[發(fā)明專利]基于單耳機(jī)語音對(duì)話過程捂嘴手勢(shì)的識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011131532.0
• 申請(qǐng)日: 2020-10-21
• 公開（公告）號(hào): CN112133313A
• 公開（公告）日: 2020-12-25
• 發(fā)明（設(shè)計(jì)）人: 喻純;李竹
• 申請(qǐng)（專利權(quán)）人: 交互未來（北京）科技有限公司
• 主分類號(hào): G10L17/22
• 分類號(hào): G10L17/22;G10L15/25;G10L15/22;G06K9/00;H04M1/725
• 代理公司: 北京君莫知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11715
• 代理人: 崔云鶴

本發(fā)明提出基于單耳機(jī)語音對(duì)話過程捂嘴手勢(shì)的識(shí)別方法，包括如下步驟：通過雙模藍(lán)牙通信組件，建立單耳機(jī)與交互式移動(dòng)終端之間的無線連接；通過所述單耳機(jī)的第一麥克風(fēng)通道和第二麥克風(fēng)通道接收語音輸入信號(hào)；分析所述第一麥克風(fēng)通道和第二麥克風(fēng)通道各自接收的語音輸入信號(hào)的差異，識(shí)別所述語音輸入過程中是否存在捂嘴操作；如果存在捂嘴操作，則通過所述雙模藍(lán)牙通信組件向所述交互性移動(dòng)終端發(fā)出控制指令。本發(fā)明的技術(shù)方案可以簡化用戶進(jìn)行語音輸入時(shí)的喚醒過程，在進(jìn)行語音輸入時(shí)只需維持單手捂嘴手勢(shì)，便可免除說喚醒詞或者觸摸設(shè)備等的界面喚醒步驟，同時(shí)捂嘴手勢(shì)可以有效保護(hù)用戶語音對(duì)話過程的隱私，提高交互效率與交互自然性。

技術(shù)領(lǐng)域

本發(fā)明屬于人機(jī)智能交互技術(shù)領(lǐng)域，尤其涉及一種基于單耳機(jī)語音對(duì)話過程捂嘴手勢(shì)的識(shí)別方法。

背景技術(shù)

手勢(shì)交互、觸控交互和語音交互是當(dāng)下主要的3種交互方式。語音交互需要用戶能進(jìn)行聽和說；觸控交互需要用戶能和設(shè)備進(jìn)行接觸；手勢(shì)交互需要用戶的手能自由移動(dòng)。但在一些場(chǎng)景下，用戶并沒有條件進(jìn)行上述交互行為。以醫(yī)生為例，可能在他已經(jīng)對(duì)雙手進(jìn)行嚴(yán)格消毒后，仍需要查看病人的相關(guān)資料。但是他無法確保，所有的屏幕、X光片、檔案等都是干凈的。這時(shí)如果能通過非接觸的手勢(shì)或語音進(jìn)行操作，就不會(huì)有被污染的風(fēng)險(xiǎn)。

然而，進(jìn)行語音交互時(shí)，用戶需要把指令說出來。這其中最主要的實(shí)現(xiàn)技術(shù)就是喚醒詞。當(dāng)只有自己一人時(shí)，說些什么可能都沒有關(guān)系。但當(dāng)人多起來時(shí)，尤其是不熟悉的人多起來時(shí)，當(dāng)眾說一些東西會(huì)讓用戶覺得自己很傻，并且還涉及到隱私保護(hù)的問題。現(xiàn)有技術(shù)中所有的語音助手，都還是被動(dòng)地交談，你必須給出命令，它們才會(huì)應(yīng)答。例如，智能音箱。當(dāng)人正在與他人進(jìn)行交流時(shí)，使用語音進(jìn)行交互是一件打斷性非常強(qiáng)的事情。例如幾個(gè)人聊天聊得正嗨，想要播放音樂或調(diào)解燈光來營造氣氛，突然來一句″小x同學(xué)，播放音樂”會(huì)顯得很突兀。

為解決上述技術(shù)問題，本申請(qǐng)人先前提交了幾份專利申請(qǐng)，在如下四個(gè)方面上提出了多項(xiàng)新的技術(shù)方案：1、基于人類說話時(shí)風(fēng)噪聲特征的語音輸入觸發(fā)，具體地，通過識(shí)別人說話時(shí)候的語音和風(fēng)噪聲音來直接啟動(dòng)語音輸入并將接收的聲音信號(hào)作為語音輸入處理；2、基于多個(gè)麥克風(fēng)接收的聲音信號(hào)的差別的語音輸入觸發(fā)；3、基于低聲說話方式識(shí)別的語音輸入觸發(fā)；4、基于麥克風(fēng)的聲音信號(hào)的距離判斷的語音輸入觸發(fā)，相關(guān)專利申請(qǐng)公開案號(hào)為CN110262767A、CN110223711A、CN110428806A、CN110111776A、CN110097875A、CN110164440A，本文將這幾篇專利文獻(xiàn)全文并入，作為本公開的內(nèi)容。

進(jìn)一步的，中國發(fā)明專利申請(qǐng)CN202010198596.6提出能夠識(shí)別用戶捂嘴手勢(shì)下發(fā)聲的單耳耳機(jī)、智能電子便攜設(shè)備和語音交互喚醒方法。單耳耳機(jī)具有耳內(nèi)麥克風(fēng)和耳外麥克風(fēng)，以及具有一塊電路板，電路板上具有存儲(chǔ)器和處理器，存儲(chǔ)器上存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令，計(jì)算機(jī)可執(zhí)行指令被處理器執(zhí)行時(shí)能夠執(zhí)行如下操作：接收所述耳內(nèi)麥克風(fēng)和耳外麥克風(fēng)采集的信號(hào)；分析耳內(nèi)麥克風(fēng)和耳外麥克風(fēng)采集的信號(hào)，識(shí)別用戶是否在做捂嘴手勢(shì)的狀態(tài)下發(fā)聲。所述識(shí)別結(jié)果可以觸發(fā)語音輸入。

本申請(qǐng)是針對(duì)上述問題的進(jìn)一步改進(jìn)型發(fā)明，相比于已有的方案，本發(fā)明的技術(shù)方案進(jìn)一步解決了用戶隱私保護(hù)問題，并且簡化用戶進(jìn)行語音輸入時(shí)的喚醒過程，在進(jìn)行語音輸入時(shí)只需維持單手捂嘴手勢(shì)，便可免除說喚醒詞或者觸摸設(shè)備等的界面喚醒步驟，同時(shí)捂嘴手勢(shì)可以有效保護(hù)用戶語音對(duì)話過程的隱私，提高交互效率與交互自然性。

發(fā)明內(nèi)容

本發(fā)明提出基于單耳機(jī)語音對(duì)話過程捂嘴手勢(shì)的識(shí)別方法，包括如下步驟：通過雙模藍(lán)牙通信組件，建立單耳機(jī)與交互式移動(dòng)終端之間的無線連接；通過所述單耳機(jī)的第一麥克風(fēng)通道和第二麥克風(fēng)通道接收語音輸入信號(hào)；分析所述第一麥克風(fēng)通道和第二麥克風(fēng)通道各自接收的語音輸入信號(hào)的差異，識(shí)別所述語音輸入過程中是否存在捂嘴操作；如果存在捂嘴操作，則通過所述雙模藍(lán)牙通信組件向所述交互性移動(dòng)終端發(fā)出控制指令。