[發(fā)明專利]一種語音識別控制裝置和方法

有效

• 申請?zhí)枺?/td>: 202110202028.3
• 申請日: 2021-02-23
• 公開（公告）號: CN112927691B
• 公開（公告）日: 2023-01-20
• 發(fā)明（設(shè)計）人: 楊國振;張佩;郭傲兵;張環(huán);王欽釗;張雷;韓斌;郭理彬;程曉燕
• 申請（專利權(quán)）人: 中國人民解放軍陸軍裝甲兵學(xué)院
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/20;G10L15/25;H04R1/08
• 代理公司: 北京秉文同創(chuàng)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11859
• 代理人: 張文武;孫富利

1.一種語音識別控制方法，其特征在于：包括如下步驟：

步驟一：通過指紋采集器(13)對用戶進行指紋采集；

步驟二：根據(jù)用戶指紋信息從語音庫中進行語音特征信息提取；

步驟三：獲取用戶發(fā)聲階段的環(huán)境語音信息；

所述步驟三中獲取用戶發(fā)聲階段的環(huán)境語音信息采用如下方法的其中一種：方法一：通過攝像機(14)拍攝環(huán)境圖樣；根據(jù)采集到的用戶指紋信息從臉部信息存儲器(15)中提取用戶臉部特征信息并在環(huán)境圖樣中鎖定該用戶；通過開口狀態(tài)檢測單元(16)檢測該用戶是否開口說話；提取該用戶開口說話階段的環(huán)境語音信息；

方法二：通過觸發(fā)控制裝置(12)觸發(fā)進行環(huán)境語音信息的截取，所述觸發(fā)控制裝置(12)內(nèi)置喚醒裝置(121)或觸發(fā)按鈕(122)；

步驟四：基于用戶的語音特征信息對環(huán)境語音信息進行處理并獲得用戶語音信息；步驟四包括：

基于用戶的語音特征信息對環(huán)境語音信息進行回聲消除和降噪；

根據(jù)處理后的語音信息在語音模型庫中進行語音匹配，并得出語音詞條；

根據(jù)語音詞條在命令詞庫中匹配，找到對應(yīng)命令詞時，將命令詞發(fā)送至主機(4)，如果找不到對應(yīng)命令詞，則發(fā)送語音詞條至主機(4)；或者

根據(jù)語音詞條在命令詞庫中匹配，找到對應(yīng)命令詞時，將命令詞代碼發(fā)送至主機(4)，如果找不到對應(yīng)命令詞，則發(fā)送語音詞條至主機(4)；

步驟五：傳輸用戶語音信息。

2.一種利用權(quán)利要求1所述的一種語音識別控制方法的語音識別控制裝置，其特征在于：包括語音獲取裝置(1)、語音識別裝置(2)、信息傳輸裝置(3)、主機(4)和供電裝置(5)；所述語音獲取裝置(1)包括用于采集指紋的指紋采集器(13)和用于接收語音的麥克風(fēng)(11)，所述語音獲取裝置(1)還包括觸發(fā)控制裝置(12)，用于控制是否接收語音信息，以及對接收到的語音信息是否觸發(fā)后續(xù)的語音識別裝置(2)，所述觸發(fā)控制裝置(12)內(nèi)置喚醒裝置(121)或觸發(fā)按鈕(122)，所述語音獲取裝置(1)還包括攝像機(14)、臉部信息存儲器(15)和開口狀態(tài)檢測單元(16)，所述攝像機(14)用于拍攝環(huán)境圖樣；所述臉部信息存儲器(15)與所述攝像機(14)和所述指紋采集器(13)相連，用于對用戶的臉部特征信息進行存儲和讀取；所述開口狀態(tài)檢測單元(16)用于檢測用戶是否開口；所述語音識別裝置(2)包括語音處理裝置(21)、語音匹配裝置(22)和語音轉(zhuǎn)換裝置(23)，所述語音處理裝置(21)與語音獲取裝置(1)相連，用于接收語音獲取裝置(1)傳輸過來的語音信息并進行處理，所述語音處理裝置(21)包括語音庫存取裝置(213)、噪音處理裝置(211)和語音發(fā)送器(212)，所述語音庫存取裝置(213)用于基于指紋采集器(13)采集的指紋信息對用戶語音特征信息進行存儲和讀取，所述噪音處理裝置(211)用于基于用戶的語音特征信息對從語音獲取裝置(1)接收到的語音信息進行回聲消除和降噪，所述語音發(fā)送器(212)用于將回聲消除和降噪后的語音信息發(fā)送給語音識別裝置(2)；所述語音匹配裝置(22)與語音處理裝置(21)相連，用于對處理后的語音信息進行語音匹配并得出語音匹配結(jié)果；所述語音轉(zhuǎn)換裝置(23)與語音匹配裝置(22)和語音處理裝置(21)相連，用于對語音信息進行轉(zhuǎn)換并輸出轉(zhuǎn)換后的結(jié)果，所述語音匹配裝置(22)包括語音模型存儲芯片，所述語音模型存儲芯片內(nèi)置語音模型庫，所述語音模型庫用于將從語音處理裝置(21)處獲取的語音信息與語音模型庫進行匹配，并將匹配到的語音詞條發(fā)送給語音轉(zhuǎn)換裝置(23)；所述語音轉(zhuǎn)換裝置(23)包括命令詞存儲芯片，所述命令詞存儲芯片內(nèi)置命令詞庫，所述命令詞庫與所述語音模型庫具有映射關(guān)系，當語音匹配裝置(22)匹配后的語音詞條在命令詞庫中找到對應(yīng)詞時，將發(fā)送命令詞至主機(4)，如果找不到對應(yīng)詞，則發(fā)送語音詞條至主機(4)，所述命令詞存儲 芯片中儲存命令詞和命令詞代碼信息，當語音匹配裝置(22)匹配后的語音詞條在命令詞庫中找到對應(yīng)詞時，將發(fā)送命令詞代碼至主機(4)，如果找不到對應(yīng)詞，則發(fā)送語音詞條至主機(4)；所述信息傳輸裝置(3)用于將語音識別裝置(2)發(fā)出的語音信息傳輸至主機(4)；所述供電裝置(5)用于對所述語音獲取裝置(1)、語音識別裝置(2)、信息傳輸裝置(3)和主機(4)進行供電。