[發明專利]一種語音芯片及電子設備

在審

• 申請號: 201811293499.4
• 申請日: 2018-11-01
• 公開（公告）號: CN109584896A
• 公開（公告）日: 2019-04-05
• 發明（設計）人: 肖佳林;王歡良;唐浩元;王佳珺;吳洪宇;馬殿昌;李志
• 申請（專利權）人: 蘇州奇夢者網絡科技有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L21/0224;G10L21/0232;G10L21/028;G10L25/24;G10L15/06;G10L15/08;G10L15/22
• 代理公司: 蘇州國誠專利代理有限公司 32293
• 代理人: 王麗

1.一種語音芯片，應用于電子設備，其特征在于，包括：

音頻采集模塊，用于采集語音信號；

前端陣列處理模塊，與所述音頻采集模塊連接，用于對所述語音信號進行處理；

語音活動檢測模塊，與所述前端陣列處理模塊連接，用于確定所述前端陣列處理模塊處理后的語音信號的語音端點，其中，所述語音端點包括所述語音信號的開始端點和結束端點，每個所述語音端點對應語音信號中的至少一幀；

語音喚醒模塊，與所述語音活動檢測模塊連接，用于基于所述語音端點確定所述語音信號包括預設的喚醒語音時，喚醒所述電子設備；

語音識別模塊，與所述前端陣列處理模塊連接，用于在所述電子設備被喚醒后，識別所述前端陣列處理模塊處理后的語音信號中的交互指令，并使電子設備執行所述交互指令。

2.根據權利要求1所述的語音芯片，其特征在于，所述前端陣列處理模塊包括：

回聲消除單元，用于對所述語音信號進行回去消除處理；

波束形成單元，用于對所述語音信號進行波束形成處理；

聲源定位單元，用于對所述語音信號進行聲源定位；

去混響處理單元，用于以所述語音信號去除混響。

3.根據權利要求2所述的語音芯片，其特征在于，所述回聲消除單元具體用于：

對所述語音信號進行陷波濾除直流分量，并做預加重處理，形成第一輸入信號；

采用前級濾波對所述第一輸入信號進行濾波處理，將得到的誤差信號方差存儲給Sff；

采用后級濾波對所述第一輸入信號進行濾波處理，將得到的誤差信號方差給See；

基于所述Sff和See輸出最終濾波后的信號。

4.根據權利要求2所述的語音芯片，其特征在于，所述波束形成單元具體用于：

對所述語音信號進行傅里葉變換，并計算所述語音信號的語音信號協方差；

對所述語音信號協方差進行特征值分解，確定最大特征值；

確定所述最大特征值對應的特征向量；

基于所述語音信號協方差和所述特征向量計算最終的增強信號；

對所述增強信號進行傅里葉變換后，并將轉換后的信號轉到時域。

5.根據權利要求2所述的語音芯片，其特征在于，所述聲源定位單元具體用于：

計算所述語音信號到達陣列中不同麥克風之間由于所述語音信號傳輸距離不同而引起的時間差；

將所述時間差乘以聲速得到距離差；

根據幾何關系和所述距離差計算一系列雙曲面，通過所述雙曲面的交點得到聲源位置。

6.根據權利要求2所述的語音芯片，其特征在于，所述去混響處理單元具體用于：

對所述語音信號進行短時傅里葉變換；

基于變換后的信號計算去除混響后的頻域信號；

對所述頻域信號進行逆短時傅里葉變換，并把變換后的語音信號轉到時域。

7.根據權利要求1所述的語音芯片，其特征在于，所述語音活動檢測模塊具體用于：

對所述語音信號進行預處理；

將經過預處理的信號逐幀使用FilterBank算法來提取FBank特征；

將每一幀的FBank特征輸入深度神經網絡模型，由深度神經網絡模型輸出每一幀在音素集中每一個音素的輸出概率；

將每一幀中對應所有非噪聲、非靜音的音素對應的輸出概率進行求和；

如果所述和值大于預設閾值，則判斷對應幀為語音端點；

當最后一幀被判斷后，則對之前的判決結果進行平滑濾波處理，得到最終的語音端點判決結果。

8.根據權利要求1所述的語音芯片，其特征在于，所述語音喚醒模塊具體用于：

對所述語音信號進行語音特征提取，得到對應的語音特征向量；

將所述語音特征向量輸入到DNN模型，得到該語音特征向量對應的語音信號是關鍵詞或者是非關鍵詞的后驗概率；

對所述后驗概率進行平滑得到對應的置信度；

如果所述置信度大于預設值，則判斷所述語音特征向量對應的語音信號包含關鍵詞；

如果所述關鍵詞按設定順序出現則判斷喚醒所述電子設備。