CN101867742A

CN101867742A - 一种基于声控控制下的电视系统

Info

Publication number: CN101867742A
Application number: CN201010186375A
Authority: CN
Inventors: 罗笑南; 陆剑华
Original assignee: National Sun Yat Sen University
Current assignee: Sun Yat Sen University; National Sun Yat Sen University
Priority date: 2010-05-21
Filing date: 2010-05-21
Publication date: 2010-10-20

Abstract

本发明实施例公开了一种基于声控控制下的电视系统，所述电视系统包括：音频识别模块、媒体处理模块、业务主控模块，其中：所述音频识别模块用于对声控命令的采集、识别、分析和对命令反馈；所述业务主控模用于接收数字电视信号，并进行数字电视信号的交互；所述媒体处理模块用于根据响应音频识别模块中的命令反馈，并在数字电视终端上显示出命令对应的媒体文件和相关信息。实施本发明，通过声控即可完成对电视系统的控制和管理功能，为用户的生活提供便利，也丰富了人们控制数字电视的能力，增加了用户与数字电视之间的互动性，满足了用户的需求和体验度。

Description

一种基于声控控制下的电视系统

技术领域

本发明涉及数字家庭应用技术领域，具体涉及基于声控控制下的电视系统。

背景技术

随着计算机技术、模式识别等技术的发展，适应不同场合的语音识别系统相继被开发出来，语音识别及处理技术已经越来越突现出其强大的技术优势。近三十年来，语音识别在计算机、信息处理、通信与电子系统、自动控制等领域的应用越来越广泛。

在许多政府部门、商业机构，语音识别技术的应用，可免除大量操作人员的重复劳动，既经济又方便。如：语音邮件、IP电话和IP传真、电子商务、自动语音应答系统、自动语音信箱、基于IP的语音、数据、视频的CTI系统、综合语音、数据服务系统、自然语音识别系统、专家咨询信息服务系统、寻呼服务、故障服务、秘书服务、多媒体综合信息服务、专业特别服务号(168自动信息服务系统，112、114、119等信息查询系统)等。因此，广大用户希望能够利用现代语音识别技术和数字机顶盒技术结合，使电视用户也享受声控带来的乐趣。

目前应用最为广泛的为特定人的语音识别系统，在不是该特定人声控命令，或者背景嘈杂的环境下，改语音识别的识别率低，而且不容易分辨声控命令。

发明内容

本发明提出一种基于声控控制下的电视系统，旨在通过该声控方式即可实现对电视系统的管理和控制等功能。

为了实现发明目的，本发明实施例提供了一种基于声控控制下的电视系统，所述电视系统包括：音频识别模块、媒体处理模块、业务主控模块，其中：

所述音频识别模块用于对声控命令的采集、识别、分析和对命令反馈；

所述业务主控模用于接收数字电视信号，并进行数字电视信号的交互；

所述媒体处理模块用于根据响应音频识别模块中的命令反馈，并在数字电视终端上显示出命令对应的媒体文件和相关信息。

所述所述的音频识别模块包括：

预处理模块，用于对输入的原始语音信号进行处理，滤除掉其中的不重要的信息以及背景噪声，并进行语音信号的端点检测、语音分帧以及预加重处理；

特征提取模块，用于计算语音的声学参数，并进行特征的计算，以便提取出反映信号特征的关键特征参数用于后续处理；

特征库存储模块，用于为用户提供输入若干次训练语音，经过预处理和特征提取后得到特征矢量参数，建立或修改训练语音的参考模式库；

识别模块，用于将输入的语音提取特征矢量参数后与参考模式库中的模式进行相似性度量比较，并结合一定的判别规则得出最终的识别结果。

所述判别规则包括：构词规则，语法规则。

所述关键特征参数包括：线性预测LPC参数、线谱对LSP参数、LPCC、MFCC、ASCC、感觉加权的线性预测PLP参数、动态差分参数和高阶信号谱类特征、Mel频率倒谱系数(MFCC)参数。

本发明实施例具有如下有益效果，通过声控即可完成对电视系统的控制和管理功能，为用户的生活提供便利，也丰富了人们控制数字电视的能力，增加了用户与数字电视之间的互动性，满足了用户的需求和体验度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中的基于声控控制下的电视系统结构示意图；

图2为本发明实施例中的图1中音频识别模块的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例应理解为仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明提供一种浏览器测试系统及其方法，能够大大提高浏览器测试的效率和结果的可靠性。以下分别进行详细说明。

图1示出了本发明实施例中的基于声控控制下的电视系统结构示意图，包括：

音频识别模块、媒体处理模块、业务主控模块，其中：

其中：图2示出了本发明实施例中音频识别模块的结构示意图，该音频识别模块包括：

特征提取模块，用于计算语音的声学参数，并进行特征的计算，以便提取出反映信号特征的关键特征参数用于后续处理；关键特征参数包括：线性预测LPC参数、线谱对LSP参数、LPCC、MFCC、ASCC、感觉加权的线性预测PLP参数、动态差分参数和高阶信号谱类特征、Mel频率倒谱系数MFCC参数等等。

特征库存储模块，用于为用户提供输入若干次训练语音，经过预处理和特征提取后得到特征矢量参数，建立或修改训练语音的参考模式库；判别规则包括：构词规则，语法规则。

具体的可以知道，该音频识别模块具有如下功能：

预处理流程：对输入的原始语音信号进行处理，滤除掉其中的不重要的信息以及背景噪声，并进行语音信号的端点检测、语音分帧以及预加重等处理。

特征提取流程：负责计算语音的声学参数，并进行特征的计算，以便提取出反映信号特征的关键特征参数用于后续处理。现在较常用的特征参数有线性预测(LPC)参数、线谱对(LSP)参数、LPCC、MFCC、ASCC、感觉加权的线性预测(PLP)参数、动态差分参数和高阶信号谱类特征等[1]。其中，Mel频率倒谱系数(MFCC)参数因其良好的抗噪性和鲁棒性而应用广泛。

训练阶段流程：用户输入若干次训练语音，经过预处理和特征提取后得到特征矢量参数，建立或修改训练语音的参考模式库。

识别阶段流程：将输入的语音提取特征矢量参数后与参考模式库中的模式进行相似性度量比较，并结合一定的判别规则和专家知识(如构词规则，语法规则等)得出最终的识别结果。

对于本发明实施例中的数据流方式如下：

业务处理模块接收音频识别模块发出的命令，如果发出的是情景命令，业务处理模块调用业务显示模块，对命令进行解释，并显示主节目菜单；

业务处理模块接收音频识别模块发出的命令，如果发出的是电视点播命令，业务处理模块调用图形模块，对命令进行解释，并显示已有的点播节目让观众选择；

业务处理模块接收音频识别模块发出的命令，如果发出的是网络命令，业务处理模块调用网络模块，对命令进行解释，并提供股市行情、票务信息、电子报纸、热门网站等各种信息及软件在线升级功能让观众选择；

业务处理模块接收音频识别模块发出的命令，业务处理模块调用视频语音模块，对命令进行解释，然后完成数字电视视频功能对话。

对于音频识别模块，在观众发出命令后，音频识别模块对声音进行采集，加以判断和分析，看看是否合法操作，如果是合法操作，对命令进行解释，然后发送命令到业务主控模块。

业务主控模块接受命令后，对需要的模块进行调用，通过该模块的调用完成所需功能。

综上，通过声控即可完成对电视系统的控制和管理功能，为用户的生活提供便利，也丰富了人们控制数字电视的能力，增加了用户与数字电视之间的互动性，满足了用户的需求和体验度本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁盘或光盘等。

以上对本发明实施例所提供的一种基于标签转换的浏览器，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims

1.一种基于声控控制下的电视系统，其特征在于，所述电视系统包括：音频识别模块、媒体处理模块、业务主控模块，其中：

2.如权利要求1所述的基于声控控制下的电视系统，其特征在于，所述所述的音频识别模块包括：

3.如权利要求2所述的基于声控控制下的电视系统，其特征在于，所述判别规则包括：构词规则，语法规则。

4.如权利要求2所述的基于声控控制下的电视系统，其特征在于，所述关键特征参数包括：线性预测LPC参数、线谱对LSP参数、LPCC、MFCC、ASCC、感觉加权的线性预测PLP参数、动态差分参数和高阶信号谱类特征、Mel频率倒谱系数MFCC参数。