[發(fā)明專利]語音控制的方法、裝置、設備和存儲介質

有效

• 申請?zhí)枺?/td>: 201810235732.7
• 申請日: 2018-03-21
• 公開（公告）號: CN108461081B
• 公開（公告）日: 2020-07-31
• 發(fā)明（設計）人: 李志銘
• 申請（專利權）人: 北京金山安全軟件有限公司
• 主分類號: G10L15/20
• 分類號: G10L15/20;G10L21/0232
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發(fā)明公開了一種語音控制的方法、裝置、設備和存儲介質，該方法包括：對終端設備采集的語音信號進行信號處理得到頻域信號；提取所述頻域信號中的第一頻率范圍內的目標頻域信號，將所述目標頻域信號遷移至第二頻率范圍內的合成頻域信號上，形成完整頻域信號；將所述完整頻域信號變換為時域信號，對所述時域信號進行語音識別并根據(jù)語音識別結果控制所述終端設備進行響應，實現(xiàn)將易受環(huán)境影響的語音信號遷移到不易受環(huán)境影響的頻段中，增強抗干擾能力，降低語音信號的失真度，提高終端設備對語音信號的識別率和語音控制的準確性。

技術領域

本發(fā)明實施例涉及語音識別技術領域，尤其涉及一種語音控制的方法、裝置、設備和存儲介質。

背景技術

根據(jù)國際電工協(xié)會IEC581標準與我國的GB/T14277-93標準，把30-150Hz設定為低頻段，150-500Hz為中低頻段，500-5KHz為中高頻段，5K-16KHz為高頻段。其中男聲基準音區(qū)的頻率為60-523Hz,女聲基準音區(qū)的頻率為160-1200Hz?；糁芷谛畔⒃谡Z音識別、說話人識別、語音分析與語音合成，以及低碼率語音編碼、發(fā)音系統(tǒng)疾病診斷、聽覺殘障者的語言指導等多個領域有著廣泛的應用。

基音對于語音識別起著很關鍵的作用，人類的基音區(qū)為頻率200Hz以下的范圍。目前智能音箱等基于語音控制的終端設備主要采用麥克風來拾音，而麥克風與喇叭在播放高聲壓時，由于在低頻音在大聲壓下喇叭震動大，低頻音的失真度高，經分析市場上的幾大智能音箱，發(fā)現(xiàn)語音頻率位于200Hz以下的音頻信號，喇叭播放出來的音頻信息的失真度比較大，尤其是對語音頻率位于100Hz左右的低頻語音信號的總諧波失真加噪聲(TotalHarmonic Distortion+Noise，THD+N)的值達到10％以上，這對于語音識別系統(tǒng)的回聲消除算法處理帶來很大的挑戰(zhàn)，低頻語音信號會使得智能音箱的箱體產生更強烈的震動，在麥克風拾音過程中造成非線性失真的問題，麥克風采集到的數(shù)據(jù)就與真實的數(shù)據(jù)差別越大，智能音箱無法識別出帶有語音控制關鍵詞的語音信號，導致智能音箱等設備的語音控制成功率低。

發(fā)明內容

本發(fā)明提供一種語音控制的方法、裝置、設備和存儲介質，以實現(xiàn)將易受環(huán)境影響的語音信號遷移到不易受環(huán)境影響的頻段中，增強抗干擾能力，降低語音信號的失真度，提高終端設備對語音信號的識別率和語音控制的準確性。

第一方面，本發(fā)明實施例提供了一種語音控制的方法，該方法包括：

對終端設備采集的語音信號進行信號處理得到頻域信號；

提取所述頻域信號中的第一頻率范圍內的目標頻域信號，將所述目標頻域信號遷移至第二頻率范圍內的合成頻域信號上，形成完整頻域信號；

將所述完整頻域信號變換為時域信號，對所述時域信號進行語音識別并根據(jù)語音識別結果控制所述終端設備進行響應。

第二方面，本發(fā)明實施例還提供了一種語音控制的裝置，該裝置包括：

信號轉換模塊，用于對終端設備采集的語音信號進行信號處理得到頻域信號；

完整頻域信號生成模塊，用于提取所述頻域信號中的第一頻率范圍內的目標頻域信號，將所述目標頻域信號遷移至第二頻率范圍內的合成頻域信號上，形成完整頻域信號；

信號變換響應模塊，用于將所述完整頻域信號變換為時域信號，對所述時域信號進行語音識別并根據(jù)語音識別結果控制所述終端設備進行響應。

第三方面，本發(fā)明實施例還提供了一種終端設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，該處理器執(zhí)行程序時實現(xiàn)上述語音控制的方法。

第四方面，本發(fā)明實施例還提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)上述語音控制的方法。