[發(fā)明專利]用于智能設(shè)備的語(yǔ)音喚醒方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201811645764.0
• 申請(qǐng)日: 2018-12-29
• 公開（公告）號(hào): CN109461449B
• 公開（公告）日: 2021-12-14
• 發(fā)明（設(shè)計(jì)）人: 彭文超
• 申請(qǐng)（專利權(quán)）人: 思必馳科技股份有限公司
• 主分類號(hào): G10L17/24
• 分類號(hào): G10L17/24;G10L21/0208;G10L21/0216
• 代理公司: 北京商專永信知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11400
• 代理人: 方挺;黃謙

1.一種用于賣場(chǎng)環(huán)境智能設(shè)備的語(yǔ)音喚醒方法，包括：

通過所述智能設(shè)備內(nèi)置的多路麥克實(shí)時(shí)采集音頻聲源，對(duì)所述音頻聲源做回聲消除，確定消除后的多路音頻；

通過對(duì)預(yù)設(shè)的目標(biāo)角度區(qū)間進(jìn)行波束形成，對(duì)所述多路音頻在所述目標(biāo)角度區(qū)間進(jìn)行音頻增強(qiáng)，確定增強(qiáng)音頻；

對(duì)所述增強(qiáng)音頻進(jìn)行后置濾波處理，判斷所述后置濾波后的增強(qiáng)音頻是否命中所述智能設(shè)備的喚醒詞，當(dāng)命中所述智能設(shè)備的喚醒詞時(shí)，通過波達(dá)方向估計(jì)所述音頻聲源的角度信息；

當(dāng)所述音頻聲源的角度信息處于所述預(yù)設(shè)的目標(biāo)角度區(qū)間內(nèi)時(shí)，喚醒所述智能設(shè)備。

2.一種用于賣場(chǎng)環(huán)境多臺(tái)智能設(shè)備的選擇性語(yǔ)音喚醒方法，包括：

通過所述多臺(tái)智能設(shè)備中的每一臺(tái)智能設(shè)備內(nèi)置的多路麥克實(shí)時(shí)采集音頻聲源，對(duì)所述音頻聲源做回聲消除，分別確定消除后的多路音頻；

通過對(duì)預(yù)設(shè)的目標(biāo)角度區(qū)間進(jìn)行波束形成，分別對(duì)所述多路音頻在所述目標(biāo)角度區(qū)間進(jìn)行音頻增強(qiáng)，確定增強(qiáng)音頻；

分別對(duì)所述增強(qiáng)音頻進(jìn)行后置濾波處理，判斷所述后置濾波后的增強(qiáng)音頻是否命中所述智能設(shè)備的喚醒詞，當(dāng)命中所述智能設(shè)備的喚醒詞時(shí)，通過波達(dá)方向估計(jì)所述音頻聲源的角度信息；

當(dāng)所述音頻聲源的角度信息處于所述多臺(tái)智能設(shè)備中的至少兩臺(tái)智能設(shè)備的預(yù)設(shè)的目標(biāo)角度區(qū)間內(nèi)時(shí)，確定所述至少兩臺(tái)智能設(shè)備中的一臺(tái)智能設(shè)備進(jìn)行喚醒。

3.根據(jù)權(quán)利要求2所述的方法，其中，所述當(dāng)所述音頻聲源的角度信息處于所述多臺(tái)智能設(shè)備中的至少兩臺(tái)智能設(shè)備的預(yù)設(shè)的目標(biāo)角度區(qū)間內(nèi)時(shí)，確定所述至少兩臺(tái)智能設(shè)備中的一臺(tái)智能設(shè)備進(jìn)行喚醒包括：

當(dāng)所述音頻聲源的角度信息處于所述多臺(tái)智能設(shè)備中的至少兩臺(tái)智能設(shè)備的預(yù)設(shè)的目標(biāo)角度區(qū)間內(nèi)時(shí)，比較所述至少兩臺(tái)智能設(shè)備接收到的音頻聲源的分貝；

選取所述至少兩臺(tái)智能設(shè)備中接收到音頻聲源的分貝最大的智能設(shè)備進(jìn)行喚醒。

4.根據(jù)權(quán)利要求3所述的方法，其中，所述多臺(tái)智能設(shè)備處于同一局域網(wǎng)下，用于彼此比較音頻聲源的分貝。

5.一種用于賣場(chǎng)環(huán)境智能設(shè)備的語(yǔ)音喚醒系統(tǒng)，包括：

多路音頻確定程序模塊，用于通過所述智能設(shè)備內(nèi)置的多路麥克實(shí)時(shí)采集音頻聲源，對(duì)所述音頻聲源做回聲消除，確定消除后的多路音頻；

增強(qiáng)音頻確定程序模塊，用于通過對(duì)預(yù)設(shè)的目標(biāo)角度區(qū)間進(jìn)行波束形成，對(duì)所述多路音頻在所述目標(biāo)角度區(qū)間進(jìn)行音頻增強(qiáng)，確定增強(qiáng)音頻；

位置信息確定程序模塊，用于對(duì)所述增強(qiáng)音頻進(jìn)行后置濾波處理，判斷所述后置濾波后的增強(qiáng)音頻是否命中所述智能設(shè)備的喚醒詞，當(dāng)命中所述智能設(shè)備的喚醒詞時(shí)，通過波達(dá)方向估計(jì)所述音頻聲源的角度信息；

語(yǔ)音喚醒程序模塊，用于當(dāng)所述音頻聲源的角度信息處于所述預(yù)設(shè)的目標(biāo)角度區(qū)間內(nèi)時(shí)，喚醒所述智能設(shè)備。

6.一種用于賣場(chǎng)環(huán)境多臺(tái)智能設(shè)備的選擇性語(yǔ)音喚醒系統(tǒng)，包括：

多路音頻確定程序模塊，用于通過所述多臺(tái)智能設(shè)備中的每一臺(tái)智能設(shè)備內(nèi)置的多路麥克實(shí)時(shí)采集音頻聲源，對(duì)所述音頻聲源做回聲消除，分別確定消除后的多路音頻；

增強(qiáng)音頻確定程序模塊，用于通過對(duì)預(yù)設(shè)的目標(biāo)角度區(qū)間進(jìn)行波束形成，分別對(duì)所述多路音頻在所述目標(biāo)角度區(qū)間進(jìn)行音頻增強(qiáng)，確定增強(qiáng)音頻；

位置信息確定程序模塊，用于分別對(duì)所述增強(qiáng)音頻進(jìn)行后置濾波處理，判斷所述后置濾波后的增強(qiáng)音頻是否命中所述智能設(shè)備的喚醒詞，當(dāng)命中所述智能設(shè)備的喚醒詞時(shí)，通過波達(dá)方向估計(jì)所述音頻聲源的角度信息；

喚醒確定程序模塊，用于當(dāng)所述音頻聲源的角度信息處于所述多臺(tái)智能設(shè)備中的至少兩臺(tái)智能設(shè)備的預(yù)設(shè)的目標(biāo)角度區(qū)間內(nèi)時(shí)，確定所述至少兩臺(tái)智能設(shè)備中的一臺(tái)智能設(shè)備進(jìn)行喚醒。

7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其中，所述喚醒確定程序模塊用于：

當(dāng)所述音頻聲源的角度信息處于所述多臺(tái)智能設(shè)備中的至少兩臺(tái)智能設(shè)備的預(yù)設(shè)的目標(biāo)角度區(qū)間內(nèi)時(shí)，比較所述至少兩臺(tái)智能設(shè)備接收到的音頻聲源的分貝；

選取所述至少兩臺(tái)智能設(shè)備中接收到音頻聲源的分貝最大的智能設(shè)備進(jìn)行喚醒。