[發(fā)明專利]基于語(yǔ)音自動(dòng)識(shí)別的對(duì)講機(jī)實(shí)現(xiàn)系統(tǒng)及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910034671.2
• 申請(qǐng)日: 2019-01-15
• 公開(kāi)（公告）號(hào): CN109859748B
• 公開(kāi)（公告）日: 2021-06-04
• 發(fā)明（設(shè)計(jì)）人: 陳杰;林兆劍;陳春強(qiáng);詹麗華;林靜
• 申請(qǐng)（專利權(quán)）人: 福建天眼視訊網(wǎng)絡(luò)科技有限公司
• 主分類號(hào): G10L15/16
• 分類號(hào): G10L15/16;G10L15/30;G10L15/22
• 代理公司: 福州市鼓樓區(qū)京華專利事務(wù)所(普通合伙) 35212
• 代理人: 王美花

本發(fā)明提供一種基于語(yǔ)音自動(dòng)識(shí)別的對(duì)講機(jī)實(shí)現(xiàn)系統(tǒng)，包括語(yǔ)音采集模塊，用于采集聲音信號(hào)，將聲音信號(hào)轉(zhuǎn)換成模擬電信號(hào)；音頻編解碼模塊，用于將模擬電信號(hào)轉(zhuǎn)換成數(shù)字音頻信號(hào)；語(yǔ)音識(shí)別模塊，用于通過(guò)基于語(yǔ)音深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型，對(duì)數(shù)字音頻信號(hào)進(jìn)行識(shí)別，并獲得識(shí)別結(jié)果；主控制模塊，用于控制將識(shí)別結(jié)果上傳給遠(yuǎn)程服務(wù)器，由遠(yuǎn)程服務(wù)器根據(jù)識(shí)別結(jié)果執(zhí)行對(duì)應(yīng)的操作。本發(fā)明還提供一種系統(tǒng)所對(duì)應(yīng)的方法。本發(fā)明優(yōu)點(diǎn)在于：實(shí)現(xiàn)對(duì)講機(jī)的智能化控制，而不需要通過(guò)人工手動(dòng)去控制或者操控對(duì)講機(jī)，可為對(duì)講機(jī)的實(shí)際使用帶來(lái)極大的方便。

技術(shù)領(lǐng)域

本發(fā)明涉及對(duì)講機(jī)領(lǐng)域，特別涉及基于語(yǔ)音自動(dòng)識(shí)別的對(duì)講機(jī)實(shí)現(xiàn)系統(tǒng)及方法。

背景技術(shù)

對(duì)講機(jī)的英文名稱是two way radio，它是一種雙向移動(dòng)通信工具，在不需要任何網(wǎng)絡(luò)支持的情況下，就可以通話，沒(méi)有話費(fèi)產(chǎn)生，適用于相對(duì)固定且頻繁通話的場(chǎng)合。對(duì)講機(jī)目前有三大類:模擬對(duì)講機(jī)、數(shù)字對(duì)講機(jī)、IP對(duì)講機(jī)。

傳統(tǒng)的對(duì)講機(jī)都是通過(guò)廣播的方式，來(lái)將一定范圍內(nèi)的處于同一頻段的對(duì)講機(jī)建立分組，或者通過(guò)加密碼的方式建立分組。對(duì)于公網(wǎng)對(duì)講機(jī)，是通過(guò)對(duì)講服務(wù)器來(lái)將指定的對(duì)講設(shè)備分組，分組內(nèi)的對(duì)講設(shè)備可以進(jìn)行對(duì)講，所有的控制都是由對(duì)講服務(wù)器來(lái)完成。

但是，現(xiàn)有技術(shù)在實(shí)現(xiàn)對(duì)對(duì)講機(jī)的管理時(shí)，存在有如下缺陷：只能人工手動(dòng)控制對(duì)講機(jī)、人工手動(dòng)進(jìn)行分組管理等，而無(wú)法實(shí)現(xiàn)對(duì)講機(jī)的智能控制；而通過(guò)遠(yuǎn)程平臺(tái)來(lái)創(chuàng)建或者調(diào)整分組，則無(wú)法實(shí)現(xiàn)開(kāi)機(jī)即用；同時(shí)，在操作對(duì)講機(jī)(如調(diào)節(jié)音量等)時(shí)，需要人工手動(dòng)進(jìn)行調(diào)節(jié)，而此時(shí)如果操作人正在執(zhí)行其它操作(例如在開(kāi)車)，將會(huì)帶來(lái)不便。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問(wèn)題之一，在于提供一種基于語(yǔ)音自動(dòng)識(shí)別的對(duì)講機(jī)實(shí)現(xiàn)系統(tǒng)，通過(guò)該系統(tǒng)可實(shí)現(xiàn)對(duì)講機(jī)的智能化控制，而不需要通過(guò)人工手動(dòng)去控制或者操控對(duì)講機(jī)，可為對(duì)講機(jī)的實(shí)際使用帶來(lái)極大的方便。

本發(fā)明是這樣實(shí)現(xiàn)技術(shù)問(wèn)題之一的：基于語(yǔ)音自動(dòng)識(shí)別的對(duì)講機(jī)實(shí)現(xiàn)系統(tǒng)，所述系統(tǒng)包括語(yǔ)音采集模塊、音頻編解碼模塊、語(yǔ)音識(shí)別模塊以及主控制模塊：

所述語(yǔ)音采集模塊，用于采集聲音信號(hào)，將聲音信號(hào)轉(zhuǎn)換成模擬電信號(hào)；

所述音頻編解碼模塊，用于將模擬電信號(hào)轉(zhuǎn)換成數(shù)字音頻信號(hào)；

所述語(yǔ)音識(shí)別模塊，用于通過(guò)基于語(yǔ)音深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型，對(duì)數(shù)字音頻信號(hào)進(jìn)行識(shí)別，并獲得識(shí)別結(jié)果；

所述主控制模塊，用于控制將識(shí)別結(jié)果上傳給遠(yuǎn)程服務(wù)器，由遠(yuǎn)程服務(wù)器根據(jù)識(shí)別結(jié)果執(zhí)行對(duì)應(yīng)的操作。

進(jìn)一步地，所述系統(tǒng)還包括語(yǔ)音播放模塊；

所述主控制模塊，還用于接收遠(yuǎn)程服務(wù)器下發(fā)的語(yǔ)音消息或者反饋的語(yǔ)音指令；

所述語(yǔ)音識(shí)別模塊，還用于將遠(yuǎn)程服務(wù)器下發(fā)的語(yǔ)音消息或者反饋的語(yǔ)音指令轉(zhuǎn)換成數(shù)字語(yǔ)音；

所述音頻編解碼模塊，還用于將數(shù)字語(yǔ)音轉(zhuǎn)換成模擬語(yǔ)音；

所述語(yǔ)音播放模塊，用于播放模擬語(yǔ)音。

進(jìn)一步地，所述語(yǔ)音識(shí)別模塊具體包括模型學(xué)習(xí)單元以及語(yǔ)音識(shí)別單元：

所述模型學(xué)習(xí)單元，用于預(yù)先錄制并保存各個(gè)語(yǔ)音命令的語(yǔ)音片段，采用神經(jīng)網(wǎng)絡(luò)識(shí)別所述語(yǔ)音片段，進(jìn)行深度學(xué)習(xí)訓(xùn)練所述神經(jīng)網(wǎng)絡(luò)，從而獲得基于語(yǔ)音深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型；

所述語(yǔ)音識(shí)別單元，用于使用基于語(yǔ)音深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型來(lái)對(duì)上傳的數(shù)字音頻信號(hào)進(jìn)行語(yǔ)音比較，且如果該數(shù)字音頻信號(hào)與神經(jīng)網(wǎng)絡(luò)模型中學(xué)習(xí)過(guò)的某一語(yǔ)音命令的相似度超過(guò)設(shè)定的相似閾值，則將該數(shù)字音頻信號(hào)識(shí)別成對(duì)應(yīng)的語(yǔ)音命令；否則就將該數(shù)字音頻信號(hào)識(shí)別為語(yǔ)音消息；