[發(fā)明專利]一種多媒體智能語音識(shí)別交互調(diào)度的方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210539916.9
• 申請日: 2022-05-18
• 公開（公告）號(hào): CN114974241A
• 公開（公告）日: 2022-08-30
• 發(fā)明（設(shè)計(jì)）人: 徐國;張新選;蘇丹;虞小湖;李蘊(yùn)蘊(yùn);朱瑤;李陽陽;宛佳飛;朱振宇;熊忠元
• 申請（專利權(quán)）人: 安徽領(lǐng)云物聯(lián)科技有限公司
• 主分類號(hào): G10L15/22
• 分類號(hào): G10L15/22;G10L15/26;G10L15/30;H04H60/04;H04H60/06;H04N7/15
• 代理公司: 合肥中悟知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 34191
• 代理人: 張婉

本發(fā)明公開了一種多媒體智能語音識(shí)別交互調(diào)度的方法，包括以下步驟：S1、語音采集端通過會(huì)議話筒采集語音指令，采集完畢后發(fā)送至內(nèi)部的調(diào)音臺(tái)；S2、調(diào)音臺(tái)將多路輸入信號(hào)進(jìn)行放大、混合、分配、音質(zhì)修飾和音響效果加工，發(fā)送至語音識(shí)別交互端，語音識(shí)別交互端中智能語音調(diào)度系統(tǒng)將用戶的語音指令進(jìn)行識(shí)別，解析為文字指令發(fā)送至多媒體調(diào)度端中的多媒體調(diào)度平臺(tái)；S3、當(dāng)多媒體調(diào)度平臺(tái)的調(diào)度接口被調(diào)用時(shí)，通過判斷是哪個(gè)應(yīng)用的哪種功能指令，然后觸發(fā)相應(yīng)的指令執(zhí)行相應(yīng)的調(diào)度。該多媒體智能語音識(shí)別交互調(diào)度的方法及系統(tǒng)，可以利用現(xiàn)有的會(huì)議話筒、調(diào)音臺(tái)、多媒體調(diào)度系統(tǒng)和設(shè)備，節(jié)省成本。

技術(shù)領(lǐng)域

本發(fā)明涉及多媒體技術(shù)領(lǐng)域，具體為一種多媒體智能語音識(shí)別交互調(diào)度的方法及系統(tǒng)。

背景技術(shù)

隨著現(xiàn)代社會(huì)信息技術(shù)的高速發(fā)展，多媒體整合平臺(tái)應(yīng)用越來越廣泛，尤其是政府、部隊(duì)等單位，可以把視頻監(jiān)控系統(tǒng)、視頻會(huì)議系統(tǒng)、語音通話系統(tǒng)、遠(yuǎn)程控制系統(tǒng)、數(shù)據(jù)應(yīng)用系統(tǒng)、地圖應(yīng)用系統(tǒng)等集中到一個(gè)大平臺(tái)中實(shí)現(xiàn)融合應(yīng)用和指揮調(diào)度。然而現(xiàn)有的系統(tǒng)紛繁復(fù)雜、多種多樣、不夠統(tǒng)一，且各系統(tǒng)間相互獨(dú)立、互不連通,使用時(shí)要頻繁切換，這也限制了行業(yè)用戶的整體信息化水平的提高。本發(fā)明以語音識(shí)別技術(shù)為核心，部署一套安卓工控機(jī)硬件及系統(tǒng)，通過語音識(shí)別分析、多系統(tǒng)數(shù)據(jù)對(duì)接來實(shí)現(xiàn)多媒體平臺(tái)的統(tǒng)一調(diào)度，大大提高了智能化、信息化的高度統(tǒng)一。市場上現(xiàn)有的多媒體調(diào)度系統(tǒng)有兩類，一類是獨(dú)立的如視頻監(jiān)控系統(tǒng)、視頻會(huì)議系統(tǒng)、語音通話系統(tǒng)、各種數(shù)據(jù)應(yīng)用系統(tǒng)等，另一類是少量的將各種系統(tǒng)融合到一起的一體化系統(tǒng)?，F(xiàn)有的語音識(shí)別控制交互方式大多是通過一個(gè)開放式聲場的中間設(shè)備，為了布線方便大多采用wifi聯(lián)網(wǎng)，并且需要連接外網(wǎng)。

獨(dú)立系統(tǒng)的缺點(diǎn)是功能單一，要獨(dú)占服務(wù)器和屏幕資源，跟其他系統(tǒng)信息不互通，多套系統(tǒng)同時(shí)使用時(shí)要頻繁切換，浪費(fèi)時(shí)間，容易造成指令滯后，并且各系統(tǒng)同時(shí)運(yùn)行也增加了用戶的使用和維護(hù)負(fù)擔(dān)。一體化系統(tǒng)做到了各種系統(tǒng)的融合統(tǒng)一，但是多種功能整合在一個(gè)系統(tǒng)中時(shí)將會(huì)使系統(tǒng)變得異常復(fù)雜，菜單、按鈕紛繁多樣，不易查找，交互性不強(qiáng)。

現(xiàn)有語音識(shí)別控制交互設(shè)備需要連接外網(wǎng)，對(duì)于政府、部隊(duì)等保密機(jī)關(guān)單位不太適合，同時(shí)因?yàn)槭情_放式聲場對(duì)于聲音的采集會(huì)受到環(huán)境因素的較大干擾，且受距離限制，需要離設(shè)備很近才能識(shí)別到聲音，而機(jī)關(guān)單位大多是面積很大的一個(gè)會(huì)議室且聲音來源眾多，因此這種方式很大程度限制了政府、部隊(duì)等單位的應(yīng)用且識(shí)別效果不佳。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種多媒體智能語音識(shí)別交互調(diào)度的方法及系統(tǒng)，以解決上述背景技術(shù)中提出現(xiàn)有語音識(shí)別控制交互設(shè)備需要連接外網(wǎng)，對(duì)于政府、部隊(duì)等保密機(jī)關(guān)單位不太適合，同時(shí)因?yàn)槭情_放式聲場對(duì)于聲音的采集會(huì)受到環(huán)境因素的較大干擾，且受距離限制，需要離設(shè)備很近才能識(shí)別到聲音，而機(jī)關(guān)單位大多是面積很大的一個(gè)會(huì)議室且聲音來源眾多，因此這種方式很大程度限制了政府、部隊(duì)等單位的應(yīng)用且識(shí)別效果不佳的問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種多媒體智能語音識(shí)別交互調(diào)度的方法，包括以下步驟：

S1、語音采集端通過會(huì)議話筒采集語音指令，采集完畢后發(fā)送至內(nèi)部的調(diào)音臺(tái)；

S2、調(diào)音臺(tái)將多路輸入信號(hào)進(jìn)行放大、混合、分配、音質(zhì)修飾和音響效果加工，發(fā)送至語音識(shí)別交互端，語音識(shí)別交互端中智能語音調(diào)度系統(tǒng)將用戶的語音指令進(jìn)行識(shí)別，解析為文字指令發(fā)送至多媒體調(diào)度端中的多媒體調(diào)度平臺(tái)；

S3、當(dāng)多媒體調(diào)度平臺(tái)的調(diào)度接口被調(diào)用時(shí)，通過判斷是哪個(gè)應(yīng)用的哪種功能指令，然后觸發(fā)相應(yīng)的指令執(zhí)行相應(yīng)的調(diào)度。

所述步驟S1中的調(diào)音臺(tái)通過拾取信號(hào)，進(jìn)行放大，按需要進(jìn)行高、中、低音的音調(diào)均衡，將信號(hào)按需要送入左右母線或進(jìn)行編組控制，送入輔助母線的信號(hào)進(jìn)行藝術(shù)處理，按要求進(jìn)行輸出控制。

所述智能語音調(diào)度系統(tǒng)，包括首頁、指令管理、調(diào)度日志、系統(tǒng)設(shè)置等功能菜單，內(nèi)置了語音識(shí)別技術(shù)的語音喚醒和離線命令詞識(shí)別、文字轉(zhuǎn)語音等封裝應(yīng)用。