[發明專利]基于語音識別的3D模型控制方法、裝置、設備和存儲介質

在審

• 申請號: 202211255207.4
• 申請日: 2022-10-13
• 公開（公告）號: CN115565529A
• 公開（公告）日: 2023-01-03
• 發明（設計）人: 劉揚安
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G10L15/18
• 分類號: G10L15/18;G10L15/22;G10L15/26
• 代理公司: 深圳市力道知識產權代理事務所(普通合伙) 44507
• 代理人: 韋永吉

1.一種基于語音識別的3D模型控制方法，其特征在于，包括：

獲取目標音頻文件，基于語音識別模型，對所述目標音頻文件進行識別，生成至少一組識別文本集；

基于指令關鍵詞組，匹配所述識別文本集中的相似關鍵詞，獲得至少一個目標關鍵詞，并基于所述目標關鍵詞的獲得順序，生成指令鏈表；

基于所述目標關鍵詞對應的指令含義和所述獲得順序，確定所述指令鏈表對應的執行指令，并基于所述執行指令，對3D模型執行對應的操作，以實現對所述3D模型的語音控制。

2.根據權利要求1所述的基于語音識別的3D模型控制方法，其特征在于，所述指令關鍵詞組包括指代詞、動作詞和度量詞，所述基于指令關鍵詞組，匹配所述識別文本集中的相似關鍵詞，獲得至少一個目標關鍵詞，并基于所述目標關鍵詞的獲得順序，生成指令鏈表，包括：

基于所述指令關鍵詞組，判斷所述目標關鍵詞是否能夠生成所述指令鏈表；

在存在至少一個所述目標關鍵詞匹配到所述動作詞時，則基于當前識別文本集中匹配到的至少一個所述目標關鍵詞，生成所述指令鏈表；

在所述目標關鍵詞未匹配到所述動作詞時，則判定所述當前識別文本集中匹配到的所述目標關鍵詞不能生成所述指令鏈表。

3.根據權利要求2所述的基于語音識別的3D模型控制方法，其特征在于，所述基于所述目標關鍵詞對應的指令含義和所述獲得順序，確定所述指令鏈表對應的執行指令，包括：

基于所述目標關鍵詞中的動作詞，確定所述指令鏈表對應的執行動作；

檢測所述目標關鍵詞中是否存在指代詞和/或度量詞；

在所述目標關鍵詞中存在所述指代詞和/或所述度量詞時，基于所述指代詞和/或所述度量詞對應的指令含義以及所述執行動作，確定所述執行指令。

4.根據權利要求3所述的基于語音識別的3D模型控制方法，其特征在于，所述檢測所述目標關鍵詞中是否存在指代詞和/或度量詞之后，還包括：

在檢測到所述目標關鍵詞中不存在所述指代詞和/或所述度量詞時，基于預設指代對象和/或預設度量標準以及所述執行動作，確定所述執行指令。

5.根據權利要求1所述的基于語音識別的3D模型控制方法，其特征在于，所述基于語音識別模型，對所述目標音頻文件進行識別，生成至少一組識別文本集，包括：

基于所述語音識別模型，檢測所述目標音頻文件中的人聲音頻；

在檢測到所述目標音頻文件中存在人聲音頻時，則將所述人聲音頻轉換為文字，生成所述識別文本集；

在檢測到所述目標音頻文件中不存在所述人聲音頻時，則返回錯誤提醒，以表示所述目標音頻文件無效。

6.根據權利要求1所述的基于語音識別的3D模型控制方法，其特征在于，所述獲取目標音頻文件之前，還包括：

基于錄音設備，錄制環境音頻，獲得錄制音頻流；

基于噪聲過濾算法，對所述錄制音頻流進行噪音過濾，獲得目標音頻流；

基于所述目標音頻流，生成所述目標音頻文件。

7.根據權利要求1所述的基于語音識別的3D模型控制方法，其特征在于，所述獲取目標音頻文件之前，還包括：

加載目標模型，并基于所述目標模型的內容，確定所述目標模型對應的定制關鍵詞；

基于通用關鍵詞和所述定制關鍵詞，生成所述目標模型對應的所述指令關鍵詞組。

8.一種基于語音識別的3D模型控制裝置，其特征在于，包括：

語音識別模塊，用于獲取目標音頻文件，基于語音識別模型，對所述目標音頻文件進行識別，生成至少一組識別文本集；

關鍵詞匹配模塊，用于基于指令關鍵詞組，匹配所述識別文本集中的相似關鍵詞，獲得至少一個目標關鍵詞，并基于所述目標關鍵詞的獲得順序，生成指令鏈表；

模型操作模塊，用于基于所述目標關鍵詞對應的指令含義和所述獲得順序，確定所述指令鏈表對應的執行指令，并基于所述執行指令，對3D模型執行對應的操作，以實現對所述3D模型的語音控制。