[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

本發明公開了一種防語音誤識的方法及其系統，所述系統包括：聲音發射模塊、聲音采集模塊、活動監測模塊、語音交互模塊、語音活動檢測模塊和語音喚醒子模塊。本發明利用超聲信號監測機器周圍環境中的物體活動，若周圍環境中沒有物體活動，則不會進行語音喚醒檢測，可以有效降低語音交互過程中誤識別的概率。

技術領域：

本發明屬于防語音誤識別技術領域，特別涉及一種防語音誤識的方法及其系統。

背景技術：

語音喚醒和語音指令是語音人機交互應用中重要的模塊和功能之一。通過此功能，設備可以進行狀態切換，比如從睡眠狀態(低功耗狀態)切換到激活狀態，也可以執行預先定義的特定動作。然而，這種功能受到誤喚醒和誤識別的干擾，一直為用戶所病詬。其中一種場景是在夜深人靜的時候，具有此功能的智能設備突然被激活，發出交互請求；另外一種場景是在嘈雜的環境中，有各種噪聲，但是沒有人活動，具有此功能的智能設備極易被激活，從而產生錯誤的動作。之所以會這樣，一方面是因為很短的喚醒詞和命令詞語音所包含的信息非常有限，極易和環境噪聲混淆，另一方面，此功能通常部署在設備端側，而端側設備計算資源有限從而限制了模型和算法的復雜度，導致折中的誤喚醒和誤識別性能。本發明提出一種防語音誤識的方法及其系統，可有效降低語音交互過程中誤識別的概率。

公開于該背景技術部分的信息僅僅旨在增加對本發明的總體背景的理解，而不應當被視為承認或以任何形式暗示該信息構成已為本領域一般技術人員所公知的現有技術。

發明內容：

本發明的目的在于提供一種防語音誤識的方法及其系統，從而克服上述現有技術中的缺陷。

為了實現上述目的，本發明提供了一種防語音誤識的方法，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。

進一步的，作為優選，所述Step3具體包括以下步驟：

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。

進一步的，作為優選，所述Step5具體包括以下步驟：

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。

進一步的，作為優選，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。