[發(fā)明專利]一種WebRTC噪聲抑制算法的智能語音交互系統(tǒng)及方法

在審

• 申請?zhí)枺?/td>: 201910792170.0
• 申請日: 2019-08-26
• 公開（公告）號: CN110534124A
• 公開（公告）日: 2019-12-03
• 發(fā)明（設(shè)計(jì)）人: 魯霖;曾宗云
• 申請（專利權(quán)）人: 廈門市思芯微科技有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L15/22;G10L15/34;G10L15/20;H04B5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種WebRTC噪聲抑制算法的智能語音交互系統(tǒng)，其特征在于：包括移動(dòng)數(shù)據(jù)終端、藍(lán)牙智能設(shè)備和云端服務(wù)器；

移動(dòng)數(shù)據(jù)終端包括SPP/BLE數(shù)據(jù)傳輸單元、網(wǎng)絡(luò)傳輸單元，安裝有運(yùn)行WebRTC噪聲抑制算法的語音交互APP；

藍(lán)牙智能設(shè)備包括MIC、喇叭、A2DP通道和SPP/BLE數(shù)據(jù)傳輸模塊；

云端服務(wù)器包括網(wǎng)絡(luò)傳輸模塊和語音識別模塊；

SPP/BLE數(shù)據(jù)傳輸單元與SPP/BLE數(shù)據(jù)傳輸模塊連接，使移動(dòng)數(shù)據(jù)終端和藍(lán)牙智能設(shè)備建立藍(lán)牙連接；網(wǎng)絡(luò)傳輸單元與網(wǎng)絡(luò)傳輸模塊相連接，使移動(dòng)數(shù)據(jù)終端和云端服務(wù)器建立數(shù)據(jù)連接；

藍(lán)牙智能設(shè)備采集音頻數(shù)據(jù)，移動(dòng)數(shù)據(jù)終端通過運(yùn)行WebRTC噪聲抑制算法的語音交互APP處理采集獲得的音頻數(shù)據(jù)，并提交云端服務(wù)器識別;

若所述移動(dòng)數(shù)據(jù)終端為使用Android系統(tǒng)的設(shè)備則采用SPP連接，若為使用IOS的設(shè)備則采用BLE連接。

2.基于權(quán)利要求1所述的WebRTC噪聲抑制算法的智能語音交互系統(tǒng)的一種WebRTC噪聲抑制算法的藍(lán)牙智能語音交互方法，其特征在于包括以下步驟：

步驟一（S101）、移動(dòng)數(shù)據(jù)終端與藍(lán)牙智能設(shè)備、云端服務(wù)器建立數(shù)據(jù)連接通道；

步驟二（S102）、藍(lán)牙智能設(shè)備采集環(huán)境噪聲音頻；

步驟三（S103）、藍(lán)牙智能設(shè)備正式采集語音音頻數(shù)據(jù)；

步驟四（S104）、移動(dòng)數(shù)據(jù)終端通過運(yùn)行WebRTC噪聲抑制算法的語音交互APP處理采集獲得的語音音頻數(shù)據(jù)；

步驟五（S105）、移動(dòng)數(shù)據(jù)終端將經(jīng)處理的語音音頻數(shù)據(jù)提交云端服務(wù)器進(jìn)行語音識別；

步驟六（S106）、云端服務(wù)器將語音識別結(jié)果返回移動(dòng)數(shù)據(jù)終端；

步驟七（S107）、移動(dòng)數(shù)據(jù)終端根據(jù)返回的語音識別結(jié)果，指令藍(lán)牙智能設(shè)備作出響應(yīng)。

3.根據(jù)權(quán)利要求2所述的一種WebRTC噪聲抑制算法的智能語音交互方法，其特征在于步驟一具體為：移動(dòng)數(shù)據(jù)終端的SPP/BLE數(shù)據(jù)傳輸單元與藍(lán)牙智能設(shè)備的SPP/BLE數(shù)據(jù)傳輸模塊建立藍(lán)牙連接，根據(jù)預(yù)置UUID及藍(lán)牙智能設(shè)備名稱自動(dòng)過濾并建立BLE或SPP數(shù)據(jù)通道連接；移動(dòng)數(shù)據(jù)終端的網(wǎng)絡(luò)傳輸單元與云端服務(wù)器的網(wǎng)絡(luò)傳輸模塊相連接，建立數(shù)據(jù)連接。

4.根據(jù)權(quán)利要求2所述的一種WebRTC噪聲抑制算法的智能語音交互方法，其特征在于步驟二具體為：首次使用或者在非穩(wěn)態(tài)噪聲環(huán)境中使用時(shí)，移動(dòng)數(shù)據(jù)終端會通過藍(lán)牙智能設(shè)備錄制噪聲音頻；錄制后，藍(lán)牙智能設(shè)備發(fā)送噪聲音頻到移動(dòng)數(shù)據(jù)終端中存儲；移動(dòng)數(shù)據(jù)終端從噪聲音頻中選取為噪聲樣本并保存作為后續(xù)降噪算法的校正, 所述噪聲音頻時(shí)間長度大于10S。

5.根據(jù)權(quán)利要求2所述的一種WebRTC噪聲抑制算法的智能語音交互方法，其特征在于步驟三具體為：通過藍(lán)牙智能設(shè)備的按鍵、喚醒詞或移動(dòng)數(shù)據(jù)終端語音交互APP中的按鍵都可發(fā)出啟動(dòng)語音交互流程的指令；

收到語音采集指令后，藍(lán)牙智能設(shè)備啟動(dòng)MIC進(jìn)行錄音獲取語音音頻數(shù)據(jù)；

移動(dòng)數(shù)據(jù)終端從SPP/BLE數(shù)據(jù)傳輸模塊接收數(shù)據(jù)并進(jìn)行監(jiān)聽；建立接收緩存來接收藍(lán)牙智能設(shè)備發(fā)來數(shù)據(jù)；

語音交互APP從緩存數(shù)據(jù)中讀取數(shù)據(jù)，根據(jù)Header格式定義區(qū)分是控制指令數(shù)據(jù)還是音頻流數(shù)據(jù)；

Header格式：

根據(jù)上述定義

控制指令數(shù)據(jù)，Header數(shù)據(jù)，即開頭兩個(gè)字節(jié)為：0x10, 0x00

音頻流數(shù)據(jù)，Header數(shù)據(jù)，即開頭兩個(gè)字節(jié)為：0x10, 0x80

數(shù)據(jù)格式：

控制指令數(shù)據(jù)：Header + 定義的指令（如開始錄音）；

音頻流數(shù)據(jù)：Header + Opus編碼后的音頻數(shù)據(jù)；

若是控制指令數(shù)據(jù)，則移動(dòng)數(shù)據(jù)終端對控制指令數(shù)據(jù)作出回應(yīng)，即發(fā)出應(yīng)答指令；

若是音頻流數(shù)據(jù)，則需要經(jīng)過Opus解碼，解析出PCM原始語音數(shù)據(jù)；

語音音頻數(shù)據(jù)經(jīng)Opus編碼后轉(zhuǎn)化為音頻流數(shù)據(jù)，并傳給語音交互APP；

音頻流數(shù)據(jù)為經(jīng)Opus編碼后的音頻數(shù)據(jù)，參數(shù)為采樣率16kpbs、單聲道、16bit。