[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

本發明涉及一種語音芯片及應用的電子設備，包括：音頻采集模塊，用于采集語音信號；前端陣列處理模塊，與音頻采集模塊連接，用于對語音信號進行處理；語音活動檢測模塊，與前端陣列處理模塊連接，用于確定前端陣列處理模塊處理后的語音信號的語音端點，其中，語音端點包括語音信號的開始端點和結束端點，每個語音端點對應語音信號中的至少一幀；語音喚醒模塊，與語音活動檢測模塊連接，用于基于語音端點確定語音信號包括預設的喚醒語音時，喚醒電子設備；語音識別模塊，與前端陣列處理模塊連接，用于在電子設備被喚醒后，識別前端陣列處理模塊處理后的語音信號中的交互指令，并使電子設備執行交互指令。本發明可提高語音識別的準確性。

技術領域

本發明涉及語音處理領域，特別是涉及一種語音芯片及電子設備。

背景技術

電子設備所具備的智能語音功能可以實現完美的人機語音交互，其最終目 標是讓電子設備聽懂人類的語言，并執行相應的功能。目前電子設備中所應用 的芯片不具備智能功能，且價格昂貴，功耗高。對于目前支持語音交互功能的 芯片，其支持的語音識別基于深度學習的神經網絡算法，但深度學習神經網絡 算法計算量較大，導致目前支持語音交互功能的芯片計算，功耗大，速度慢。 為了滿足計算量，支持語音交互功能的芯片會對深度學習神經網絡算法會進行 簡化，導致識別性能降低，進一步導致用戶在與電子設備進行語音交互式時體 驗感極差。

發明內容

基于此，有必要針對目前語音識別度低的問題，提供一種語音芯片及電子 設備。

一種語音芯片，應用于電子設備，，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。

優選的，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。

優選的，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。

優選的，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；