[發明專利]無人機械控制方法、電臺語音指令轉換方法及裝置

有效

• 申請號: 202110537721.6
• 申請日: 2021-05-18
• 公開（公告）號: CN113270097B
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 陳英爽;鮑捷;呂春
• 申請（專利權）人: 成都傅立葉電子科技有限公司;深圳市特發信息股份有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/16;G10L21/0208
• 代理公司: 成都誠中致達專利代理有限公司 51280
• 代理人: 曹宇杰

1.一種電臺語音指令轉換方法，其特征在于，應用于無人機械，包括：

對接收的由遠場無線電臺發送的電臺語音指令進行去噪增強處理，獲得增益語音指令頻譜；

對所述增益語音指令頻譜進行語音信道轉換，獲得到非電臺語音指令；

對所述非電臺語音指令進行語音識別，獲得文字控制指令；所述文字控制指令，用于控制所述無人機械；

其中，對所述增益語音指令頻譜進行語音信道轉換，是將所述增益語音指令頻譜輸入信道轉換網絡進行信道轉換，以獲得到非電臺語音指令；所述信道轉換網絡，包括3層殘差網絡；

進行信道轉換的步驟包括：

通過第1層殘差網絡對輸入第1層殘差網絡的增益語音指令頻譜進行處理，輸出多個具有第一預設頻譜寬度的第一轉換音頻；

通過第2層殘差網絡對輸入第2層殘差網絡的增益語音指令頻譜、第一轉換音頻進行結合處理，輸出多個具有第一預設頻譜寬度的第二轉換音頻；

通過第3層殘差網絡對輸入第3層殘差網絡的增益語音指令頻譜、第一轉換音頻、第二轉換音頻進行結合處理，輸出一個具有第一預設頻譜寬度的非電臺語音指令。

2.根據權利要求1所述的電臺語音指令轉換方法，其特征在于，去噪增強處理，包括：

將接收的由遠場無線電臺發送的電臺語音指令按預設時間間隔長度分隔成N個小塊；N為整數，N等于所述電臺語音指令的時長÷預設時間間隔長度；

對所述小塊分別進行短時傅里葉變換處理，獲得N個第一頻譜；

將所述N個第一頻譜分別輸入語音去噪增強網絡中進行處理，獲得N個去噪增強頻譜；

將所述N個去噪增強頻譜組合成一個完整的增益語音指令頻譜。

3.根據權利要求2所述的電臺語音指令轉換方法，其特征在于，所述語音去噪增強網絡，包括7層CNN網絡、1層LSTM網絡、2層DNN網絡；

所述第一頻譜具有第一預設頻譜寬度；

通過所述語音去噪增強網絡對每個第一頻譜進行處理的步驟包括：

通過7層CNN網絡對一個第一頻譜進行去噪增強處理，獲得多個具有第一預設頻譜寬度的第二頻譜；

通過1層LSTM網絡對所述多個第二頻譜進行去噪增強處理，獲得一個具有第二預設頻譜寬度的第三頻譜；

通過2層DNN網絡對所述一個第三頻譜進行去噪增強處理，獲得一個去噪增強頻譜，所述去噪增強頻譜具有第一預設頻譜寬度。

4.根據權利要求1所述的電臺語音指令轉換方法，其特征在于，對所述非電臺語音指令進行語音識別，獲得文字控制指令，包括：

判斷所述非電臺語音指令的時間長度與第一預設時間長度的大小：

若所述非電臺語音指令的時間長度小于所述第一預設時間長度，則對所述非電臺語音指令進行補0操作，以使所述非電臺語音指令的時間長度與所述第一預設時間長度匹配，然后輸入語音識別網絡進行語音識別；

若所述非電臺語音指令的時間長度等于所述第一預設時間長度，則直接輸入語音識別網絡進行語音識別；

若所述非電臺語音指令的時間長度大于所述第一預設時間長度，則對所述非電臺語音指令進行切割，切割為若干與所述第一預設時間長度匹配的第一非電臺語音指令塊，以及至多一個小于所述第一預設時間長度的第二非電臺語音指令塊，將所述第二非電臺語音指令塊進行補0操作，以使所述第二非電臺語音指令塊與所述第一預設時間長度匹配，然后將所述第一非電臺語音指令塊以及補0操作后的所述第二非電臺語音指令塊輸入語音識別網絡進行語音識別。