[發明專利]一種智能電器中的語音指令識別方法及識別系統

在審

• 申請號: 202110075780.6
• 申請日: 2021-01-20
• 公開（公告）號: CN112908310A
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 姚長標;周劍揚;杜杉杉;方獻良;黃敏君;李健
• 申請（專利權）人: 寧波方太廚具有限公司
• 主分類號: G10L15/04
• 分類號: G10L15/04;G10L15/22;G10L17/00;G10L17/02;G10L21/0216;G10L25/24
• 代理公司: 寧波誠源專利事務所有限公司 33102
• 代理人: 徐雪波;王瑩

本發明涉及一種智能電器中的語音指令識別方法，包括以下步驟：S1、采用至少兩個單向麥克風組成的具有方向性的陣列麥克風組采集智能電器周圍的原始聲音數據；S2、獲取各單向麥克風的原始聲音數據，將各原始聲音數據進行指向性波束形成算法合成，得到增益的聲音數據；S3、對聲音數據進行處理，以獲取聲音數據中對應于語音指令各有效語音片段的首幀語音幀以及尾幀語音幀，進而分割出包括語音指令對應的各有效語音片段的有效語音指令信號；S4、提取有效語音指令信號的聲紋特征，將有效語音指令信號的聲紋特征與的各聲紋特征進行比對，進而獲取有效語音指令的識別結果。該方法能噪聲影響小、計算資源小。本發明還涉及應用該方法的語音指令識別系統。

技術領域

本發明涉及一種智能電器技術領域，具體涉及一種智能電器中的語音指令識別方法，還涉及一種智能電器中的語音指令識別系統。

背景技術

隨著技術的發展，語音識別在人機交互領域中的作用越來越重要，智能設備在人類的日常生活中得到了廣泛的應用。目前的語音識別技術已能在一定程度上實現智能化設備的語音指令控制功能。

而在智能家電中，尤其是在廚房的應用場景下，可能存在炒菜等環境噪聲，或非控制指令的說話聲等無效語音。在現有的語音識別技術方案中，大多使用VAD語音端點檢測方法來進行聲音檢測，環境噪聲和無效語音也會被設備檢測到并進行識別處理，從而造成浪費計算資源的問題，也會影響識別準確率。

同時，通常家電設備只需識別并執行某些固定的控制指令即可滿足日常需求。而目前的語音識別技術為了得到更高的識別準確率，通常需要使用大量聲音數據進行訓練，因此產生浪費時間和計算資源的問題。

發明內容

本發明所要解決的第一個技術問題是針對上述現有技術提供一種智能電器中的語音指令識別方法，在實現較高語音識別準確率的前提下，有效地克服噪聲影響和節約計算資源，減低設備成本，適用于資源受限的智能電器產品。

本發明所要解決的第二個技術問題是針對上述現有技術提供一種識別準確率高且對計算資源要求低的智能電器中的語音指令識別系統。

本發明解決上述第一個技術問題所采用的技術方案為：智能電器中的語音指令識別方法，其特征在于：包括以下步驟：

S1、采用至少兩個單向麥克風組成的具有方向性的陣列麥克風組采集智能電器周圍的原始聲音數據；

S2、獲取各單向麥克風的原始聲音數據，將各原始聲音數據進行指向性波束形成算法合成，得到增益的聲音數據；

S3、對聲音數據進行處理，以獲取聲音數據中對應于語音指令各有效語音片段的首幀語音幀以及尾幀語音幀，進而分割出包括語音指令對應的各有效語音片段的有效語音指令信號；

S4、提取有效語音指令信號的聲紋特征，將有效語音指令信號的聲紋特征與的各聲紋特征進行比對，進而獲取有效語音指令的識別結果。

優選地，聲音數據的獲取方法為：將兩個單向麥克風面向用戶使用方向設置在智能電器上，構成具有方向性的陣列麥克風組；

通過麥克風組采集智能電器周圍的原始聲音數據，分別得到音頻采集數據幀frame1和frame2；

對音頻采集數據frame1和frame2進行指向性波束形成算法合成，增強麥克風組正前方設定角度范圍內的聲音信號，并抑制其他方向的噪音信號，得到麥克風組增益的聲音數據frame。

更準確地，語音指令信號的獲取方法為：

對聲音數據frame的各幀數據進行短時能量檢測；如果聲音數據frame中短時能量未超過設定能量閾值的數據為噪聲數據；

如果聲音數據frame中短時能量超過設定能量閾值的數據為非噪音數據；然后利用高斯模型計算非噪音數據中的各幀數據的六個子頻帶的似然比，同時計算六個子頻帶的似然比之和的和數據；