[發明專利]一種防語音誤識的方法及其系統

在審

• 申請號: 202310083091.9
• 申請日: 2023-02-08
• 公開（公告）號: CN116092534A
• 公開（公告）日: 2023-05-09
• 發明（設計）人: 王歡良;肖佳林;張李;唐浩元;馬殿昌;吳天昕
• 申請（專利權）人: 蘇州奇夢者科技有限公司
• 主分類號: G10L25/78
• 分類號: G10L25/78;G10L25/54;G10L21/0308;G10L19/26;G10L15/22
• 代理公司: 蘇州國誠專利代理有限公司 32293
• 代理人: 顧陽

1.一種防語音誤識的方法，其特征在于，包括以下步驟：

Step1：將預先定義好的16kHz頻率以上高頻信號和聲音發射模塊播放的16kHz頻率以下信號進行混合，然后通過聲音發射模塊持續播放出來；

Step2：聲音采集模塊以48kHz頻率及以上采樣率持續采集聲音信號；

Step3：將采集的聲音信號送入信號分離模塊，通過濾波分離得到頻率低于16kHz的信號，該信號稱為人機交互信號以及頻率高于16kHz的信號，該信號稱為場景感知信號；

Step4：將場景感知信號送入活動監測模塊，判斷是否存在物體活動，如果存在物體活動且持續時間超過給定閾值T1，則進入Step6，否則進入Step3；

Step5：將人機交互信號送入語音交互模塊，判斷語音信號是否包含喚醒詞，如果包含喚醒詞，則進入Step6，否則進入Step3；

Step6：激活機器或者執行其他預定義的動作。

2.根據權利要求1所述的一種防語音誤識的方法，其特征在于，所述Step3包括以下步驟：

Step3.1：采用低通濾波器對采集的聲音信號進行截止頻率為16kHz的低通濾波，得到人機交互信號；

Step3.2：采用帶通濾波器對采集的聲音信號進行頻率為16kHz以上的帶通濾波，得到場景感知信號，帶通范圍與聲音發射模塊發射的高頻信號頻率范圍一致。

3.根據權利要求1所述的一種防語音誤識的方法，其特征在于，所述Step5包括以下步驟：

Step5.1：首先采用語音活動檢測模塊對輸入的人機交互信號進行分類檢測，如果里面包含有語音信號，則提取包含語音信號的片段，進入Step5.2，否則進入Step3；

Step5.2：將包含語音信號的片段送入語音喚醒子模塊，檢測語音信號是否包含喚醒詞，如果里面包含有喚醒詞，則進入Step6，否則進入Step3。

4.根據權利要求1所述的一種防語音誤識的方法，其特征在于，所述活動監測模塊利用高頻聲學信號來持續檢測物體的活動。

5.根據權利要求3所述的一種防語音誤識的方法，其特征在于，所述語音活動檢測模塊通過信號分析技術來持續檢測所述的人機交互信號中是否存在語音信號；所述語音喚醒子模塊通過信號分析技術來持續檢測所述的語音信號中是否包含預先定義的喚醒詞。

6.根據權利要求1所述的一種防語音誤識的方法，其特征在于，所述活動監測模塊無論是否監測到物體活動，人機交互信號均送入語音交互模塊。

7.根據權利要求3所述的一種防語音誤識的方法，其特征在于，所述活動監測模塊沒有監測到物體活動時，對語音活動檢測模塊的語音信號判定閾值進行提升或對語音喚醒子模塊的喚醒詞判定閾值進行提升。

8.一種防語音誤識的系統，其特征在于，包括：

聲音發射模塊，所述聲音發射模塊用于播放聲音信號；

聲音采集模塊，所述聲音采集模塊用于采集高頻保真聲音信號；

信號分離模塊，所述信號分離模塊用于濾出16kHz以下信號作為人機交互信號，濾出16kHz以上信號作為場景感知信號；

活動監測模塊，所述活動監測模塊用于接收場景感知信號，并監測聲音采集模塊周圍是否有物體活動，若有物體活動，且持續時間大于預設閾值時，則將所述人機交互信號送入語音交互模塊；否則，丟棄人機交互信號，繼續監測；

語音交互模塊，所述語音交互模塊用于收到人機交互信號后先通過語音活動檢測模塊對信號進行分類，若包含語音信號，則送入語音喚醒子模塊；否則，丟棄人機交互信號，繼續信號進行分類；

語音活動檢測模塊，所述語音活動監測模塊用于對人機交互信號進行分類判斷；

語音喚醒子模塊，所述語音喚醒子模塊收到含語音的信號后，檢測語音信號是否包含喚醒詞，若包含喚醒詞，則激活機器狀態；否則，繼續檢測。