CN101794126A - 一种无线智能家电语音控制系统 - Google Patents

Abstract

本发明涉及家电控制系统领域，特别是一种无线智能家电语音控制系统。本发明提供一种无线智能家电语音控制系统，包括用于对用户语音进行识别的语音识别模块和用于控制家电的通讯控制模块，通讯控制模块包括基于红外线通信技术控制家电的红外控制模块和采用无线通信技术与红外控制模块连接通信的无线控制模块，语音识别模块与无线控制模块直接连接。本发明提出了将红外线通信技术和无线电通信技术结合起来，组成智能家电控制网，有效地解决了单纯利用无线通信与现有家电设备不兼容以及单纯利用红外线通信所受限制的问题。同时，本发明提出了采用动态的方式来建立语音库，以此来适应不同的人群和提高特定语音命令的识别率。

Description

一种无线智能家电语音控制系统

技术领域

本发明涉及家电控制系统领域，特别是一种无线智能家电语音控制系统。

背景技术

当前，家用电器的控制主要通过手工操作实现，操作比较繁琐，不利于行动不便的人使用，在一些需要非手工出操作的场合也无法使用。同时，对家电的常规控制需要根据电器的不同能类型，不同功能模块进行单独布线，容易造成安全隐患。单个家用电器作为单独的设备来说，其功能已经相当的完善，但作为家电整体来说却缺乏智能的管理与控制，操作比较繁琐，难以科学管理。智能家电是将计算机技术、数字化技术以及信息技术应用于传统家电而产生的新一代家用电器。家电的智能化就是为了能够更好的与家电进行交互，而语音是最为方便、快捷、自然的人机交流手段，采用最为自然的语音作为人与家电交互的手段，使家电能像人一样，具有听、说和理解的能力。

现有的智能家电控制系统中引入语音控制，增强了系统控制的灵活性。同时也提出了使用无线通信控制家电的方案。如申请号为200810194811.4的申请，就是把语音控制与无线通信结合起来，使对家电的控制更加智能和方便。

但是现有技术存在着如下问题：

1、现有技术单纯利用无线通信控制家电，由于与现有家电设备不兼容，因此并不适用于所有家电，需要对现有家电进行改造才能适应无线通信控制。

2、现有技术单纯利用红外线通信，由于红外通信的范围比较小，容易受物体阻隔，导致适用范围不广，使用受限。

3、现有技术所采用的语音识别技术，采用事先录制好的语音库，对用户发音的标准性有一定的要求，导致在具体应用时语音识别率不高。

发明内容

本发明提供了一种无线智能家电语音控制系统，以解决现有技术的不足。

本发明提供一种无线智能家电语音控制系统，包括用于对用户语音进行识别的语音识别模块和用于控制家电的通讯控制模块，通讯控制模块包括基于红外线通信技术控制家电的红外控制模块和采用无线通信技术与红外控制模块连接通信的无线控制模块，语音识别模块与无线控制模块直接连接。

作为优选方案，语音识别模块包括：

预处理模块，用于对语音信号进行预加重、加窗分帧和端点检测；

特征值提取模块，用于从原始语音信号中抽取能够反映语音本质的特征参数，形成特征矢量序列；

识别模块，用于根据特征值提取模块提取的特征参数，识别具体的语音命令；

语音识别模块的输入端与预处理模块连接，预处理模块，特征提取模块与识别模块顺序连接，识别模块与语音识别模块的输出端连接。

作为进一步的优选方案，识别模块包括：

参考数据库训练模块，用于建立参考数据库，所述数据库是将一个或多个说话者的多次重复的语音参数经过训练得到的数据库；

模式匹配模块，用于将输入的待识别的语音特征参数同训练得到的参考语音模式进行逐一比较分析，获得最佳匹配的参考模式；

特征提取模块与参考数据库训练模块以及模式匹配模块分别连接，模式匹配模块与语音识别模块的输出端连接。

作为更进一步的优选方案，特征值提取模块采用线性预测倒谱系数作为特征参数。

作为再进一步的优选方案，模式匹配模块采用的算法为动态时间规则、离散隐马尔可夫模型、连续隐马尔可夫模型或人工神经网算法。

作为另一种优选方案，本发明提供的无线智能家电语音控制系统中，红外控制模块包括：

家电识别模块，用于识别用户命令需要控制的家电；

主功能模块，用于向对应的家电发送相应的功能命令；

当红外控制模块收到用户命令后，先调用家电识别模块识别需要控制的家电，然后根据用户命令调用主功能模块中的相应命令。

作为一种优选方案，主功能模块还包括扩展功能模块，用于进行按键学习训练，记录按键操作并把操作的功能命令储存在对应的功能地址中。

与现有技术相比，本发明有益效果体现在：

1、提出了将红外线通信技术和无线电通信技术结合起来，组成智能家电控制网，有效地解决了单纯利用无线通信与现有家电设备不兼容以及单纯利用红外线通信所受限制的问题。

2、本发明提出了采用动态的方式来建立语音库，并以用户的语音信号作为标准模式，以此来适应不同的人群和提高特定语音命令的识别率。

3、操作简单，易于使用。

4、扩展性较好，系统控制的节点个数可以根据需要进行变更，控制的设备可扩展为各种电子设备。

5、提出了在硬件成本较低廉的情况下，利用SCM构筑一个学习型万能红外遥控器的设计思路。

附图说明

图1为本发明的系统基本组成框图。

图中所示为使用者控制端的各个模块的基本组成，包括mic输入电路、外部存储器、供电模块、2*4键盘模块、声音输出模块、LCD显示模块、无线控制模块。

图2为本发明的语音识别原理框图。图中所示为语音识别的流程图，其过程为预处理，特征处理，模式匹配，输出识别结果。

图3为本发明的无线传输模块的流程图。

图中所示为无线信号传输的发送接收流程。

图4为本发明的系统工作流程。图中所示为系统操作的流程，其过程为唤醒，系统应答，组内命令识别，进入设备控制的子程序。

图5为本发明的按键功能图示。图中所示为使用者控制端的各个按键功能图示。

图6为本发明的红外通信流程图。图中所示为空外通信流程，其过程为获取家电ID与命令ID，从对应地址取出代码格式和控制格式，发送起始码，发送控制信息。

图7为本发明分组命令语音识别程序程序流程的第(1)部分。

图8为本发明分组命令语音识别程序程序流程的第(2)部分。

图9为本发明分类命令语音训练程序流程。

图10为本发明语音训练子程序程序流程的第(1)部分。

图11为本发明语音训练子程序程序流程的第(2)部分。

图12为本发明红外学习总流程图。

图13为本发明红外接收信息流程图

图14为本发明红外信息处理流程图。

图15为本发明的HT6221的位定义时序。

图16为本发明的HT6221的单发代码时序。

图17为本发明的HT6221的连发代码时序。

图18为本发明的PD6121G的位定义时序。

图19为本发明的PD6121G的单发代码时序。

图20为本发明的PD6121G的连发代码时序。

图21为本发明的TC9012F/9243的位定义时序。

图22为本发明的TC9012F/9243的单发代码时序。

图23为本发明的TC9012F/9243的连发代码时序。

图24为本发明的使用的HS0038B的内部结构。

图25为本发明的红外发射电路。

图26为本发明的红外发射接收流程图。图中(a)所示为红外接收流程，(b)所示为红外接收流程。

图27为本发明的PTR8000读写时序。

图28为本发明的PTR8000硬件接口。

图29为本发明的PTR8000的发射时序图。

图30为本发明的PTR8000的接收时序图。

具体实施方式

以下通过具体实施方式，结合附图对本发明作进一步说明。

参见图1，本实施例采用凌阳单片机SPCE061A实现，系统包括语音识别模块及通讯控制模块：

语音识别模块包括麦克风和语音识别程序、放音电路，其中：

麦克风主控MCU相连，用于实现对语音数据的采集；

语音识别程序通过对使用者的语音识别，实现对使用控制命令的识别并将命令识别结果输出；

放音电路的主要作用是对使用这的操作进行声音信息提示。

通讯控制模块包括基于红外线通信技术控制家电的红外控制模块、采用无线通信技术与红外控制模块连接通信的无线控制模块、键盘和LCD显示模块，其中：

红外控制模块的主要作用是将经过MCU编码后的使用者的控制指令发送到设备端；

无线控制模块的作用是将经过MCU编码后的使用者的控制指令发送到中转控制MCU，目的是延长控制距离；

本实施例共设计了8个键盘。

一个为TRAIN，用于语音训练，当按下该键后，即进入语音训练程序；

有3个用于菜单功能控制，分别是ENTER、UP、DOWN，当按下ENTER键后，会执行该菜单项目上所显示的功能或跳到该菜单项目的子菜单界面，UP和DOWN则是向上或向下移动来选择菜单的项目；

另外4个键盘作为扩展按键，在系统软件升级或硬件有更新时，可以适当的增加新的按键功能。

这8个键分别接到单片机的IOA8到IOA15，系统运行时，先将IOA8到IOA15口设置成带有下拉电阻的输入口，I/O初始化后由键盘扫描程序发现按下键，再调用去抖动子程序来确认，然后更改按键值来决定程序的运行。

LCD显示模块是给使用者提供一个更加友好的提示界面，用于显示各个设备的工作状态。LCD显示模块主要是凌阳的SPLC501模组来构成的。

使用SPLC501模组来做显示界面，主要是SPLC501有配套的字模生成工具，可以很方便的文字和图象显示。由于SPLC501液晶模组为128*64点阵，以16*16点阵字模显示的话，可以满屏显示32个文字。对于家电常用功能的提示来说，SPLC501已经可以提供能够的文字来提示用户的操作。

SPLC501有8个数据端口DB0~DB7，有5个控制端口分别为：EP(时钟使能端)、R/W(读/写信号端)、A0(数据命令选择端)、RES(复位端)和CS1(片选端)。数据端口连接到SPCE061A的IOA0~IOA7口，用来接收文字的点阵信息，EP、R/W、A0和RES按顺序连接到IOB4~IOB7上，接收各种控制信息，而CS1直接接地就可以了。

无线控制模块采用PTR8000，其主要工作就是充当中继站的角色，把系统的控制信息包含在无线的发射数据中在传送到控制端，控制端剥去无线通信数据的格式信息后就是系统所发射的控制信息，这时控制端只要通过红外发射电路把控制信息发射出去就可以控制相应的家电。如图27所示为PTR8000读写时序，图28为PTR8000的硬件接口，图29～图30为PTR8000的发射时序图和接收时序图。

具体实施中，全向式麦克风将语音信号送到MCU，MCU通过语音识别程序对该语音进行识别，识别的结果通过PTR8000向中转MCU发送该指令。中转MCU接收到该令后进行信息转换，把不同的命令代码通过红外发送至相应的子节点来实现对家电的控制，近而实现智能声控家庭设备的要求。其中中转MCU端主要负责接收命令字符，将从PTR8000接受到的命令转换为红外信号，并转发给各个设备。当有语音命令时，使用者端的用户端MCU将控制命令通过PTR8000传递给中转MCU，中转MCU根据要求将命令发送给相应的子节点；子节点则根据接收到的命令来控制相应的电器。语音识别模块对麦克风所采集到的语音信号进行识别，它包含了前段放大与滤波单元、AGC、A/D；语音识别模块的主要任务是识别用户语音命令，并将识别结果反馈到中转MCU。

具体实施中，全向式麦克风将语音信号送到用户端MCU，用户端MCU通过语音识别程序对该语音进行识别，识别的结果通过PTR8000向中转MCU发送该指令。中转MCU接收到该令后进行信息转换，把不同的命令代码通过红外发送至相应的子节点来实现对家电的控制，近而实现智能声控家庭设备的要求。其中中转MCU端主要负责接收命令字符，将从PTR8000接受到的命令转换为红外信号，并转发给各个设备。当有语音命令时，用户端MCU将控制命令通过PTR8000传递给中转MCU，中转MCU根据要求将命令发送给相应的子节点；子节点则根据接收到的命令来控制相应的电器。语音识别模块对麦克风所采集到的语音信号进行识别，它包含了前段放大与滤波单元、AGC、A/D；语音识别模块的主要任务是识别用户语音命令，并将识别结果反馈到用户端MCU。

参见图2，本实施例中的语音识别部分主要由三部分构成，包括预处理、特征值提取与识别。

(1)预处理

包括预加重、加窗分帧、端点检测等处理过程，在预处理之前还有语音信号的数字化处理过程，其中包括反混叠滤波、模/数转换、自动增益等用以去除声门激励、口鼻辐射、高于112采样率高频和噪声信号的影响，实现语音信号的数字化。

(2)特征提取

经过预处理后的语音信号，要对其进行特征提取，即特征参数分析.该过程就是从原始语音信号中抽取能够反映语音本质的特征参数，形成特征矢量序列。目前语音识别所用的特征参数主要有两种类型：线性预测倒谱系数(LPCC)和美尔频标倒谱系数(MFCC).LPCC系数主要模拟人的发声模型，未考虑人耳的听觉特性。它对元音有较好的描述能力，而对辅音描述能力差。其优点为计算量小，比较彻底地去掉了语音产生过程中的激励信息，易于实现。MFCC系数考虑到了人听觉特性，并具有很高的鲁棒性和抗噪声能力，但因为提取MFCC参数要在频域处理，计算傅立叶变换将耗费大量宝贵的计算资源。因此，嵌入式语音识别系统中一般都选用LPCC系数。语音特征提取是分帧提取的，每帧特征参数一般构成一个矢量，因此，语音特征是一个矢量序列。该序列的数据率一般可能太高，不便于其后的进一步处理，为此，有必要采用很有效的数据压缩技术方法对数据进行压缩。矢量量化就是一种很好的数据压缩技术。(该部分仅仅描述了现有技术的优缺点，但没有提到本发明实现特征提取的方法，请发明人补充)

(3)识别

识别用于根据特征值提取模块提取的特征参数，识别具体的语音命令，主要包括：

a)参考模式库

参考模式库是将一个或多个说话者的多次重复的语音参数经过训练得到的。它是声学参数模板。建立参考模式库是在系统使用前获得并存贮起来的.参考模式库的建立的过程称为训练过程。

b)模式匹配

模式匹配是将输入的待识别的语音特征参数同训练得到的参考语音模式进行逐一比较分析。获得最佳匹配的参考模式便为识别结果。目前常用的语音识别算法主要有：动态时间规则、离散隐马尔可夫模型、连续隐马尔可夫模型、人工神经网。

系统开始识别由语音触发而不需要键盘的确定，触发的语音命令即为系统的名字。在给系统起名字时应注意避免误触发的问题，名字尽量使用冷僻词。一但系统识别出发令人呼喊其名字，系统立即被激活，进入工作状态，系统就会调用SPLC501的显示函数，显示系统激活后的主菜单，菜单上面的条目都是等待调用的命令，发令人只要照着菜单上的提示进行命令控制就行了，LCD会自动显示和命令一一对应的菜单提示，所以发令人能够很自然按菜单条目进入各组命令，并不需要背下数十条命令语句，也不必学习复杂的按键操作，只是按照系统的文字界面提示发出下一个命令，这种利用声音命令做为控制信号的方法，可以极大简化系统的操作。

完成语音识别这个任务的主要函数的任务是进行语音识别并返回语音识别结果。使用到的语音库中相关的API函数如下：

完成分组命令的语音识别软件实现过程为例介绍它的程序流程如图7和图8所示：

这里只介绍了分组命令的程序流程图，其各组内识别命令的流程几乎一样，只是识别时语音模块放在RAM中，识别不同组命令时从外扩Flash存贮器中往RAM中写入各组命令时的地址有所不同。

参见图3，无线通信应用让系统的控制范围得到很大程度的扩展，对控制整个家居的所有电器来说是必要的。无线通信的主要工作就是充当中继站的角色，把系统的控制信息包含在无线的发射数据中在传送到控制端，控制端剥去无线通信数据的格式信息后就是系统所发射的控制信息，这时控制端只要通过红外发射电路把控制信息发射出去就可以控制相应的家电。

参见图4与图5，本发明主要实现的是语音识别控制、LCD显示、语音提示、遥控通信等功能。整个设计的重点是利用凌阳单片机SPCE061A实现一个无线的语音家电控制系统。软件程序按照功能模块进行分文件编写，且按照结构化程序设计，所有功能都可通过调用子程序完成。工作过程系统的功能框图。

为实现利用凌阳所提供的API函数来识别多个命令，必须对命令进行分组嵌套。本系统将命令分成家电选择、主功能和扩展功能3组命令。当识别到系统名字时，就会激活系统，这时系统就会进入家电选择模式，识别能够识别到四个命令，只要识别出家电的名字，则将存在Flash中那个组的语音模型读出写入RAM中然后重新进行识别初始化，等待识别用户的进一步命令。

语音模型说明如下：语音模型就是记过多次训练后的语音指令样本，直接存贮在芯片中的RAM中。具体训练过程如下：采用的是特定人的语音识别，在使用之前要对特定人进行语音命令的采集，然后对系统进行训练，获得特定人语音命令的模板。语音训练的功能主要是通过调用API函数来实现，每次对于特定人的识别能同时识别五个命令，总共有三组，对这三组命令进行语音训练的程序流程图如图9所示：

训练子程序的流程图如图10～图11所示：

每一组命令中又有若干条语音必须进行训练，训练的过程都相同。需要注意的是，每次训练完后要将完成的语音模型存到外扩存贮的不同地址处。系统的训练由训练标志和键盘确定，当系统第一次使用时，训练标志为“0”，系统默认开机时就自动调用语音训练模块完成训练任务，如果系统不是第一次使用，即选连标志为“1”，当扫描键盘的程序确定训练键按下后，主程序就调用语音训练模块完成训练任务。虽然训练的命令有数十条，但由于训练时有语音提示，所以大大降低了系统训练的难度。

在语音训练当中，每次对于特定人的识别能同时识别五个命令，总共有三组，这三组都称为组命令。

具体过程结合图3详述如下：

1)系统处于模式A，等待用户命令；

2)系统通过语音识别模块识别到用户命令，当识别到系统名字时，则激活系统，进入家电选择模式，系统处于模式B；

3)在模式B中，如果识别出用户命令为“关机”，退出家电选择模式，系统跳转到模式A

4)在模式B中，如果识别出用户命令中的家电名字，则将存在Flash中那个组的语音模型读出写入RAM中，然后重新进行识别初始化，并对家电标识，系统处于模式C；

5)在模式C中，如果识别出用户命令为“开启”，则从对应的内存地址中取出开启家电的遥控代码并发送，系统仍然处于模式C；

6)在模式C中，如果识别出用户命令为“关闭”，则从对应的内存地址中取出关闭家电的遥控代码并发送，系统仍然处于模式C；

7)在模式C中，如果识别出用户命令为“自定义功能”，则识别具体的自定义功能，从对应的内存地址中取出对应的家电自定义功能并发送，系统仍然处于模式C；

8)在模式C中，如果识别出用户命令为“返回”，则系统跳转到模式B；

9)在模式C中，如果识别出用户命令为“学习”，则系统跳转到模式D；

10)在模式D中，识别用户命令并记录对应的按键操作，学习对应的按键功能，并储存在对应的地址；

如图5所示，本系统对命令进行分组嵌套。将命令分成家电选择、主功能和扩展功能3组命令。当识别到系统名字时，就会激活系统，这时系统就会进入家电选择模式，识别能够识别到四个命令，只要识别出家电的名字，则将存在Flash中那个组的语音模型读出写入RAM中，然后重新进行识别初始化，等待识别用户的进一步命令。这里的“学习其功能“不是记录该次操作所使用的按键，而是某个控制对象(家电)的相关功能，比如开、关等功能。

11)在模式D中，识别到用户命令为“关闭”，则系统返回模式C。

参见图6与图7，红外学习是系统实现对家电控制一个重要的前提，所以红外接收电路能否正确接收遥控器发射出来的遥控代码就是关键地方。系统接收学习红外代码的工作过程大致是在学习阶段不断检测红外遥控的IN管脚，由于在没有接收到红外信息时其IN管脚是长期置高的，所以当IN管脚开始有电平变化时，就打开4096Hz时基中断，即0.244ms就采样一次红外电路的IN管脚的信息。当在采样过程检测到有电平变化，就把两次变化的时间差(即电平宽度)存储起来，当多次采样都没有发现IN管脚再有电平变化，就判断为红外信息已经接收完毕。

系统接收学习红外代码的工作过程大致是在学习阶段不断检测红外遥控的IN管脚，由于在没有接收到红外信息时其IN管脚是长期置高的，所以当IN管脚开始有电平变化时，就打开4096Hz时基中断，即0.244ms就采样一次红外电路的IN管脚的信息。当在采样过程检测到有电平变化，就把两次变化的时间差(即电平宽度)存储起来，当多次采样都没有发现IN管脚再有电平变化，就判断为红外信息已经接收完毕。

图12～图14就是系统红外学习的整个程序流程。

如图25所示为红外发射电路原理图，红外遥控编码信号利用单片机进行串行编码输出。红外编码信号和38KHz脉冲信号经与门输出得到调制信号，然后将已调制信号放大，驱动红外发光二极管。

如图26所示为本发明的红外发射接收流程图。由于红外学习是对学习的代码进行了格式化处理，并且把处理后的代码信息都进行统一的存储。因为红外学习过程已经对信息进行规范化的管理，所以红外发射实现家电某项功能时，只需要根据家电的标识号和命令的ID号就能从相应的地址取出数据，遥控控制家电。

普通的遥控器用32位二进制数据就可满足其控制要求，其信息量不大。目前红外遥控器的通信协议有很多种，遥控器信号的编码大都由起始码，客户码，数据码组成，其信息0和信息1一般是根据高低电平所占用的时间长度来区别的。图15～图23为本实施例所用红外遥控编码时序：HT6221、PD6121G和TC9012F/9243：

(1)HT6221遥控时序

①位定义(如图15所示)；

②单发代码格式(如图16所示)；

③连发代码格式(如图17所示)。

(2)PD6121G遥控时序

①位定义(如图18所示)；

②单发代码格式(如图19所示)；

③连发代码格式(如图20所示)。

(3)TC9012F/9243遥控时序

①位定义(如图21所示)；

②单发代码格式(如图22所示)；

③连发代码格式(如图23所示)。

Claims (7)

1.一种无线智能家电语音控制系统，包括用于对用户语音进行识别的语音识别模块和用于控制家电的通讯控制模块，其特征在于，所述的通讯控制模块包括基于红外线通信技术控制家电的红外控制模块和采用无线通信技术与红外控制模块连接通信的无线控制模块，语音识别模块与无线控制模块直接连接。

2.根据权利要求1所述的无线智能家电语音控制系统，其特征在于，所述语音识别模块包括：

预处理模块，用于对语音信号进行预加重、加窗分帧和端点检测；

特征值提取模块，用于从原始语音信号中抽取能够反映语音本质的特征参数，形成特征矢量序列；

识别模块，用于根据特征值提取模块提取的特征参数，识别具体的语音命令；

语音识别模块的输入端与预处理模块连接，预处理模块，特征提取模块与识别模块顺序连接，识别模块与语音识别模块的输出端连接。

3.根据权利要求2所述的无线智能家电语音控制系统，其特征在于，所述的识别模块包括：

参考数据库训练模块，用于建立参考数据库，所述数据库是将一个或多个说话者的多次重复的语音参数经过训练得到的数据库；

模式匹配模块，用于将输入的待识别的语音特征参数同训练得到的参考语音模式进行逐一比较分析，获得最佳匹配的参考模式；

特征提取模块与参考数据库训练模块以及模式匹配模块分别连接，模式匹配模块与语音识别模块的输出端连接。

4.根据权利要求2所述的无线智能家电语音控制系统，其特征在于，所述特征值提取模块采用线性预测倒谱系数作为特征参数。

5.根据权利要求2所述的无线智能家电语音控制系统，其特征在于，所述模式匹配模块采用的算法为动态时间规则、离散隐马尔可夫模型、连续隐马尔可夫模型或人工神经网算法。

6.根据权利要求1所述的无线智能家电语音控制系统，其特征在于，所述红外控制模块包括：

家电识别模块，用于识别用户命令需要控制的家电；

主功能模块，用于向对应的家电发送相应的功能命令；

当红外控制模块收到用户命令后，先调用家电识别模块识别需要控制的家电，然后根据用户命令调用主功能模块中的相应命令。

7.根据权利要求6所述的无线智能家电语音控制系统，其特征在于，所述主功能模块还包括扩展功能模块，用于进行按键学习训练，记录按键操作并把操作的功能命令储存在对应的功能地址中。

Images