CN105304081A - 一种智能家居的语音播报系统及语音播报方法 - Google Patents

Abstract

本发明公开了一种智能家居的语音播报系统及语音播报方法，语音播报系统包括：信息收集模块，用于接收报警信号；触发模块，与信息收集模块连接，用于触发对应于报警信号的文本信息；模型存储模块，用于建立和存储声音模型；语音合成模块，与触发模块和模型存储模块连接，用于调用声音模型，根据声音模型和决策树预测得到文本信息对应的声学参数，将声学参数进行语音合成，输出经语音合成的语音文件；语音播放模块，与语音合成模块连接，用于播放语音文件。本发明通过语音播报实现及时报警，并实现播报文本和发音音色随时调整，在遇到新的报警场景需要更新播报文本时或想换最新的网络红人的发音音色时，可以随时进行调整，十分的方便且节约成本。

Description

一种智能家居的语音播报系统及语音播报方法

技术领域

本发明涉及一种语音播报领域，尤其涉及一种智能家居的语音播报系统及语音播报方法。

背景技术

随着智能家居时代的到来，越来越多的家居用品开始往人工智能化方向发展，也给人类的生活带来了飞跃性的进步。所谓“人工智能”，人工很好理解，那么什么是智能？我们认为人脑的智能主要包括4个模块功能，计算智能、感知表达智能、认知智能、以及抽象思维智能。这四个层次是逐层递增的，也是人工智能的进化方向。人工智能家居在现代化的生活领域将会发挥着举足轻重的作用。

扫地机器人是近年来比较火热的家居产品，它可以替代人工清扫，是智能家用电器的一种，能凭借一定的人工智能，自动在房间内完成地板清理工作。一般采用刷扫和真空方式，将地面杂物先吸纳进入自身的垃圾收纳盒，从而完成地面清理的功能。一般来说，将完成清扫、吸尘、擦地工作的机器人，也统一归为扫地机器人。

使用过扫地机器人的用户都会感受到它解放双手带来的方便，同时，也会体会到使用中的美中不足之处。当扫地机器人遇到障碍物无法逾越或者在平面上遇到毛毯织物搅住刷头时，会困在原地打转直到电力用尽，无法报警通知用户；当扫地机器人电力快用尽时，用户以为扫地机器人还在工作，这时候如果在电量只有5-10％时发出报警通知用户是个很好的交互。当然，如果这时候，提醒你的声音是一个你喜欢的偶像、自己定制的声音那么是多贴心，在产品出错的烦心时刻也可以缓解用户的焦急心情。

综上所述，建立一套应用于扫地机器人的语音播报系统十分的有必要。

发明内容

本发明所要解决的技术问题是提供一种智能家居的语音播报系统及语音播报方法，综合利用信息收集模块、触发模块、语音合成模块、语音播放模块提供一套完整的适用于智能家居的语音报警的解决方案，可以通过语音播报及时报警，并使播报文本和发音音色随时调整。

为实现上述技术效果，本发明公开了一种智能家居的语音播报系统，包括：

信息收集模块，用于接收智能家居发出的报警信号；

触发模块，与所述信息收集模块连接，用于触发对应于所述报警信号的文本信息；

模型存储模块，用于建立和存储声音模型；

语音合成模块，与所述触发模块和所述模型存储模块连接，用于调用所述模型存储模块存储的声音模型，根据所述声音模型和决策树预测得到所述触发模块传送的文本信息对应的声学参数，将所述声学参数进行语音合成，输出经语音合成的语音文件；以及

语音播放模块，与所述语音合成模块连接，用于播放所述语音文件。

所述智能家居的语音播报系统进一步的改进在于，所述模型存储模块包括：

语音标注前端处理单元，用于采集声音数据源，对采集的所述声音数据源进行语音标注前端处理，得到文本标注信息；

特征参数抽取单元，与所述语音标注前端处理单元连接，用于提取所述文本标注信息的基频和频谱的声学特征；

训练单元，与所述特征参数抽取单元连接，用于基于隐马尔可夫模型的参数聚类和训练，形成所述声学特征的声音模型；以及

模型存储单元，与所述训练单元连接，用于存储所述声音模型。

所述智能家居的语音播报系统进一步的改进在于，所述语音合成模块包括：

标注存储单元，与所述触发模块连接，用于对所述触发模块传送的文本信息进行词性分析和韵律预测；

参数预测单元，与所述标注存储单元和所述模型存储模块连接，用于调用所述模型存储模块存储的声音模型，根据所述声音模型和决策树预测得到经词性分析和韵律预测的所述文本信息对应的声学参数；以及

合成器合成语音单元，与所述参数预测单元连接，用于将所述声学参数送到参数合成器中进行语音合成，输出经语音合成的语音文件。

所述智能家居的语音播报系统进一步的改进在于，所述智能家居为扫地机器人，所述报警信号为故障信号和/或电量信号。

所述智能家居的语音播报系统进一步的改进在于，所述语音播放模块为内嵌在所述扫地机器人内的一个语音播放器。

本发明还公开了一种智能家居的语音播报方法，包括：

接收智能家居发出的报警信号；

触发对应于所述报警信号的文本信息；

建立和存储声音模型；

调用存储的声音模型，根据所述声音模型和决策树预测得到所述文本信息对应的声学参数，将所述声学参数进行语音合成，输出经语音合成的语音文件；以及

播放所述语音文件。

所述智能家居的语音播报方法进一步的改进在于，建立和存储声音模型，包括：

采集声音数据源，对采集的所述声音数据源进行语音标注前端处理，得到文本标注信息；

提取所述文本标注信息的基频和频谱的声学特征；

基于隐马尔可夫模型的参数聚类和训练，形成所述声学特征的声音模型；以及

存储所述声音模型。

所述智能家居的语音播报方法进一步的改进在于，调用存储的声音模型，根据所述声音模型和决策树预测得到所述文本信息对应的声学参数，将所述声学参数进行语音合成，输出经语音合成的语音文件，包括：

对文本信息进行词性分析和韵律预测；

调用存储的声音模型，根据所述声音模型和决策树预测得到经词性分析和韵律预测的所述文本信息对应的声学参数；以及

将所述声学参数送到参数合成器中进行语音合成，输出经语音合成的语音文件。

所述智能家居的语音播报方法进一步的改进在于，所述智能家居为扫地机器人；接收智能家居发出的报警信号，包括：接收扫地机器人发出的故障信号和/或电量信号。

所述智能家居的语音播报方法进一步的改进在于，触发对应于所述报警信号的文本信息，包括：

在接收到所述扫地机器人发出的故障信号后，触发预置的遇到障碍物的文本信息；

在接收到所述扫地机器人发出的电量信号后，触发预置的电池即将耗尽的文本信息。

本发明由于采用了以上技术方案，使其具有以下有益效果：

综合利用信息收集模块、触发模块、模型存储模块、语音合成模块及语音播放模块提供一套完整的智能家居的语音报警的解决方案，通过语音播报实现及时报警，并实现播报文本和发音音色随时调整，在遇到新的报警场景需要更新播报文本时或想换最新的网络红人的发音音色时，可以随时进行调整，十分的方便且节约成本；

将语音播报系统应用于扫地机器人等智能家居，针对扫地机器人在运行过程中发生的错误，可以通过语音播报及时报警。

附图说明

图1是本发明智能家居的语音播报系统的功能模块示意图。

图2是本发明智能家居的语音播报方法的流程图。

具体实施方式

下面结合附图及具体实施方式对本发明作进一步详细的说明。

首先，参阅图1所示，本发明智能家居的语音播报系统主要由信息收集模块11、触发模块12、模型存储模块13、语音合成模块14及语音播放模块15构成。

其中，信息收集模块11用于接收智能家居发出的报警信号，如扫地机器人在遇到最常见的两个问题时发出的报警信号：遇到障碍物无法逾越或者在平面上遇到毛毯织物搅住刷头时；当扫地机器人电力快用尽，电量达到剩余10％时，扫地机器人会向信息收集模块11发出代表“遇到障碍物”的故障信号和代表“电池即将耗尽”的电量信号，提出报警。信息收集模块11在接收到上述两种报警信号时，分别将相关位置1，传送到下一个模块，触发模块12。

触发模块12与信息收集模块11连接，触发模块12是一个在接收到信息收集模块11传送来的某一位置1信号后，触发相关文本信息进行语音合成的模块，即触发模块12用于触发对应于报警信号的文本信息。具体的，在触发模块12内存储有与报警信号对应的文本信息，当触发模块12接收到信息收集模块11传送来的报警信号后，在触发模块12内部匹配到相应的文本信息“遇到障碍物”或“电池即将耗尽”，该匹配到的文本信息“遇到障碍物”或“电池即将耗尽”被触发后，进行相关文本到标注的准备工作，这是前端处理的一部分，最后将标注完成的文本信息提供给下一步的语音合成模块14。比如，扫地机器人遇到障碍物，会触发触发模块12中的“主人主人，需要救援”单元，经相关文本到标注的前端处理后，该文本以“zhurenzhurenxuyaojiuyuan”的形式会被传送到语音合成模块14中去。

模型存储模块13用于建立和存储声音模型，是本发明至关重要的一步，与模型存储模块13连接。通过模型存储模块13可以建立不同音色的播报人(可以是具有瓦力机器人音色播报人，也可以是类似蜡笔小新、樱桃小丸子等卡通人物的音色，也可以是时下网络当红的名人声音)的声音模型，并进行存储，为后续的语音合成提供事先训练好的播报人的声音模型，以供语音合成模块14随时调用，实现特定音色的文本播报。其中，模型存储模块13具体包括语音标注前端处理单元131、特征参数抽取单元132、训练单元133及模型存储单元134。语音标注前端处理单元131用于通过采集2～3个小时的某个或某些播报人的声音作为声音数据源，并对采集的声音数据源进行语音标注前端处理，得到该声音数据源的文本标注信息。特征参数抽取单元132与标注前端处理单元131连接，用于提取文本标注信息的基频和频谱的声学特征。训练单元133与特征参数抽取单元132连接，用于基于隐马尔可夫模型(HiddenMarkovModel，简称HMM)的参数聚类和训练，形成提取的声学特征的声音模型。模型存储单元134与训练单元133连接，用于离线存储各种音色的播报人的声音模型。完成模型存储模块13对各种不同音色的播报人的声音模型的建立和存储，在合成需求到达时，可以调用相关播报人的声音模型，进行语音合成，从而达到语音播报的目的。

语音合成模块14是本发明核心技术，也是贯穿整个系统的模块，语音合成模块14同时与触发模块12和模型存储模块13连接。用于调用模型存储模块13中存储的声音模型，根据该声音模型和决策树预测得到触发模块12传送的文本信息对应的声学参数，再将该声学参数进行语音合成，输出经语音合成的语音文件。语音合成，又称文语转换(TexttoSpeech)技术，能将任意文字信息实时转化为标准流畅的语音朗读出来，相当于给机器装上了人工嘴巴。它涉及声学、语言学、数字信号处理、计算机科学等多个学科技术，是中文信息处理领域的一项前沿技术，解决的主要问题就是如何将文字信息转化为可听的声音信息，也即让机器像人一样开口说话。

语音合成模块14具体包括标注存储单元141、参数预测单元142及合成器合成语音单元143。标注存储单元141与触发模块12连接，用于对触发模块12传送到的文本信息“zhurenzhurenxuyaojiuyuan”，进行词性分析和韵律预测；参数预测单元142与标注存储单元141和模型存储模块13的模型存储单元134连接，用于向模型存储单元134发出合成需求，调用模型存储单元134中存储的事先训练好的某个播报人的声音模型，可以是具有瓦力机器人音色的播报人，也可以是类似蜡笔小新、樱桃小丸子等卡通人物的音色，也可以是时下网络当红的名人声音的声音模型，再根据该调用的声音模型和决策树预测得到当前文本信息对应的声学参数。决策树(DecisionTree)是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。合成器合成语音单元143与参数预测单元142连接，用于将参数预测单元142预测得到的声学参数送到参数合成器中进行语音合成，输出经语音合成的语音文件，如“主人主人，需要救援”的声音。

语音播放模块15与语音合成模块14的合成器合成语音单元143连接，用于播放经语音合成的语音文件，实现语音播报。本发明的语音播报系统可以应用于扫地机器人等职能家居，语音播放模块15是内嵌在扫地机器人内的一个语音播放器，用于播放经语音合成的语音文件，比如，语音合成模块14合成的语音文件“主人主人，需要救援”到达该语音播放模块15，被播放出来。

本发明智能家居的语音播报系统及语音播报方法综合利用信息收集模块、触发模块、模型存储模块、语音合成模块及语音播放模块提供一套完整的解决方案，通过语音播报实现及时报警，并实现播报文本和发音音色随时调整，在遇到新的报警场景需要更新播报文本时或想换最新的网络红人的发音音色时，可以随时进行调整，十分的方便、节约成本且增添收听乐趣；本发明将语音播报系统应用于扫地机器人等智能家居，针对扫地机器人在运行过程中发生的错误，可以通过语音播报及时报警。

配合图2所示，利用本发明的语音播报系统进行语音播报，主要包括如下步骤：

S001：接收智能家居发出的报警信号；

S002：触发对应于报警信号的文本信息；

S003：建立和存储声音模型；

S004：调用存储的声音模型，根据声音模型和决策树预测得到文本信息对应的声学参数，将声学参数进行语音合成，输出经语音合成的语音文件；以及

S005：播放语音文件。

其中，步骤S001：接收报警信号，包括：

接收智能家居发出的报警信号，如扫地机器人在遇到最常见的两个问题时发出的报警信号：遇到障碍物无法逾越或者在平面上遇到毛毯织物搅住刷头时；当扫地机器人电力快用尽，电量达到剩余10％时，扫地机器人会发出代表“遇到障碍物”或“电池即将耗尽”的报警信号，此时系统接收到该代表“遇到障碍物”或“电池即将耗尽”的报警信号。

S002：触发对应于报警信号的文本信息，包括：

接收到代表“遇到障碍物”或“电池即将耗尽”的报警信号后，触发与“遇到障碍物”或“电池即将耗尽”的报警信号相对应的文本信息，去进行语音合成。具体的，在系统内预先存储有与各种预锁定的报警信号相对应的文本信息，当接收到传送来的报警信号后，在内部匹配到相应的文本信息“遇到障碍物”或“电池即将耗尽”，该匹配到的文本信息“遇到障碍物”或“电池即将耗尽”被触发后，进行相关文本到标注的准备工作，这是前端处理的一部分，最后将标注完成的文本信息提供给下一步骤进行语音合成。比如，扫地机器人遇到障碍物，会触发系统中“主人主人，需要救援”的单元，经相关文本到标注的前端处理后，该文本以“zhurenzhurenxuyaojiuyuan”的形式会被传送到下一步骤中去。

步骤S003：建立和存储声音模型，包括：

首先，采集2-3个小时某播报人的声音作为声音数据源，对采集的该声音数据源进行语音标注前端处理，得到文本标注信息；

其次，提取文本标注信息的基频和频谱的声学特征；

接着，基于HMM的参数聚类和训练，形成声学特征的声音模型；

最后，存储声音模型。

通过建立不同音色的播报人(可以是具有瓦力机器人音色播报人，也可以是类似蜡笔小新、樱桃小丸子等卡通人物的音色，也可以是时下网络当红的名人声音)的声音模型，并进行存储，可以为后续的语音合成提供事先训练好的发音人的声音模型，以供随时调用，实现特定音色的文本播报，为语音播报增添乐趣。

步骤S004：调用存储的声音模型，根据声音模型和决策树预测得到文本信息对应的声学参数，将声学参数进行语音合成，输出经语音合成的语音文件，包括：

首先，对达到的文本信息，如“zhurenzhurenxuyaojiuyuan”，进行词性分析和韵律预测；

接下来，发出合成需求，调用已训练好的播报人的存储的声音模型，根据该调用的声音模型和决策树预测得到经词性分析和韵律预测的文本信息对应的声学参数；

然后，将预测得到的声学参数送到参数合成器中进行语音合成，输出经语音合成的语音文件，如“主人主人，需要救援”的声音。

最后，通过内嵌在扫地机器人内的一个语音播放器播放经语音合成的语音文件“主人主人，需要救援”的声音。完成整个特定音色文本播报过程。

本发明的语音合成可以使播报文本随时调整，不仅仅局限于“遇到障碍物”和“电池即将耗尽”，在扫地机器人遇到新的报警场景需要更新文本时可以由技术人员方便操作，如果想换播报发音声音，如想换最新的网络红人的声音时，都十分的方便且节约成本。

以上结合附图及实施例对本发明进行了详细说明，本领域中普通技术人员可根据上述说明对本发明做出种种变化例。因而，实施例中的某些细节不应构成对本发明的限定，本发明将以所附权利要求书界定的范围作为本发明的保护范围。

Claims (10)

1.一种智能家居的语音播报系统，其特征在于，包括：

信息收集模块，用于接收智能家居发出的报警信号；

触发模块，与所述信息收集模块连接，用于触发对应于所述报警信号的文本信息；

模型存储模块，用于建立和存储声音模型；

语音合成模块，与所述触发模块和所述模型存储模块连接，用于调用所述模型存储模块存储的声音模型，根据所述声音模型和决策树预测得到所述触发模块传送的文本信息对应的声学参数，将所述声学参数进行语音合成，输出经语音合成的语音文件；以及

语音播放模块，与所述语音合成模块连接，用于播放所述语音文件。

2.如权利要求1所述的智能家居的语音播报系统，其特征在于，所述模型存储模块包括：

语音标注前端处理单元，用于采集声音数据源，对采集的所述声音数据源进行语音标注前端处理，得到文本标注信息；

特征参数抽取单元，与所述语音标注前端处理单元连接，用于提取所述文本标注信息的基频和频谱的声学特征；

训练单元，与所述特征参数抽取单元连接，用于基于隐马尔可夫模型的参数聚类和训练，形成所述声学特征的声音模型；以及

模型存储单元，与所述训练单元连接，用于存储所述声音模型。

3.如权利要求1所述的智能家居的语音播报系统，其特征在于，所述语音合成模块包括：

标注存储单元，与所述触发模块连接，用于对所述触发模块传送的文本信息进行词性分析和韵律预测；

参数预测单元，与所述标注存储单元和所述模型存储模块连接，用于调用所述模型存储模块存储的声音模型，根据所述声音模型和决策树预测得到经词性分析和韵律预测的所述文本信息对应的声学参数；以及

合成器合成语音单元，与所述参数预测单元连接，用于将所述声学参数送到参数合成器中进行语音合成，输出经语音合成的语音文件。

4.如权利要求1所述的智能家居的语音播报系统，其特征在于：所述智能家居为扫地机器人，所述报警信号为故障信号和/或电量信号。

5.如权利要求4所述的智能家居的语音播报系统，其特征在于：所述语音播放模块为内嵌在所述扫地机器人内的一个语音播放器。

6.一种智能家居的语音播报方法，其特征在于，包括：

接收智能家居发出的报警信号；

触发对应于所述报警信号的文本信息；

建立和存储声音模型；

调用存储的声音模型，根据所述声音模型和决策树预测得到所述文本信息对应的声学参数，将所述声学参数进行语音合成，输出经语音合成的语音文件；以及

播放所述语音文件。

7.如权利要求6所述的智能家居的语音播报方法，其特征在于，建立和存储声音模型，包括：

采集声音数据源，对采集的所述声音数据源进行语音标注前端处理，得到文本标注信息；

提取所述文本标注信息的基频和频谱的声学特征；

基于隐马尔可夫模型的参数聚类和训练，形成所述声学特征的声音模型；以及

存储所述声音模型。

8.如权利要求6所述的智能家居的语音播报方法，其特征在于，调用存储的声音模型，根据所述声音模型和决策树预测得到所述文本信息对应的声学参数，将所述声学参数进行语音合成，输出经语音合成的语音文件，包括：

对文本信息进行词性分析和韵律预测；

调用存储的声音模型，根据所述声音模型和决策树预测得到经词性分析和韵律预测的所述文本信息对应的声学参数；以及

将所述声学参数送到参数合成器中进行语音合成，输出经语音合成的语音文件。

9.如权利要求6所述的智能家居的语音播报方法，其特征在于，所述智能家居为扫地机器人；接收智能家居发出的报警信号，包括：接收扫地机器人发出的故障信号和/或电量信号。

10.如权利要求9所述的智能家居的语音播报方法，其特征在于：触发对应于所述报警信号的文本信息，包括：

在接收到所述扫地机器人发出的故障信号后，触发预置的遇到障碍物的文本信息；

在接收到所述扫地机器人发出的电量信号后，触发预置的电池即将耗尽的文本信息。