CN104766610A - 基于振动的声音识别系统和识别方法 - Google Patents

Abstract

本发明涉及一种基于振动的声音识别系统，包括振动器以及与所述振动器相连接的识别器，其中所述识别器上设有MIC放大器、A/D转换器、以及语音处理器，所述振动器产生的振动声音转换成语音特征信号，所述语音特征信号经过所述MIC放大器的放大后，所述A/D转换器将模拟量转化成数字量，再将所述数字量输入所述语音处理器中进行语音识别。本发明所述声音识别具有精确的准确性，和声音模板可以得到精确的匹配，另外，基于振动声音识别算法的优化和声音识别集成电路的设置，识别速度较快。

Description

基于振动的声音识别系统和识别方法

技术领域

本发明涉及声音识别的技术领域，尤其是指基于振动的声音识别系统和识别方法。

背景技术

声音识别技术是一种行为识别技术，根据识别设备不断地测量、记录声音的波形和变化，声音识别基于将现场采集到的声音同登记过的声音模板进行精确的匹配，完成识别过程。对于声音识别技术来说，由于不需要过多的接触以及实体间交互模式的认证，因此，它在使用中无疑要比其他识别技术更加的便利。而在配置过程中，由于当前大多的IT产品都已经安装了声卡和话筒，因而它的构架上也可以节约更多的成本。此外，对于使用环境来说，由于不需要像监控设备那样对角度有着更高的要求，所以语音识别系统的使用环境无疑也会更加的随意和隐蔽。再者， 声音识别也是一种非接触的识别技术，用户可以很自然地接受。

近几年，声音识别技术的应用途径和应用前景将越来越广泛，日益增多的声音识别技术应用到机器、仪器上，以减少人工操作，如听写机、对讲翻译机等语音识别产品仍大量使用。作为一种识别技术其缺点在于：声音变化的范围太大，很难精确的匹配；声音会随着音量、速度和音质的变化(例如感冒时)而影响到采集与比对的结果；很容易用录在磁带上的声音来欺骗声音识别系统，而高保真的麦克风很昂贵不适合普通用户，鉴于声音识别技术本身目前还处于初级阶段，仍是一项复杂、艰巨的任务，同时其应用领域也有待拓展。

目前声音识别技术应用最广泛的是电信业务。在美国，首先提出的声激电话能通过声音指令拨通20个人名的电话，使用时，只需按下声音拨号机的按钮，即可接通电话公司的计算机，按要求编制出姓名和号码的程序，在家打电话，只需对着拨号机叫一下对方的名字，电话即可接通。现阶段，声音识别的准确性是识别技术中最难克服的问题，即使识别设备不断地测量、记录声音的波形和变化，而外界环境的影响可能使现场采集到的声音同登记过的声音模板无法进行精确的匹配。

而对声音识别中算法的要求，一般声音识别算法存在的占用CPU时间长、识别速度跟不上语速的弱点,声音识别正确率较低。现有技术上的缺陷主要表现如下:声音识别的准确性较差，采集到的声音信号和声音模板无法得到精确的匹配；声音识别算法占用CPU时间较长，识别速度较慢。

发明内容

为此，本发明所要解决的技术问题在于克服现有技术中所述语音识别准确率低、占用CPU的时间长且识别速度慢等问题从而提供一种声音识别的准确性高，且能将采集到的声音信号和声音模板精确匹配的基于振动的声音识别系统以及识别方法。

为解决上述技术问题，本发明所述的基于振动的声音识别系统，包括振动器以及与所述振动器相连接的识别器，其中所述识别器上设有MIC放大器、A/D转换器、以及语音处理器，所述振动器产生的振动声音转换成语音特征信号，所述语音特征信号经过所述MIC放大器的放大后，所述A/D转换器将模拟量转化成数字量，再将所述数字量输入所述语音处理器中进行语音识别，所述语音处理器利用隐马尔科夫模型对所述数字量进行特征提取，调用所述隐马尔可夫模型进行声音识别的训练，不断修改隐马尔可夫模型参数，以获取最佳参数值，根据所述最佳参数值确定算法将所述数字量转换成识别模型，所述识别模型与样本库所存声音模板进行匹配识别。

在本发明的一个实施例中，所述识别器上还设有I/O控制器，所述语音识别完成后进入I/O控制器完成语音控制。

在本发明的一个实施例中，所述I/O控制器与所述语音处理器相连接。

在本发明的一个实施例中，所述MIC放大器与所述A/D转换器相连接，所述A/D转换器与所述语音处理器相连接。

本本发明的一个实施例中，所述振动器产生的振动声音经过声音传感器转换成语音特征信号。

本发明还提供了一种根据上述任意一项所述的基于振动的声音识别系统用于识别声音的方法如下：步骤S1：根据所述振动器的振动发出的声音转换成语音特征信号；步骤S2：所述语音特征信号经过所述MIC放大器的放大后，所述A/D转换器将模拟量转化成数字量；步骤S3：所述语音处理器:利用隐马尔科夫模型对所述数字量进行特征提取，调用所述隐马尔可夫模型进行声音识别的训练，不断修改隐马尔可夫模型参数，以获取最佳参数值，根据所述最佳参数值确定算法将所述数字量转换成识别模型，所述识别模型与样本库所存声音模板进行匹配识别；步骤S4：若所述识别模型与所述声音模板的特征相匹配，则输出高电平，完成语音的识别。

在本发明的另一个实施例中，所述语音特征信号包括语音在短时间段的平均声音强度以及由振动产生的声音的方向不断变化的电信号在给定的短时间段内通过零轴的次数。

在本发明的另一个实施例中，所述隐马尔可夫模型用一个三元组表示为λ=（A，B，π），其中，A={a_ij}为状态转移概率矩阵； B ={b_j(k)}是观测信号概率密度；π={π_i}为初始状态概率集合。

在本发明的另一个实施例中，所述样本库中所存声音模板是将声音样本量化后存入至样本文件中。

在本发明的另一个实施例中，所述识别器设置在特定芯片内。

本发明的上述技术方案相比现有技术具有以下优点：

本发明所述声音识别具有精确的准确性，和声音模板可以得到精确的匹配，另外，基于振动声音识别算法的优化和声音识别集成电路的设置，提高了识别速度。

附图说明

为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中

图1是本发明基于振动的声音识别系统的流程图；

图2是本发明基于振动的声音识别的方法流程图。

具体实施方式

实施例一：

如图1所示，本实施例提供一种基于振动的声音识别系统，包括振动器10以及与所述振动器10相连接的识别器15，其中所述识别器15上设有MIC放大器11、A/D转换器12、以及语音处理器13，所述振动器10产生的振动声音转换成语音特征信号，所述语音特征信号经过所述MIC放大器11的放大后，所述A/D转换器12将模拟量转化成数字量，再将所述数字量输入所述语音处理器中进行语音识别，所述语音处理器13利用隐马尔科夫模型对所述数字量进行特征提取，调用所述隐马尔可夫模型进行声音识别的训练，不断修改隐马尔可夫模型参数，以获取最佳参数值，根据所述最佳参数值确定算法将所述数字量转换成识别模型，所述识别模型与样本库所存声音模板进行匹配识别。

本发明所述的基于振动的声音识别系统，包括振动器10以及与所述振动器10相连接的识别器15，通过敲击所述振动器10产生的声音，不会因为其它人声或者发音的差异而被干扰，所以信号源比较单纯，且信号简单，声音识别的准确性较高；所述识别器15上设有MIC放大器11、A/D转换器12、以及语音处理器13，所述振动器10产生的振动声音转换成语音特征信号，所述语音特征信号经过所述MIC放大器11的放大后，所述A/D转换器12将模拟量转化成数字量，再将所述数字量输入所述语音处理器13中进行语音识别，所述语音处理器13利用隐马尔科夫模型对所述数字量进行特征提取，调用所述隐马尔可夫模型进行声音识别的训练，不断修改隐马尔可夫模型参数，以获取最佳参数值，根据所述最佳参数值确定算法将所述数字量转换成识别模型，所述识别模型与样本库所存声音模板进行匹配识别。本发明所述的声音识别系统，通过振动产生的声音直接识别集成电路的设置不易受外界环境的干扰，不但提高了声音识别的准确性以及识别速度，而且有利于将采集到的声音信号和声音模板进行精确的匹配，也能有效提高配对速度，使语音识别的速度提高。

所述MIC放大器11与所述A/D转换器12相连接，所述振动器10产生的振动声音转换成语音特征信号，所述语音特征信号经过所述MIC放大器11的放大后传输至所述A/D转换器12，所述A/D转换器12与所述语音处理器13相连接，所述A/D转换器12将模拟量转化成数字量，再将所述数字量输入所述语音处理器13中进行语音识别。

所述识别器15上还设有I/O控制器14，所述语音识别完成后进入所述I/O控制器14完成语音控制。所述I/O控制器14与所述语音处理器13相连接，所述语音识别完成后根据所述I/O控制器14完成语音控制的相应功能。具体地，为了实现语音识别完成后根据所述I/O控制器14完成语音控制的相应功能，本发明所述的识别器15上还设有相应的外电路。

本发明所述振动器10产生的振动声音经过声音传感器转换成语音特征信号，所述语音特征信号经过所述MIC放大器11放大后，利用所述A/D转换器12转换，使放大后的电信号的模拟量转化成数字量，将数字量输入语音处理器13进行语音识别，基于语音识别算法完成识别后进入所述I/O控制器14完成语音控制。

本发明所述声音识别设备不断地测量、记录声音的波形和变化，基于振动将采集到的声音同登记过的声音模板进行精确的匹配，能有效提高配对速度，使语音识别的速度提高。

实施例二：

本发明还提供了一种基于振动的声音识别系统用于识别声音的方法如下：步骤S1：根据所述振动器10的振动发出的声音转换成语音特征信号；步骤S2: 所述语音特征信号经过所述MIC放大器11的放大后，所述A/D转换器12将模拟量转化成数字量；步骤S3: 所述语音处理器13利用隐马尔科夫模型对所述数字量进行特征提取，调用所述隐马尔可夫模型进行声音识别的训练，不断修改隐马尔可夫模型参数，以获取最佳参数值，根据所述最佳参数值确定算法将所述数字量转换成识别模型，所述识别模型与样本库所存声音模板进行匹配识别；步骤S4：若所述识别模型与所述声音模板的特征相匹配，则输出高电平，完成语音的识别。

本发明所述的基于振动的声音识别方法，所述步骤S1中，根据所述振动器10的振动发出的声音转换成语音特征信号，由于敲击产生振动发出哔哔的声音，不会因为其它人声或者发音的差异而被干扰，所以信号源比较单纯，且信号简单，声音识别的准确性较高；所述步骤S2中，所述语音特征信号经过所述MIC放大器11的放大后，所述A/D转换器12将模拟量转化成数字量，便于与所述样本库中的声音模板进行匹配；所述步骤S3中，所述语音处理器13利用隐马尔科夫模型对所述数字量进行特征提取，调用所述隐马尔可夫模型进行声音识别的训练，不断修改隐马尔可夫模型参数，以获取最佳参数值，根据所述最佳参数值确定算法将所述数字量转换成识别模型，所述识别模型与样本库所存声音模板进行匹配识别，通过得到基于最佳模型参数的识别模型完成精确的基于振动声音的匹配，不易受外界环境的干扰，而且提高了声音识别的准确性以及识别速度；所述步骤S4中，若所述识别模型与所述声音模板的特征相匹配，则输出高电平，完成语音的识别。所述样本库中所存声音模板是将声音样本量化后存入至样本文件中，所述语音处理器13基于声音识别模型进行识别，并根据声音指令完成语音的识别，不但方法简单，而且采集到的声音信号和声音模板可以得到精确的匹配，有效提高配对速度。

所述语音特征信号包括语音在短时间段的平均声音强度以及由振动产生的声音的方向不断变化的电信号在给定的短时间段内通过零轴的次数。其中所述语音在短时间段的平均声音强度是指语音信号的幅度，一次振动产生的电信号可以占用多个短时间段，这些短时间段内的平均电压幅度的大小，代表了语音信号的幅度，不同振动声音的电信号在短时间段内的平均电压幅度以及不同时间段的平均电压幅度均有差异，因此，振动声音信号的幅度可以用于作为识别参量。所述振动产生的声音的方向不断变化的电信号在给定的短时间段内通过零轴的次数是指声音信号短时过零率，所述短时过零率基本上反映了信号的短时平均频率，振动声音的电信号也可以提取短时过零率。所述声音信号的幅度和短时过零率能够大体上反映基于振动的声音的振幅与频率。

所述语音特征信号利用隐马尔可夫模型对数字量进行特征提取后，通过声音识别的训练获取最佳参数值使所述数字量转换成识别模型，具体地，所述隐马尔可夫模型由两个相互关联的随机过程共同描述语音信号的统计特征，是目前语音识别的主流算法。本发明利用所述隐马尔可夫模型用于振动的声音识别技术，不仅可以对基于振动的强度的不同而产生的不同声音进行简单区分，而且可以进行基于振动的频次不同而产生区分。所述隐马尔可夫模型用一个三元组表示为λ=（A，B，π），其中，A={a_ij}为状态转移概率矩阵； B ={b_j(k)}是观测信号概率密度；π={π_i}为初始状态概率集合。通过所述隐马尔可夫模型识别语音，不但声音识别算法占用CPU时间较短，而且能提高识别速度。

如图2所示，本发明所述基于振动的控制有两种工作模式，一种是录音模式，另一种是识别模式。所述声音识别时首先将不同的振动声音录入，将样本声音经内部处理后，以不同的数字特征信号保存于样本文件中，如芯片的存储体中，本发明采用AP7003-2芯片，所述AP7003-2芯片内有12个存储体，每个存储体可存储几种振动声音，从而实现录音模式；所述录音结束后便可转换到识别模式，将待识别的声音经内部处理后，以不同的数字特征信号保存于被识别声音文件中；声音识别时，所述芯片内的程序将当前振动的声音特征与存储体中声音特征的相互比较，并进行匹配运算，所述芯片根据匹配运算输出结果，如果声音特征相匹配，则所述芯片相应的输出口输出高电平，可以进入所述I/O控制器14完成语音控制；如输出低电平则无任何相应。

所述识别器设置在特定芯片内，本发明采用专用语音识别DSP芯片AP7003进行语音信号的放大识别处理, 其中AP7003芯片是一款新型低成本语音识别专用集成电路，内置有麦克风放大器，A/D转换器，语音处理器和I/O控制器。所述振动器产生的振动声音转换成语音特征信号，所述语音特征信号经过所述MIC放大器的放大后，所述A/D转换器将模拟量转化成数字量，再将所述数字量输入所述语音处理器中进行语音识别。同时在识别算法上采用基于隐马尔可夫模型的优化语音识别算法，软硬件的结合设计提高探测到的信号识别速度，同时将采集到的声音信号和声音模板信号进行精确的匹配。本发明使用AP7003芯片实现语音识别，可提高系统传输效率，解决数据量大以及实时问题，提高识别速度和系统性能。

本发明可应用于人机交互技术领域，可方便残疾人（如残障、偏瘫）人机交互，例如，使用者可敲打振动器10产生振动声音，从而输入控制指令，振动声音通过MIC放大器11放大、A/D转换器12转换、以及语音处理器13处理后，实现语音识别，从而达到控制电子装置的目的。具体地，本发明可应用在小体积的交互设备上，通过敲击小体积的交互设备的频率和位置等实现信息的编码，类似于发送电报的摩斯码，通过长短搭配可以实现字母的编码，用户实际操作时，根据提前设定的频率和位置来执行具体的功能，如本发明应用于无线耳机时，用户通过敲击耳机上的指定位置和频率来选择歌曲，如敲击三次开启寻找共鸣歌曲的模式，敲击二次开启收藏共鸣瞬间的模式，敲击一次敲出共鸣歌曲等。

综上，本发明所述基于振动的声音识别系统和识别方法具有以下优点：

1.本发明所述的声音识别系统，通过振动产生的声音直接识别集成电路的设置不易受外界环境的干扰，不但提高了声音识别的准确性以及识别速度，而且有利于将采集到的声音信号和声音模板进行精确的匹配，也能有效提高配对速度，使语音识别的速度提高。

2. 本发明所述语音处理器基于隐马尔可夫模型进行识别，并根据声音指令完成语音的识别，不但方法简单，而且采集到的声音信号和声音模板可以得到精确的匹配，有效提高配对速度。

显然，上述实施例仅仅是为清楚地说明所作的举例，并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种基于振动的声音识别系统，其特征在于：包括振动器（10）以及与所述振动器（10）相连接的识别器（15），其中所述识别器（15）上设有MIC放大器（11）、A/D转换器（12）、以及语音处理器（13），所述振动器（10）产生的振动声音转换成语音特征信号，所述语音特征信号经过所述MIC放大器（11）的放大后，所述A/D转换器（12）将模拟量转化成数字量，再将所述数字量输入所述语音处理器（13）中进行语音识别，所述语音处理器（13）利用隐马尔科夫模型对所述数字量进行特征提取，调用所述隐马尔可夫模型进行声音识别的训练，不断修改隐马尔可夫模型参数，以获取最佳参数值，根据所述最佳参数值确定算法将所述数字量转换成识别模型，所述识别模型与样本库所存声音模板进行匹配识别。

2.根据权利要求1所述的基于振动的声音识别系统，其特征在于：所述识别器（15）上还设有I/O控制器（14），所述语音识别完成后进入I/O控制器（14）完成语音控制。

3.根据权利要求2所述的基于振动的声音识别系统，其特征在于：所述I/O控制器（14）与所述语音处理器（13）相连接。

4.根据权利要求1所述的基于振动的声音识别系统，其特征在于：所述MIC放大器（11）与所述A/D转换器（12）相连接，所述A/D转换器（12）与所述语音处理器（13）相连接。

5.一种权利要求1所述的基于振动的声音识别系统，其特征在于：所述振动器（10）产生的振动声音经过声音传感器转换成语音特征信号。

6.一种根据上述权利要求1-5中任意一项所述的基于振动的声音识别系统用于识别声音的方法如下：

步骤S1：根据所述振动器（10）的振动发出的声音转换成语音特征信号；

步骤S2：所述语音特征信号经过所述MIC放大器（11）的放大后，所述A/D转换器（12）将模拟量转化成数字量；

步骤S3：所述语音处理器（13）利用隐马尔科夫模型对所述数字量进行特征提取，调用所述隐马尔可夫模型进行声音识别的训练，不断修改隐马尔可夫模型参数，以获取最佳参数值，根据所述最佳参数值确定算法将所述数字量转换成识别模型，所述识别模型与样本库所存声音模板进行匹配识别；

步骤S4：若所述识别模型与所述声音模板的特征相匹配，则输出高电平，完成语音的识别。

7.根据权利要求6所述的基于振动的声音识别方法，其特征在于：所述语音特征信号包括语音在短时间段的平均声音强度以及由振动产生的声音的方向不断变化的电信号在给定的短时间段内通过零轴的次数。

8.根据权利要求6所述的基于振动的声音识别方法，其特征在于：所述隐马尔可夫模型用一个三元组表示为λ=（A，B，π），其中，A={a_ij}为状态转移概率矩阵； B ={b_j(k)}是观测信号概率密度；π={π_i}为初始状态概率集合。

9.根据权利要求6所述的基于振动的声音识别方法，其特征在于：所述样本库中所存声音模板是将声音样本量化后存入至样本文件中。

10.根据权利要求6所述的基于振动的声音识别方法，其特征在于：所述识别器设置在特定芯片内。