[發(fā)明專利]語(yǔ)音識(shí)別系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810479603.2
• 申請(qǐng)日: 2018-05-18
• 公開(kāi)（公告）號(hào): CN108447483A
• 公開(kāi)（公告）日: 2018-08-24
• 發(fā)明（設(shè)計(jì)）人: 張治宇;鐘景維;石慶;馬保軍;鄭科;張龍;程文輝;韋振劍
• 申請(qǐng)（專利權(quán)）人: 深圳市億道數(shù)碼技術(shù)有限公司
• 主分類號(hào): G10L15/22
• 分類號(hào): G10L15/22;G10K11/18;G10L21/0208;G10L21/0216
• 代理公司: 深圳市科吉華烽知識(shí)產(chǎn)權(quán)事務(wù)所(普通合伙) 44248
• 代理人: 孫偉

本發(fā)明涉及一種語(yǔ)音識(shí)別系統(tǒng)，包括服務(wù)云端、主控制器、模數(shù)轉(zhuǎn)換器、麥克風(fēng)陣列，其中，所述主控制器包括主控單元CPU、聲源定位模塊、聲源增強(qiáng)模塊、回聲消除模塊、噪音抑制模塊、以及WIFI模塊，所述麥克風(fēng)陣列包括三個(gè)呈等邊形布置的用于拾音的麥克風(fēng)。本發(fā)明采用由三個(gè)麥克風(fēng)組成的麥克風(fēng)陣列及4個(gè)通道ADC MIC與語(yǔ)音識(shí)別電路，其中三個(gè)麥克風(fēng)和對(duì)應(yīng)的三個(gè)通道ADC MIC語(yǔ)音識(shí)別電路用于拾音及聲源定位，一個(gè)通道ADC MIC語(yǔ)音識(shí)別電路用于監(jiān)聽(tīng)揚(yáng)聲器PA播放的音頻，可準(zhǔn)確實(shí)現(xiàn)聲源定位、聲源增強(qiáng)、回聲消除、噪音抑制，能提高辨別環(huán)境聲音和本機(jī)聲音的準(zhǔn)確率，從而提高語(yǔ)音識(shí)別準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及語(yǔ)音識(shí)別技術(shù)領(lǐng)域，尤其涉及一種語(yǔ)音識(shí)別系統(tǒng)。

背景技術(shù)

語(yǔ)音識(shí)別技術(shù)(Auto Speech Recognize，簡(jiǎn)稱ASR)所要解決的問(wèn)題是讓計(jì)算機(jī)能夠“聽(tīng)懂”人類的語(yǔ)音，將語(yǔ)音中包含的文字信息“提取”出來(lái)。ASR技術(shù)在“能聽(tīng)會(huì)說(shuō)”的智能計(jì)算機(jī)系統(tǒng)中扮演著重要角色，相當(dāng)于給計(jì)算機(jī)系統(tǒng)安裝上“耳朵”，使其具備“能聽(tīng)”的功能，進(jìn)而實(shí)現(xiàn)信息時(shí)代利用“語(yǔ)音”這一最自然、最便捷的手段進(jìn)行人機(jī)通信和交互。

近二十年來(lái)，語(yǔ)音識(shí)別技術(shù)取得顯著進(jìn)步，開(kāi)始從實(shí)驗(yàn)室走向市場(chǎng)，語(yǔ)音識(shí)別技術(shù)已在工業(yè)、家電、通信、汽車電子、醫(yī)療、家庭服務(wù)、消費(fèi)類電子等各個(gè)領(lǐng)域上應(yīng)用。曾經(jīng)語(yǔ)音識(shí)別聽(tīng)寫(xiě)機(jī)在一些領(lǐng)域的應(yīng)用，被美國(guó)新聞界評(píng)為計(jì)算機(jī)發(fā)展十件大事之一。

隨著語(yǔ)音識(shí)別產(chǎn)品逐漸增加，許多語(yǔ)音識(shí)別和人機(jī)交互產(chǎn)品進(jìn)入人們的生活需求，對(duì)語(yǔ)音識(shí)別技術(shù)質(zhì)量要求越來(lái)越高。

現(xiàn)有多數(shù)方案采用雙麥克風(fēng)拾音或者6個(gè)麥克風(fēng)陣列做語(yǔ)音識(shí)別。對(duì)于雙麥克風(fēng)，只能單純軟件上做算法降噪，同時(shí)并不能識(shí)別是本機(jī)中播放的音頻，還是環(huán)境中噪音；對(duì)于語(yǔ)音識(shí)別誤判或直接語(yǔ)意是不能識(shí)別的，或者譯錯(cuò)語(yǔ)意，特別是當(dāng)播放聲音較大時(shí)，或說(shuō)話者距離機(jī)器較遠(yuǎn)時(shí)特別明顯。而采用6個(gè)麥克風(fēng)陣列的產(chǎn)品，占比空間大，產(chǎn)品外觀要做很大，軟件算法需要處理6個(gè)麥克風(fēng)的數(shù)據(jù)，耗CPU資源較大，對(duì)CPU性能要求很高，整體設(shè)計(jì)方案成本過(guò)高，普通消費(fèi)類產(chǎn)品難以實(shí)現(xiàn)。

發(fā)明內(nèi)容

本發(fā)明的主要目的在于提出一種語(yǔ)音識(shí)別系統(tǒng)，旨在降低成本，提高語(yǔ)音識(shí)別準(zhǔn)確率。

為實(shí)現(xiàn)上述目的，本發(fā)明提出一種語(yǔ)音識(shí)別系統(tǒng)，該系統(tǒng)包括服務(wù)云端、主控制器、模數(shù)轉(zhuǎn)換器、麥克風(fēng)陣列，其中，所述主控制器包括主控單元CPU、聲源定位模塊、聲源增強(qiáng)模塊、回聲消除模塊、噪音抑制模塊、以及WIFI模塊，所述麥克風(fēng)陣列包括三個(gè)呈等邊形布置的用于拾音的麥克風(fēng)；

所述三個(gè)麥克風(fēng)中的第一麥克風(fēng)U1、第二麥克風(fēng)U2、第三麥克風(fēng)U3分別通過(guò)第一通道ADC MIC語(yǔ)音識(shí)別電路、第二通道ADC MIC語(yǔ)音識(shí)別電路、第三通道ADC MIC語(yǔ)音識(shí)別電路與所述模數(shù)轉(zhuǎn)換器連接，所述模數(shù)轉(zhuǎn)換器還通過(guò)第四通道ADC MIC語(yǔ)音識(shí)別電路與揚(yáng)聲器PA連接，所述模數(shù)轉(zhuǎn)換器用于接收所述第一麥克風(fēng)U1、第二麥克風(fēng)U2、第三麥克風(fēng)U3傳輸?shù)男盘?hào)、以及所述PA傳輸過(guò)來(lái)的模擬音頻信號(hào)，并將所述第一麥克風(fēng)U1、第二麥克風(fēng)U2、第三麥克風(fēng)U3傳輸?shù)男盘?hào)、以及所述揚(yáng)聲器PA傳輸過(guò)來(lái)的模擬音頻信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)；

所述主控單元CPU分別與所述模數(shù)轉(zhuǎn)換器、揚(yáng)聲器PA、聲源定位模塊、聲源增強(qiáng)模塊、回聲消除模塊、噪音抑制模塊、以及WIFI模塊連接，所述主控單元CPU通過(guò)所述WIFI模塊與所述服務(wù)云端連接。

本發(fā)明的進(jìn)一步的技術(shù)方案是，還包括為所述模數(shù)轉(zhuǎn)換器內(nèi)部數(shù)字模塊供電的第一供電電源、為所述模數(shù)轉(zhuǎn)換器內(nèi)部模擬內(nèi)核供電的第二供電電源，所述第一供電電源包括第一供電電源濾波電路，所述第二供電電源包括第二供電電源濾波電路；