[發明專利]用于語音識別的方法和裝置

有效

• 申請號: 201780094599.1
• 申請日: 2017-09-28
• 公開（公告）號: CN111052228B
• 公開（公告）日: 2023-09-05
• 發明（設計）人: 畢相如;張國霞
• 申請（專利權）人: 哈曼國際工業有限公司
• 主分類號: G10L15/20
• 分類號: G10L15/20;G10L21/0272
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 胡迪;吳敏

提供了用于語音識別的方法和裝置。所述語音識別方法包括：接收語音信息，所述語音信息是通過配置在連接在一起的多個裝置上的多個語音采集裝置來采集，其中所述多個裝置包括至少一個移動裝置；以及對通過所述多個語音采集裝置采集到的所述語音信息實行語音分離與識別過程。所述語音識別裝置包括：處理器，所述處理器被配置成：獲得連接在一起的多個裝置間的時鐘差，其中所述多個裝置中的每一者被配置成具有語音采集裝置；獲得語音信息，所述語音信息是通過配置在所述多個裝置中的所述每一者上的所述語音采集裝置來采集；以及基于所述多個裝置間的所述時鐘差，對通過所述語音采集裝置采集到的語音信息實行語音分離與識別過程。

技術領域

本發明大體上涉及用于語音識別的方法和裝置。

背景技術

如今，語音控制應用于越來越多的領域中，例如應用于車輛領域中。語音識別邏輯是用于實現語音控制的典型元件。一般的車輛具有一個傳聲器。當有兩個或更多個說話人同時說話或在車輛中有噪聲時，一般的語音識別邏輯不能有效地分離混合的語音，這影響語音識別率。目前，實現準確地語音分離的一種方法是創建傳聲器陣列，另一方法是通過獨立分量分析(Independent?ComponentAnalysis，ICA)、頻域獨立分量分析(FrequencyDomain?Independent?Component?Analysis，FDICA)或其他擴展算法來分離混合的語音。然而，前面提及的所有這些方法需要傳聲器的數目至少等于語音源的數目，這意味著當前車輛應添加更多傳聲器以實現語音分離，然而，這將導致成本增加。

發明內容

在一實施方案中，提供一種用于語音識別的方法，所述方法包括：接收語音信息，所述語音信息是通過配置在連接在一起的多個裝置上的多個語音采集裝置來采集，其中所述多個裝置包括至少一個移動裝置；以及對通過所述多個語音采集裝置采集到的所述語音信息實行語音分離與識別過程。

在一些實施方案中，所述方法還包括：確定所述多個裝置中的一者與所述多個裝置中的剩余裝置中的一者之間的時鐘差。

在一些實施方案中，確定所述多個裝置中的一者與所述多個裝置中的所述剩余裝置中的一者之間的所述時鐘差包括：獲得所述多個裝置中的每一者的時鐘；以及獲得所述多個裝置中的一者與所述多個裝置中的所述剩余裝置中的一者之間的時鐘差。

在一些實施方案中，確定所述多個裝置中的一者與所述多個裝置中的所述剩余裝置中的一者之間的所述時鐘差包括：第一裝置在第一時間點向第二裝置發送測試消息；所述第一裝置在第三時間點從所述第二裝置接收反饋消息，其中所述反饋消息至少包括所述第二裝置的接收所述測試消息的第二時間點和發送所述反饋消息的第四時間點；以及基于所述第一時間點、所述第二時間點、所述第三時間點和所述第四時間點，確定所述第一裝置的時鐘與所述第二裝置的時鐘之間的時鐘差；其中所述第一裝置是所述多個裝置中的一者，并且所述第二裝置是所述多個裝置中的所述剩余裝置中的一者。

在一些實施方案中，對通過所述多個語音采集裝置采集到的所述語音信息實行所述語音分離與識別過程包括：基于所述多個裝置間的所述時鐘差來使通過所述多個語音采集裝置采集到的所述語音信息同步；分離所述同步的語音信息；以及識別所述分離的語音信息。

在一些實施方案中，使通過所述多個語音采集裝置采集到的所述語音信息同步包括：基于第一裝置與參考裝置之間的時鐘差來使第一語音信息同步；其中所述第一語音信息是通過配置在所述第一裝置上的第一語音采集裝置采集；所述參考裝置是所述多個裝置中的一者，并且所述第一裝置是所述多個裝置中的所述剩余裝置中的一者。

在一些實施方案中，所述方法還包括：傳輸采集信息以開始通過所述多個語音采集裝置來采集語音信息。