15/14
• 代理公司: 昆明合眾智信知識產權事務所53113
• 代理人: 張璽

1.一種語音交互系統，其特征在于包括:

前處理模塊，其包括聲音預處理模塊和端點檢測模塊，所述聲音預處理模塊分別與所述麥克風和端點檢測模塊電性連接；

聲學模型庫，其包括HMM模型匹配單元、TDNN模型匹配單元、HMM模型數據庫和ANN模型數據庫，所述HMM模型匹配單元與所述HMM模型數據庫電性連接，所述TDNN模型匹配單元與所述ANN模型數據庫電性連接；

語言模型庫，其包括N-Gram模型數據庫和Rule-based模型數據庫；

識別模塊，其包括MFCC參數特征提取單元和識別控制單元，所述MFCC參數特征提取單元分別與所述識別控制單元和端點檢測模塊電性連接；所述識別控制單元分別與所述N-Gram模型數據庫、Rule-based模型數據庫、HMM模型數據庫、ANN模型數據庫、語義理解模塊和反饋模塊電性連接；

交互中心，其包括語義理解模塊、交互處理模塊、應答信息庫和語義詞典數據庫，所述交互處理模塊分別與所述語義理解模塊、反饋模塊、應答信息庫和語音合成模塊電性連接，所述語音合成模塊分別與反饋模塊和揚聲器電性連接。

2.根據權利要求1所述的一種語音交互系統，其特征在于，所述聲音預處理模塊包括防混疊濾波器處理、A/D轉換器轉和分幀加窗處理。

3.根據權利要求1所述的一種語音交互系統，其特征在于，所述端點檢測模塊為基于頻帶方差的端點檢測模塊。

4.根據權利要求1所述的一種語音交互系統，其特征在于，所述識別控制單元為ARM單片機，且其上面集成了聲音模型選擇電路，用于選擇HMM模型匹配單元和TDNN模型匹配單元，同時集成了語言模型庫選擇電路，用于選擇N-Gram模型數據庫和ANN模型數據庫。

5.根據權利要求1所述的一種語音交互系統，其特征在于，所述應答信息庫內存儲情景對話的應答映射。

6.根據權利要求1所述的一種語音交互系統，其特征在于，所述語義詞典數據庫內存儲語句語義映射。

7.根據權利要求1所述的一種語音交互系統，其特征在于，所述反饋模塊內設有存儲器，用于存儲所述交互處理模塊傳遞過來的文本信息、語音合成模塊傳遞過來到的語音信息和反饋指令。

8.一種權利要求1所述的一種語音交互方法，其特征在于包括：

步驟一：帶噪語音從麥克風傳入所述語音交互系統，在所述聲音預處理模塊過程中經過防混疊濾波器濾波處理、A/D轉換器信號轉換和分幀加窗處理后再經過基于頻帶方差的端點檢測模塊后得到語音信號；

步驟二：步驟一中的語音信號經過所述MFCC參數特征提取單元后得到特征矢量，所述特征矢量傳送到所述識別控制單元后，所述識別控制單元控制聲音模型選擇電路和語言模型庫選擇電路選擇相應的模型匹配和語言模型庫對特征矢量進行識別得到初始文本信息；

步驟三：步驟二中的初始文本信息經過所述語義詞典數據庫的映射和語義理解模塊的處理得到識別文本信息；

步驟四：步驟三中的識別文本信息經過所述應答信息庫的映射和交互處理模塊的處理得到應答文本信息，同時所述交互處理模塊將步驟二中的初始文本信息、步驟三種的識別文本信息和應答文本信息傳遞給所述反饋模塊；

步驟五：步驟四中的應答文本信息經過所述語音合成模塊處理后將應答文本信息轉換成語音信息后經揚聲器與客戶交流；

步驟六：所述反饋模塊存儲步驟二中的初始文本信息、步驟三中的識別文本信息和步驟四中的應答文本信息，當重復出現相同的初始文本信息、識別文本信息或者初始文本信息、識別文本信息為反饋指令，則所述反饋模塊向所述控制單元發出反饋信號；

步驟七：所述控制單元接收到步驟六中的反饋信號后控制所述交互處理模塊將步驟三中的識別文本信息傳送給所述語音合成模塊，并通過所述揚聲器向客戶展示識別文本信息；

步驟八：在向顧客展示文本信息后，所述控制單元控制聲音模型選擇電路和聲音模型選擇電路更換聲音匹配模型和語言模型庫。