[發明專利]遠場語音功能實現方法、設備、系統及存儲介質

在審

• 申請號: 201810210251.0
• 申請日: 2018-03-14
• 公開（公告）號: CN108597507A
• 公開（公告）日: 2018-09-28
• 發明（設計）人: 吳登峰
• 申請（專利權）人: 百度在線網絡技術(北京)有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26
• 代理公司: 北京鴻德海業知識產權代理事務所(普通合伙) 11412
• 代理人: 袁媛

本發明公開了遠場語音功能實現方法、設備、系統及存儲介質，其中方法包括：位于智能設備上的語音檢測單元實時地進行語音信號檢測；當檢測到喚醒詞時，語音檢測單元喚醒位于智能設備上的處于待機狀態的算法單元；語音檢測單元將獲取到的語音信號傳輸給算法單元，以便算法單元按照預定方式對語音信號進行運算處理，并將處理后的語音信號發送給智能設備的控制系統，完成對應的控制操作。應用本發明所述方案，能夠節省能耗及提升聲學效果，并能夠擺脫遙控器的束縛，方便用戶操作等。

【技術領域】

本發明涉及計算機應用技術，特別涉及遠場語音功能實現方法、設備、系統及存儲介質。

【背景技術】

遠場語音功能是融合了人工智能(AI，Artificial Intelligence)語音搜索的一項改變用戶體驗的功能，省略了“按下遙控語音鍵”這一程序，用戶只需要坐在沙發上說出指令，即可得到相應的操作反饋，目前一般能夠做到5米范圍內有效。

目前，正在不斷涌現出各種具備遠場語音功能的智能設備，如智能電視、智能音箱、智能手表等。

但是，將遠場語音功能植入到傳統家電如智能電視，并不是一帆風順的。

因為，遠場語音識別需要前后端結合去完成，一方面在前端使用麥克風陣列，通過聲源定位及自適應波束形成做語音增強，在前端完成遠場拾音，并解決噪聲、混響、回聲等帶來的影響，另一方面，需要結合后臺識別引擎，將用戶語音識別成文本信息，再轉換成智能電視能夠響應的操作指令。

麥克風陣列，以及相應的降噪、混響消除、回聲消除等運算，都需要一定的運算能力，才能夠實時完成。相對應地，芯片做這些相關的運算，均需要消耗一定的電能。

另外，國家對于電子產品，有著嚴格的能效標準分級以及相應的補貼措施。電視類產品的能效補貼，一級能效13％；二級能效8％。目前，電視的平均利潤率都比較低，相比之下，國家的能效補貼，就顯得尤為重要。因此，達到國家能效標準，幾乎成為每一臺電視的必要追求。達不到這個標準，其它任何的創新和功能，都很難在產品中實際落地。

為此，現有技術中，通常會將遠場語音功能設計到機頂盒中，以規避國家的能效等級評判。但這樣方式不能降低能耗，而且聲學效果較差，具體地，麥克風陣列做回聲消除時，需要引入喇叭的聲音反饋，機頂盒播放的聲音，輸出給智能電視再通過喇叭發出，反饋的時間長度隨機變化，回聲消除效果變差。

或者，也可以將麥克風做到遙控器上，即開發語音遙控器，但這樣就變成了近場語音交互，用戶必須對著遙控器說話，姿勢僵硬，操作笨拙，而且，擺脫不了遙控器的束縛，違背了語音交互的初衷。

【發明內容】

有鑒于此，本發明提供了遠場語音功能實現方法、設備、系統及存儲介質，能夠節省能耗及提升聲學效果，并能夠擺脫遙控器的束縛，方便用戶操作。

具體技術方案如下：

一種遠場語音功能實現方法，包括：

位于智能設備上的語音檢測單元實時地進行語音信號檢測；

當檢測到喚醒詞時，所述語音檢測單元喚醒位于所述智能設備上的處于待機狀態的算法單元；

所述語音檢測單元將獲取到的語音信號傳輸給所述算法單元，以便所述算法單元按照預定方式對所述語音信號進行運算處理，并將處理后的語音信號發送給所述智能設備的控制系統，完成對應的控制操作。

根據本發明一優選實施例，所述語音檢測單元包括：至少包含兩個麥克風的麥克風陣列。

根據本發明一優選實施例，所述當檢測到喚醒詞時，所述語音檢測單元喚醒處于待機狀態的算法單元包括：

當所述麥克風陣列中的任一麥克風檢測到喚醒詞時，則喚醒處于待機狀態的算法單元。