[發(fā)明專利]語(yǔ)音交互方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201910476450.0
• 申請(qǐng)日: 2019-06-03
• 公開(kāi)（公告）號(hào): CN110288989A
• 公開(kāi)（公告）日: 2019-09-27
• 發(fā)明（設(shè)計(jì)）人: 張必超
• 申請(qǐng)（專利權(quán)）人: 安徽興博遠(yuǎn)實(shí)信息科技有限公司
• 主分類號(hào): G10L15/22
• 分類號(hào): G10L15/22;G10L15/25;G10L17/22;G10L21/0272
• 代理公司: 昆明合眾智信知識(shí)產(chǎn)權(quán)事務(wù)所 53113
• 代理人: 韋群

本發(fā)明公開(kāi)了一種語(yǔ)音交互方法及系統(tǒng)，語(yǔ)音交互方法具體包括如下操作步驟：S1：獲取包括目標(biāo)用戶語(yǔ)音信息在內(nèi)的環(huán)境混合語(yǔ)音信息；S2：識(shí)別目標(biāo)語(yǔ)音信息并將目標(biāo)語(yǔ)音信息從環(huán)境混合語(yǔ)音信息中分離出；S3：將目標(biāo)語(yǔ)音信息翻譯成數(shù)字信號(hào)指令，根據(jù)數(shù)字信號(hào)指令調(diào)動(dòng)對(duì)應(yīng)程序；S4：輸出響應(yīng)。本發(fā)明能夠通過(guò)人體或語(yǔ)音對(duì)本交互系統(tǒng)進(jìn)行喚醒，操作簡(jiǎn)單，能夠避免由于無(wú)法正確識(shí)別預(yù)設(shè)語(yǔ)音指令而造成無(wú)法喚醒使用的情況，提高系統(tǒng)的喚醒效率，通過(guò)同時(shí)采集目標(biāo)用戶聲音時(shí)段前的環(huán)境聲音，能夠在對(duì)混合語(yǔ)音消除底噪時(shí)提供準(zhǔn)確的環(huán)境聲音參考數(shù)據(jù)信息，有利于提高目標(biāo)語(yǔ)音信息獲取的準(zhǔn)確性，提高人機(jī)交互的準(zhǔn)確率和效率。

技術(shù)領(lǐng)域

本發(fā)明屬于語(yǔ)音交互技術(shù)領(lǐng)域，具體涉及一種語(yǔ)音交互方法及系統(tǒng)。

背景技術(shù)

隨著語(yǔ)音識(shí)別技術(shù)的發(fā)展，語(yǔ)音識(shí)別技術(shù)已經(jīng)進(jìn)入工業(yè)、家電、通信、汽車電子、醫(yī)療、家庭服務(wù)、消費(fèi)電子產(chǎn)品等各個(gè)領(lǐng)域?，F(xiàn)有的語(yǔ)音識(shí)別在于機(jī)器人進(jìn)行語(yǔ)音交互時(shí)，由于環(huán)境中存在其他聲音干擾，在進(jìn)行聲音處理時(shí)，無(wú)法消除環(huán)境噪聲的影響，因此無(wú)法準(zhǔn)確的獲取目標(biāo)用戶的語(yǔ)音信息，造成在進(jìn)行語(yǔ)音交互時(shí)存在障礙，影響語(yǔ)音交互體驗(yàn)。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種語(yǔ)音交互方法及系統(tǒng)，以解決上述背景技術(shù)中提出的問(wèn)題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種語(yǔ)音交互方法，具體包括如下操作步驟：

S1：獲取包括目標(biāo)用戶語(yǔ)音信息在內(nèi)的環(huán)境混合語(yǔ)音信息；

S2：識(shí)別目標(biāo)語(yǔ)音信息并將目標(biāo)語(yǔ)音信息從環(huán)境混合語(yǔ)音信息中分離出；

S3：將目標(biāo)語(yǔ)音信息翻譯成數(shù)字信號(hào)指令，根據(jù)數(shù)字信號(hào)指令調(diào)動(dòng)對(duì)應(yīng)程序；

S4：輸出響應(yīng)，由指定程序根據(jù)語(yǔ)音交互指令內(nèi)容發(fā)出對(duì)應(yīng)動(dòng)作，并將執(zhí)行結(jié)果反饋至用戶。

優(yōu)選的，所述目標(biāo)用戶語(yǔ)音信息包括聲紋信息。

優(yōu)選的，所述執(zhí)行結(jié)果通過(guò)語(yǔ)音或視頻的方式反饋至用戶。

一種語(yǔ)音交互方法和系統(tǒng)，包括語(yǔ)音系統(tǒng)喚醒模塊、語(yǔ)音采集模塊、語(yǔ)音識(shí)別模塊和語(yǔ)音交互主機(jī)、交互結(jié)果輸出模塊，所述語(yǔ)音系統(tǒng)喚醒模塊、語(yǔ)音采集模塊、語(yǔ)音識(shí)別模塊和交互結(jié)果輸出模塊均與語(yǔ)音交互主機(jī)連接，

所述語(yǔ)音系統(tǒng)喚醒模塊包括語(yǔ)音喚醒單元和人體檢測(cè)喚醒單元，所述語(yǔ)音喚醒單元通過(guò)語(yǔ)音對(duì)語(yǔ)音交互系統(tǒng)進(jìn)行喚醒，所述人體檢測(cè)喚醒單元通過(guò)檢測(cè)指定區(qū)域內(nèi)是否存在用戶對(duì)語(yǔ)音交互系統(tǒng)進(jìn)行喚醒；

所述語(yǔ)音采集模塊包括環(huán)境聲音采集單元、目標(biāo)用戶語(yǔ)音采集單元和語(yǔ)音混合單元，所述環(huán)境語(yǔ)音采集單元用于采集環(huán)境中的聲音信息，并將此聲音信息作為混合語(yǔ)音中的底噪，所述目標(biāo)用戶語(yǔ)音采集單元用于在被喚醒后收集目標(biāo)用戶的語(yǔ)音信息，所述語(yǔ)音混合單元對(duì)環(huán)境聲音和目標(biāo)語(yǔ)音進(jìn)行混合增強(qiáng)處理；

所述語(yǔ)音識(shí)別模塊通過(guò)對(duì)混合語(yǔ)音中的底噪進(jìn)行消除來(lái)獲得目標(biāo)語(yǔ)音信息，并將目標(biāo)語(yǔ)音信息翻譯成數(shù)字信號(hào)指令發(fā)送至語(yǔ)音交互主機(jī)；

所述語(yǔ)音交互主機(jī)根據(jù)數(shù)字信號(hào)指令，調(diào)動(dòng)指定程序并執(zhí)行數(shù)字信號(hào)指令的內(nèi)容，同時(shí)將執(zhí)行結(jié)果通過(guò)交互結(jié)果輸出模塊反饋至用戶。

優(yōu)選的，所述環(huán)境聲音采集單元一直處于喚醒狀態(tài)，所述混合音中包括全部目標(biāo)用戶語(yǔ)音以及目標(biāo)用戶語(yǔ)音采集單元喚醒前設(shè)定時(shí)間至目標(biāo)用戶語(yǔ)音采集單元完成語(yǔ)音采集期間的全部環(huán)境聲音。

優(yōu)選的，所述人體檢測(cè)喚醒單元包括人體檢測(cè)儀、人體識(shí)別攝像頭，當(dāng)檢測(cè)到有人時(shí)且停留時(shí)間達(dá)到設(shè)定時(shí)長(zhǎng)，則啟動(dòng)語(yǔ)音交互系統(tǒng)，并喚醒語(yǔ)音采集模塊開(kāi)始采集用戶聲音信息。

優(yōu)選的，所述語(yǔ)音喚醒單元通過(guò)接收用戶預(yù)設(shè)語(yǔ)音指令，根據(jù)預(yù)設(shè)語(yǔ)音指令進(jìn)行聲紋驗(yàn)證。

優(yōu)選的，所述交互結(jié)果輸出模塊包括揚(yáng)聲器和顯示屏。