CN106971715A - 一种应用于机器人的语音识别装置 - Google Patents

Abstract

本发明提供一种应用于机器人的语音识别装置，装置包括麦克风；第一统计单元，用以根据目标语音信号获取第一语音可信度值；目标背景噪声获取单元，用以根据目标语音信号获取目标背景噪声；噪声判断单元，用以判断目标语音信号中是否存在目标背景噪声；更新单元，用以根据目标语音信号更新噪声分类数据库并停止识别处理；第二统计单元，用以根据可信度调整系数对第一语音可信度值进行，并根据目标背景噪声获取第二语音可信度值；处理单元，用以接收第二语音可信度值，控制机器人根据目标语音信号运行相应的功能。本发明根据目标背景噪声，灵活调整可信度值的方法，大大提升了噪声背景下的语音识别率。

Description

一种应用于机器人的语音识别装置

技术领域

本发明涉及语音处理技术领域，尤其涉及一种应用于机器人的语音识别装置。

背景技术

随着科技的发展，家用机器人因其智能化越来越受到人们的欢迎。为了方便用户与机器人之间的交流，家用智能机器人基本上都采用语音识别技术以实现人机交互。但是，在现有技术中，如何降低用户发出的语音命令对机器人识别过程的影响，成为目前亟待解决的问题。

发明内容

鉴于上述问题，本申请记载了一种应用于机器人的语音识别装置，所述装置包括：

麦克风，用以接收用户发出的目标语音信号；

第一统计单元，与所述麦克风相连，用以从所述麦克风中获取所述目标语音信号，并根据所述目标语音信号获取第一语音可信度值；

目标背景噪声获取单元，与所述麦克风相连，用以接收所述麦克风获取的所述目标语音信号，并根据所述目标语音信号获取目标背景噪声；

噪声判断单元，与所述目标背景噪声获取单元相连，用以判断所述目标语音信号中是否存在所述目标背景噪声；

更新单元，与所述噪声判断单元相连，用以根据所述目标语音信号更新噪声分类数据库并停止识别处理；

第二统计单元，分别与所述第一统计单元以及所述目标背景噪声获取单元相连，用以接收所述目标背景噪声和所述第一语音可信度值，并根据可信度调整系数对所述第一语音可信度值进行，并根据所述目标背景噪声获取第二语音可信度值；

处理单元，与所述第二统计单元相连，用以接收所述第二语音可信度值，于所述第二语音可信度值不小于可信度阈值时，控制所述机器人根据所述目标语音信号运行相应的功能。

较佳的，所述装置还包括：

数据库建立单元，与所述目标背景噪声获取单元相连，用以获取不同噪声种类下多个噪声信号，并获取所有的所述噪声信号的梅尔频率倒谱系数，再根据EM算法对所有的所述梅尔频率倒谱系数进行处理，建立所述噪声分类数据库。

较佳的，所述目标背景噪声获取单元具体包括：

噪声种类判断单元，分别与所述麦克风以及所述数据库建立单元相连，用以根据获取所述目标语音信号中的噪声的梅尔频率倒谱系数，根据所述噪声的梅尔频率倒谱系数和所述噪声分类数据库，判定所述目标语音信号的噪声种类。

较佳的，所述目标背景噪声获取单元还包括：

噪声音量单元，与所述麦克风相连，用以提取所述目标语音信号的特征信息，并根据所述特征信息进行语音激活检测，从而获取所述噪声音量。

较佳的，所述装置还包括：

存储单元，分别与所述处理单元以及所述第二统计单元相连，用于存储所述可信度阈值和所述可信度调整系数。

较佳的，所述第二统计单元具体用于，

根据所述目标背景噪声和可信度调整系数的对应关系，获取与所述目标背景噪声对应的可信度调整系数；

根据所述可信度调整系数，对所述第一语音可信度值进行调整，并获取所述第二语音可信度值；

其中，所述调整包括：增大、降低、不变。

较佳的，所述处理单元包括：

判断单元，与所述第二统计单元相连，用以判断所述第二语音可信度值和可信度阈值的大小；

执行子单元，与所述判断单元相连，用以于所述第二语音可信度值不小于可信度阈值时，控制所述机器人根据所述目标语音信号运行相应的功能；

报警子单元，与所述判断单元相连，用以于所述第二语音可信度值小于所述可信度阈值时，则提示用户重新输入并不再对所述目标语音信号进行处理。

上述技术方案具有如下优点或有益效果：本发明技术方案提供了一种应用于机器人的语音识别装置，通过获取目标背景噪声，并根据预先存储的可信度调整系数和所述目标背景噪声，获取第二语音可信度值。这种根据目标背景噪声，灵活调整可信度值的方法，大大提升了噪声背景下的语音识别率。另外，在获取第二语音可信度值之前，对目标语音信号是否全部为目标背景噪声进行判断，这种方式有效的筛除了无用信号从而节省了机器人的工作压力，并通过不断更新噪声分类数据库的方式提高识别率。

附图说明

参考所附附图，以更加充分的描述本发明的实施例。然而，所附附图仅用于说明和阐述，并不构成对本发明范围的限制。

图1为本发明一种语音识别装置的结构示意图；

图2为本发明一种语音识别装置的另一种可能的结构示意图；

图3为本发明一种语音识别装置的另一种可能的结构示意图；

图4为本发明一种语音识别装置的另一种可能的结构示意图；

图5为本发明一种语音识别装置的另一种可能的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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作出创造性劳动前提下所获取的所有其他实施例，都属于本发明实施例保护的范围。

在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。进一步应当理解，本文中采用的术语“包括”规定了所述的特征、整体、步骤、操作、元件和/或部件的存在，而不排除一个或多个其他特征、整体、步骤、操作、元件、部件和/或它们的组的存在或附加。

图1为本发明提供的一种应用与机器人的语音识别装置的结构示意图。

如图1所示，所述装置包括：

麦克风300，用以接收用户发出的目标语音信号；

第一统计单元301，与所述麦克风300相连，用以从所述麦克风300获取所述目标语音信号，并根据所述目标语音信号获取第一语音可信度值；

目标背景噪声获取单元302，与麦克风300相连，用以所述目标语音信号获取目标背景噪声；

第二统计单元303，分别与所述第一统计单元以及所述目标背景噪声获取单元相连，用以接收所述目标背景噪声获取单元302的所述目标背景噪声和所述第一统计单元301的所述第一语音可信度值，并根据所述第一语音可信度值，获取与所述目标背景噪声对应的第二语音可信度值；

处理单元304，与所述第二统计单元相连，用于接收第二统计单元303获取的所述第二语音可信度值，如果所述第二语音可信度值大于或者等于预先存储的可信度阈值，则处理所述目标语音信号。

具体在实际应用中，麦克风300获取目标语音信号后第一统计单元301接收所述麦克风300获取的所述目标语音信号，并根据所述目标语音信号获取第一语音可信度值。与此同时，目标背景噪声获取单元302接收所述麦克风300的获取的所述目标语音信号，并根据所述目标语音信号获取目标背景噪声，所述目标背景噪声包括噪声种类以及噪声音量。之后由第二统计单元303接收所述目标背景噪声和所述第一语音可信度值，并根据所述第一语音可信度值，获取与所述目标背景噪声对应的第二语音可信度值。最后，处理单元304接收到所述第二统计单元303获取的所述第二语音可信度值，对所述第二语音可信度值和可信度阈值进行比较，以进行后续处理。此外，第一统计单元301和目标背景噪声获取单元302可以同时工作，也可以先后工作。

本发明技术方案提供了一种应用于机器人的语音识别装置，该装置通过获取目标语音信号中的目标背景噪声，并根据设定的可信度调整系数以及所述目标背景噪声，获取第二语音可信度值。这种根据目标背景噪声，灵活调整可信度值的装置，大大提升了噪声背景下的语音识别率。

图2为本发明一种应用于机器人的语音识别装置的另一种可能的结构示意图。

如图2所示，所述装置还包括：

数据库建立单元305，与所述目标背景噪声获取单元相连，用以获取不同噪声种类下多个噪声信号，并获取所有的所述噪声信号的梅尔频率倒谱系数，再根据EM算法对所有的所述梅尔频率倒谱系数进行处理，建立所述噪声分类数据库。

本发明技术方案提供了一种语音识别装置，该装置通过获取目标背景噪声，并根据预先存储的可信度调整系数的经验数据和所述目标背景噪声，获取第二语音可信度值。这种根据目标背景噪声，灵活调整可信度值的装置，大大提升了噪声背景下的语音识别率。

图3为本发明提供的一种应用于机器人的语音识别装置的另一种可能的结构示意图。

如图3所示，目标背景噪声获取单元302具体包括：

噪声种类判断单元3021，分别与所述麦克风以及所述数据库建立单元相连，用于根据所述麦克风的所述目标语音信号，获取所述目标语音信号中的噪声的梅尔频率倒谱系数，根据所述噪声的梅尔频率倒谱系数和所述数据库建立单元的所述噪声分类数据库，获取所述目标语音信号的噪声种类。

噪声音量单元3022，与所述麦克风相连，用于根据所述麦克风的目标语音信号，获取所述目标语音信号的特征信息，根据所述特征信息，进行语音激活检测；根据所述语音激活检测的结果，获取所述噪声音量。

本发明技术方案提供了一种应用于机器人的语音识别装置，该装置通过获取目标背景噪声，并根据预先存储的可信度调整系数的经验数据和所述目标背景噪声，获取第二语音可信度值。这种根据目标背景噪声，灵活调整可信度值的装置，大大提升了噪声背景下的语音识别率。

图4为本发明提供的一种应用于机器人的语音识别装置的另一种可能的结构示意图。

如图4所示，所述装置还包括：

存储单元306，分别与所述处理单元304以及所述第二统计单元303相连，用于存储的可信度阈值和可信度调整系数。。

所述第二统计单元303，具体用于，根据所述存储单元306预先存储的所述经验数据和所述目标背景噪声的对应关系，获取与所述目标背景噪声对应的可信度调整系数；根据所述可信度调整系数，调整所述第一语音可信度值，获取所述第二语音可信度值。

除此之外，所述处理单元304包括：

判断单元3401，与所述第二统计单元303相连，用以判断所述第二语音可信度值和可信度阈值的大小

执行子单元3042，与所述判断单元34013相连，用以于所述第二语音可信度值不小于可信度阈值时，控制所述机器人根据所述目标语音信号运行相应的功能；

报警子单元3043，与所述判断单元3401相连，用以于所述第二语音可信度值小于所述可信度阈值时，则提示用户重新输入并不再对所述目标语音信号进行处理。

图5为本发明提供的一种应用于机器人的语音识别装置的另一种可能的结构示意图。

如图5所示，所述装置还包括：

噪声判断单元401，与所述目标背景噪声获取单元302相连，用以判断所述目标语音信号中是否存在所述目标背景噪声；

更新单元402，分别与所述噪声判断单元401以及所述第二统计单元303相连，用以根据所述目标语音信号更新噪声分类数据库并停止识别处理。

具体来说，当目标背景噪声获取单元302获取到目标背景噪声后，由噪声判断单元401判断所述目标语音信号中是否存在所述目标背景噪声。若全部是，则启动更新单元402根据所述目标语音信号更新噪声分类数据库并停止识别处理；否则，启动第二统计单元303，根据所述第一语音可信度值，获取与所述目标背景噪声对应的第二语音可信度值。

本发明技术方案提供了一种适用于机器人的语音识别装置，该装置通过获取目标背景噪声，并根据预先存储的可信度调整系数的经验数据和所述目标背景噪声，获取第二语音可信度值。这种根据目标背景噪声，灵活调整可信度值的装置，大大提升了噪声背景下的语音识别率。

对于本领域的技术人员而言，阅读上述说明后，各种变化和修正无疑将显而易见。因此，所附的权利要求书应看作是涵盖本发明的真实意图和范围的全部变化和修正。在权利要求书范围内任何和所有等价的范围与内容，都应认为仍属本发明的意图和范围内。

Claims (7)

1.一种应用于机器人的语音识别装置，其特征在于，所述装置包括：

麦克风，置于所述机器人的底座上，用以接收用户发出的目标语音信号；

第一统计单元，与所述麦克风相连，用以从所述麦克风中获取所述目标语音信号，并根据所述目标语音信号获取第一语音可信度值；

目标背景噪声获取单元，与所述麦克风相连，用以接收所述麦克风获取的所述目标语音信号，并根据所述目标语音信号获取目标背景噪声；

噪声判断单元，与所述目标背景噪声获取单元相连，用以判断所述目标语音信号中是否存在所述目标背景噪声；

更新单元，与所述噪声判断单元相连，用以根据所述目标语音信号更新噪声分类数据库并停止识别处理；

第二统计单元，分别与所述第一统计单元以及所述目标背景噪声获取单元相连，用以接收所述目标背景噪声和所述第一语音可信度值，并根据可信度调整系数对所述第一语音可信度值进行，并根据所述目标背景噪声获取第二语音可信度值；

处理单元，与所述第二统计单元相连，用以接收所述第二语音可信度值，于所述第二语音可信度值不小于可信度阈值时，控制所述机器人根据所述目标语音信号运行相应的功能。

2.根据权利要求1所述的应用于机器人的语音识别装置，其特征在于，所述装置还包括：

数据库建立单元，与所述目标背景噪声获取单元相连，用以获取不同噪声种类下多个噪声信号，并获取所有的所述噪声信号的梅尔频率倒谱系数，再根据EM算法对所有的所述梅尔频率倒谱系数进行处理，建立所述噪声分类数据库。

3.根据权利要求2所述的应用于机器人的语音识别装置，其特征在于，所述目标背景噪声获取单元具体包括：

噪声种类判断单元，分别与所述麦克风以及所述数据库建立单元相连，用以根据获取所述目标语音信号中的噪声的梅尔频率倒谱系数，根据所述噪声的梅尔频率倒谱系数和所述噪声分类数据库，判定所述目标语音信号的噪声种类。

4.根据权利要求1至3任一项所述的应用于机器人的语音识别装置，其特征在于，所述目标背景噪声获取单元还包括：

噪声音量单元，与所述麦克风相连，用以提取所述目标语音信号的特征信息，并根据所述特征信息进行语音激活检测，从而获取所述噪声音量。

5.根据权利要求4所述的应用于机器人的语音识别装置，其特征在于，所述装置还包括：

存储单元，分别与所述处理单元以及所述第二统计单元相连，用于存储所述可信度阈值和所述可信度调整系数。

6.根据权利要求5所述的应用于机器人的语音识别装置，其特征在于，所述第二统计单元具体用于，

根据所述目标背景噪声和可信度调整系数的对应关系，获取与所述目标背景噪声对应的可信度调整系数；

根据所述可信度调整系数，对所述第一语音可信度值进行调整，并获取所述第二语音可信度值；

其中，所述调整包括：增大、降低、不变。

7.根据权利要求1所述的应用于机器人的语音识别装置，其特征在于，所述处理单元包括：

判断单元，与所述第二统计单元相连，用以判断所述第二语音可信度值和可信度阈值的大小；

执行子单元，与所述判断单元相连，用以于所述第二语音可信度值不小于可信度阈值时，控制所述机器人根据所述目标语音信号运行相应的功能；

报警子单元，与所述判断单元相连，用以于所述第二语音可信度值小于所述可信度阈值时，则提示用户重新输入并不再对所述目标语音信号进行处理。