[發明專利]一種可語音識別的信息轉化方法和裝置

在審

• 申請號: 202011148047.4
• 申請日: 2020-10-23
• 公開（公告）號: CN112562692A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 汪正;仲昌燕;陳云;劉利祥;陳林
• 申請（專利權）人: 安徽孺牛科技有限公司
• 主分類號: G10L17/04
• 分類號: G10L17/04;G10L17/02;G10L17/14;G10L15/08;G10L15/25;G10L25/57
• 代理公司: 合肥正則元起專利代理事務所(普通合伙) 34160
• 代理人: 王俊曉

1.一種可語音識別的信息轉化方法，其特征在于，包括如下步驟：

步驟一：將若干語音采集單元分別安裝在室內的不同位置，用于實時采集室內人員的語音數據，并將獲取的語音數據發送至控制器；

步驟二：當采集到多個人員的語音數據時，將每個人員的語音數據的聲紋與預先建立的語音聲紋庫中的聲紋進行對比，找出相同的聲紋，并將其標記為目標聲紋，根據語音聲紋庫找出該目標聲紋對應的用戶信息；所述用戶信息包括姓名、標準人臉圖像數據和語音識別優先級；

步驟三：獲取該目標聲紋對應用戶的標準人臉圖像數據，通過攝像頭實時獲取室內的實時視頻，并從實時視頻內獲取實時人臉圖像數據，將實時人臉圖像數據與標準人臉圖像數據進行對比；包括：

S31：將多個人員的實時人臉圖像數據與標準人臉圖像數據進行對比，檢測所述標準人臉圖像數據是否與多個人員的實時人臉圖像數據中的任一個實時人臉圖像數據相匹配；

S32：若所述標準人臉圖像數據與多個人員的實時人臉圖像數據中的任一個實時人臉圖像數據均不匹配，則表示該目標聲紋對應用戶不在現場，生成假音信號，對該目標聲紋對應的語音數據不進行信息轉化；

S33：若所述標準人臉圖像數據與多個人員的實時人臉圖像數據中的任一個實時人臉圖像數據相匹配，則獲取與標準人臉圖像數據相匹配的實時人臉圖像數據對應的人員的實時視頻；繼續對實時視頻進行分析；

步驟四：檢測實時視頻中是否出現人臉面部表情；

若檢測到實時視頻中沒有人臉面部表情且保持預設時間以上，則生成假面信號，對該目標聲紋對應的語音數據不進行信息轉化；

若檢測到實時視頻中有人臉面部表情且在預設時間以內出現表情，則獲取實時視頻中人員的口型信息，繼續對口型信息進行分析；

步驟五：檢測實時視頻中人員的口型信息是否在采集到語音數據時同步發生變化，包括：

S51：若實時視頻中人員的口型信息在采集到語音數據時未發生變化且保持預設時間以上，則生成假音信號，對該目標聲紋對應的語音數據不進行信息轉化；

S52：若實時視頻中人員的口型信息在采集到語音數據時同步發生變化，則將采集到的語音數據標記為現場語音數據，對該目標聲紋對應的現場語音數據進行信息轉化；

步驟六：將該目標聲紋對應的現場語音數據標記為目標語音數據，將目標語音數據發送至語音識別模塊中的每個識別單元，四個識別單元根據數據庫對于目標語音數據進行多種關鍵詞的單獨識別，然后經信息匯總處理單元將有效的關鍵詞提取并生成相應的控制信號，控制器接收控制信號后對對應的智能設備進行調控。

2.根據權利要求1所述的一種可語音識別的信息轉化方法，其特征在于，在對該目標聲紋對應的現場語音數據進行信息轉化之前，該方法還包括：

根據目標聲紋對應的用戶信息確定對應的現場語音數據的語音識別優先級的排序，并優先識別優先級最高的用戶對應的現場語音數據。

3.根據權利要求1所述的一種可語音識別的信息轉化方法，其特征在于，在將目標語音數據發送至語音識別模塊中的每個識別單元之前，該方法還包括：

判斷目標語音數據的有效性；

若有效，則將目標語音數據發送至語音識別模塊；

若無效，則重新采集語音數據。