CN107358956B - 一种语音控制方法及其控制模组 - Google Patents

Abstract

本发明公开了一种语音控制方法及其控制模组。所述方法包括：通过麦克风采集来自环境的第一声音信息；接收来自其他声源设备的第二声音信息；根据所述第一声音信息和第二声音信息，切换为对应的语音分析状态；所述语音分析状态包括：采集频率为8KHz的通讯状态、采集频率为16KHz的声控状态以及采集频率为44KHz、8KHz或者16KHz的声音情景分析状态；在所述语音分析状态下，对所述第一声音信息和第二声音信息进行语音分析，输出相应的分析结果；根据所述语音分析状态的分析结果，以预定的编码方式编码为第三声音信息并输出至所述环境中；并且输出对应的控制指令。

Description

一种语音控制方法及其控制模组

技术领域

本发明涉及声音控制技术领域，尤其涉及一种语音控制方法及其控制模组。

背景技术

语音控制技术的发展突飞猛进。尤其在手机的应用上，开始被多家大厂使用。人耳朵对声音的频率是20hz到在20khz以下，所以大部分的麦克风对于接收声音的范围都界定在20khz以下。

在声音信号的采集频率上，可能在每秒8k或16kHz的频率下工作。另外，在语音控制中，除了人语音辨识以外，对于声音情景的分析，也是一个热门研究话题。声音情景分析，主要是对于周遭的声音内容，做一个内容情境分析。例如，人走路声，咳嗽，婴儿哭声，睡觉时的鼾声等。

在市面上，有名的声控设备，例如，亚马逊的echo，京东的叮咚叮咚，都是桌上型的语音声控设备。其主要功能就是声控。其设备在有其他声源的环境下，就无法辨认，例如电视机的声音，音响的音乐等。这些主动设备都会造成辨识的问题。

另外，这些市面上的产品除了声控之外，并未对于其他类声音，做任何分析。而对于声音情境的分析，目前有些是做在手机APP端，例如，对于婴儿哭声的分析，使用者需截取声音，送至云端。由云端做出分析后，再传回手机。另一种，譬如，婴儿哭声侦测警报器。这类产品，主要是针对分贝的大小，做了一些简单分析。

在现有的语音控制中，全部使用的都是单一功能的技术及产品。例如，语音控制产品，声音触发器，声音侦测器去侦测玻璃破碎声，做为防盗之用。由于技术领域的跨行或者集成技术的门槛的原因，其都是单一的方案。例如，不同的声音控制会要求不同的采集频率。另外，为了辨识准确，往往会消掉一些不同频段的讯号。

因此，现有技术还有待发展。

发明内容

鉴于上述现有技术的不足之处，本发明的目的在于提供一种语音控制方法及其控制模组，旨在解决现有技术中无集成技术方案，产品设备功能单一，无法很好的提供全面智能控制作用的问题。

为了达到上述目的，本发明采取了以下技术方案：

一种语音控制方法，其中，包括：

通过麦克风采集来自环境的第一声音信息；

接收来自其他声源设备的第二声音信息；

根据所述第一声音信息和第二声音信息，切换为对应的语音分析状态；所述语音分析状态包括：采集频率为8KHz的声控状态、采集频率为16KHz的通信状态以及采集频率为44KHz、8KHz或者16KHz的声音情景分析状态；

在所述语音分析状态下，对所述第一声音信息和第二声音信息进行语音分析，输出相应的分析结果；

根据所述语音分析状态的分析结果，以预定的编码方式编码为第三声音信息并输出至所述环境中；并且输出对应的控制指令。

所述的方法，其中，所述第三声音信息包含语音分析状态切换指令；

所述第三声音信息与所述第一声音信息在环境中混合，并通过所述麦克风采集。

所述的方法，其中，所述方法还包括：确定所述第一声音信号或第二声音信号的位置信息；结合所述位置信息以及所述分析结果，调整控制指令指向的设备。

所述的方法，其中，所述方法还包括：使用AUX接口，连接所述麦克风；通过连接AUX的串口，形成所述第一声音信息的输入端口。

所述的方法，其中，在所述语音分析状态为声音情景分析状态时，所述方法还包括：调整所述麦克风的响应范围，获取高于或等于20KHz的高频声音信号；输出第三声音信息，所述第三声音信息为高频声音信号；暂停所述麦克风的回声消除功能；通过麦克风获取所述第三声音信息。

一种语音控制模组，其中，包括：麦克风、声音侦测模组、声音处理模组；所述麦克风用于采集来自环境的第一声音信息；所述声音侦测模组用于接收来自其他声源设备的第二声音信息；以及根据所述第一声音信息和第二声音信息，令所述声音处理模组切换为对应的语音分析状态；

所述声音处理模组用于在所述语音分析状态下，对所述第一声音信息和第二声音信息进行语音分析，输出相应的分析结果，以及根据所述语音分析状态的分析结果，以预定的编码方式编码为第三声音信息并输出至所述环境中；并且输出对应的控制指令。

所述的语音控制模组，其中，所述第三声音信息包含语音分析状态切换指令；所述第三声音信息与所述第一声音信息在环境中混合；所述麦克风用于采集所述第三声音信息和第一声音信息的混合信息。

所述的语音控制模组，其中，所述声音侦测模组还用于，确定所述第一声音信号或第二声音信号的位置信息；

所述声音处理模组还用于，结合所述位置信息以及所述分析结果，调整控制指令指向的设备。

所述的语音控制模组，其中，所述麦克风使用AUX接口连接，所述声音侦测模组通过连接AUX的串口，形成所述第一声音信息的输入端口。

所述的语音控制模组，其中，在所述语音分析状态为声音情景分析状态时，所述声音侦测模组还用于，调整所述麦克风的响应范围，获取高于或等于20KHz的高频声音信号，并且暂停所述麦克风的回声消除功能；通过麦克风获取所述第三声音信息；所述声音处理模组还用于，输出第三声音信息，所述第三声音信息为高频声音信号。

有益效果：本发明提供的语音控制方法及其控制模组，使用了二级的控制法，能够根据不同的情况，适应性的切换到不同的语音分析状态，由此在一个设备中能够集成多个功能，工作在各种不同的环境中，适应于一些要求较高，较为复杂的应用场景中。

附图说明

图1为本发明具体实施例的语音控制方法的方法流程图；

图2为本发明具体实施例的麦克风设置示意图；

图3为本发明具体实施例的语音控制系统的功能框图。

具体实施方式

本发明提供一种语音控制方法及其控制模组。为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，为本发明具体实施例的语音控制方法。所述方法包括：

100、通过麦克风采集来自环境的第一声音信息。所述第一声音信息是环境中的声音，例如用户发出的声音等，由麦克风进行采集，作为语音控制的初始来源。

具体的，在步骤100中，可以使用AUX接口，连接所述麦克风并且通过连接AUX的串口，形成所述第一声音信息的输入端口。

现有常用的麦克风是个微弱电压的输入，其采集信号与其他主动设备是无法混合匹配。在本实施例中，通过配置一个功率放大器的方式，使用aux的大电压特殊接口进行声音采集，并完成声音混成。

利用放大器之间的阻抗匹配，使得各个声音的混成最优的组合。对于主机设备而言可以在固件上连接aux的串口，成为强力的输入端口，用以输入第一声音信息。通过这样的设置，可以极大的增加收音及分析的距离。

200、接收来自其他声源设备的第二声音信息。其他声源设备可以使电视机、音响或者其他可能的发声设备。通过这样的方式，可以作为参考，避免其他声源设备掩盖了例如用户的语音信息，造成语音控制的误判或者干扰。

300、根据所述第一声音信息和第二声音信息，切换为对应的语音分析状态。所述语音分析状态包括：采集频率为8KHz的声控状态、采集频率为16KHz的通讯状态以及采集频率为44KHz、8KHz或者16KHz的声音情景分析状态。在本控制方法中，可以集成有多种不同的语音分析状态，对应于不同的功能。

具体的，所述不同采集频率下对应的详细的设置及实现功能可以如下表所示：

400、在所述语音分析状态下，对所述第一声音信息和第二声音信息进行语音分析，输出相应的分析结果。语音分析状态下，具体使用的识别或者判断模式或者模型可以采用现有常用的方式，根据实际应用需求，将现有的一个或者多个功能模块进行集成。

500、根据所述语音分析状态的分析结果，以预定的编码方式编码为第三声音信息并输出至所述环境中。所述第三声音信息可以是特殊的声音信息，例如超出人耳听力频率范围的信息，作为反馈的信号，加入到第一声音信息中，由麦克风采集。

600、输出对应的控制指令。所述控制指令具体可以是一些电器信号控制指令，控制相应的电器例如，灯、电视机执行相应的操作，例如开启、关闭或者调整亮度。

在本实施例中，所述第三声音信息中可以包含语音分析状态切换指令。如图1所示，所述第三声音信息与所述第一声音信息可以在环境中混合，亦即视作第一声音信息，被所述麦克风采集。

以下结合具体的使用场景，对本实施例的语音控制方法进行详细说明：

在使用手机的即时通讯，拨打电话给某人时，主设备(手机)是在声控的状态下，用16kHz的采集频率，作为声控的标准。而当启动通讯时，手机会切换至8kHz的使用模式，进行语音通话。

此时，主设备只是作为一个单纯的通讯设备，在通话的过程中，不会对于任何声控做出任何反应。当语音通话结束时，使用者可以说出特定的命令词，例如“回复声控”。这样的，可以产生一个对应声音编码信号，表示电话结束。

因此，主设备即使是在8kHz的模式下处理声音时，也可以获取到这个声音编码信号(即第三声音信息)。并据此切换进入到声控模式。

当然，在产生声音编码的同时，输出的控制信号(例如电器信号)也会产生相同的编码意义，送到其他外接设备，通知语音控制状态改变。

在一些实施例中，在所述语音分析状态为声音情景分析状态时，为了进一步的适应或者采集到第三声音信息包含的内编码信息，所述方法还包括：

首先，调整所述麦克风的响应范围，获取高于或等于20KHz的高频声音信号。然后，输出高频声音信号的第三声音信息。此时，也需要暂停所述麦克风的回声消除功能，并通过麦克风获取所述第三声音信息。

以下结合具体的使用场景，对该实施例进行详细说明：

在对于环境进行声音情景分析时，可以采用8k、16kHz采集，这时主要针对人耳朵接收的声音作为分析内容。当然，也可能对于某个高频率的信号分析，例如20khz(人耳朵听不到的范围)。

为了采集这样的高频信号，需要将麦克风的设定为高频响应范围并采用更高的信号采集频率(44KHz)。这些高频信号主要是应用于对活动侦测及特殊姿势的查证等的各种应用场景。与现有的以辨认声音的语意为主，许多高频信号被过滤掉，甚至被变形所不同的是，在本实施例中，可以加入对于某些高频信号的变化分析，从而衍生出更多不同的应用。

当然，在这样的情况下，麦克风的回声消除由于其运行原理。所述第三声音信号会被其消除，导致无法实现状态切换。因此，在这个模式下，暂停所述麦克风的消除回音的功能。

在上述实施例公开的语音控制方法中，输入的声音信息可以包含各种不同的环境噪音，侦测声源(包含自身输出的第三声音信号)及其他主动系统的声音输出。根据不同的唤醒词，在控制信号及声音输出会产生不同的编码。上述方法的声音输出，能够连接到一个主机硬件设备中。其麦克风的输入会选择不同的输入频率范围，开始根据声音的内容做不同的分析。在不更改现有主机系统的状况下，通过自身发生的第三声音信号的内编码，控制主机硬件设备执行不同算法(切换到不同语音控制状态)。

在另一些可能的应用场景中，还可以是使用分布式的架构构建的完整系统，具有多个设置在不同的地方的设置。相对应地，所述方法还可以包括：确定所述第一声音信号或第二声音信号的位置信息。然后，结合所述位置信息以及所述分析结果，调整控制指令指向的设备。

以下结合图2所示的家庭结构示意图，详细描述本发明实施例的语音控制方法。如图2所示，在一个完整的家庭中，可以在不同的位置布设多个麦克风20用以采集语音信息。主机设备(例如特定的云端控制系统或者服务器)连接多个位于不同位置的声控设备，例如不同房间中的灯，厨房灯，客厅大灯，卧室灯等。

在执行声控操作时，由于采集的声音信号中包含着空间信息。因此，主机设备可以据此定位出需要控制的声控设备并发出相应的控制信号。例如，当用户在卧室说“电灯打开”时，这个指令加上在声音中的位置编码(由卧室的麦克风采集得到)会被输入到主机系统中，主机系统能够控制卧室灯开启而不是其他的设备。在实际的构建过程中，上述麦克风、设备之间的位置相关性，可以预先存储在数据库中，在新增设备时，同时将其位置信息更新到数据库中。

更具体的，在实际使用过程中，可以采用任何合适的，为有线及无线的方式，将信号推送给其他系统或在旁的主设备。例如可经由rs485总线的控制，推送命令回主机，达到改变设定的功能，或是wifi信号，回到主设备改变状态。

对于左边的收音模组(即麦克风组成的阵列)，在使用场景，可以并联至不同的场所。经由输入并联及输出音箱的并联，可以扩充到多空间及多场所。

图3为本发明实施例提供的，与上述控制方法相对应的语音控制模组。其包括麦克风100、声音侦测模组200以及声音处理模组300三个部分。

其中，所述麦克风100用于采集来自环境的第一声音信息。所述声音侦测模组200用于接收来自其他声源设备的第二声音信息；以及根据所述第一声音信息和第二声音信息，令所述声音处理模组切换为对应的语音分析状态；

所述声音处理模组300用于在所述语音分析状态下，对所述第一声音信息和第二声音信息进行语音分析，输出相应的分析结果，以及根据所述语音分析状态的分析结果，以预定的编码方式编码为第三声音信息并输出至所述环境中；并且输出对应的控制指令。

具体的，所述第三声音信息包含语音分析状态切换指令；所述第三声音信息与所述第一声音信息在环境中混合；所述麦克风用于采集所述第三声音信息和第一声音信息的混合信息。

在一些实施例中，所述声音侦测模组200还用于，确定所述第一声音信号或第二声音信号的位置信息；所述声音处理模组300还用于，结合所述位置信息以及所述分析结果，调整控制指令指向的设备。

具体的，在本模组中，所述麦克风使用AUX接口连接，所述声音侦测模组通过连接AUX的串口，形成所述第一声音信息的输入端口。

为了实现多个功能状态的集成，在一些实施例中，在所述语音分析状态为声音情景分析状态时，所述声音侦测模组还用于，调整所述麦克风的响应范围，获取高于或等于20KHz的高频声音信号，并且暂停所述麦克风的回声消除功能；通过麦克风获取所述第三声音信息；所述声音处理模组还用于，输出第三声音信息，所述第三声音信息为高频声音信号。

在本发明实施例提供的语音控制模组中，使用的是二级控制法，在不同採频，不同敏感度，不同应用下，有效率及系统方式处理，从而将不同模组组合而成为一个集成有声控、通讯以及情景分析的系统，能够适用或者满足多要求及多功能的应用场景。

可以理解的是，对本领域普通技术人员来说，可以根据本发明的技术方案及本发明构思加以等同替换或改变，而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。

Claims (10)

1.一种语音控制方法，其特征在于，包括：

通过麦克风采集来自环境的第一声音信息；

接收来自其他声源设备的第二声音信息；

根据所述第一声音信息和第二声音信息，切换为对应的语音分析状态；所述语音分析状态包括：采集频率为8KHz的通讯状态、采集频率为16KHz的声控状态以及采集频率为44KHz、8KHz或者16KHz的声音情景分析状态；

在所述语音分析状态下，对所述第一声音信息和第二声音信息进行语音分析，输出相应的分析结果；

根据所述语音分析状态的分析结果，以预定的编码方式编码为第三声音信息并输出至所述环境中；并且输出对应的控制指令。

2.根据权利要求1所述的方法，其特征在于，所述第三声音信息包含语音分析状态切换指令；

所述第三声音信息与所述第一声音信息在环境中混合，并通过所述麦克风采集。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定所述第一声音信息或第二声音信息的位置信息；

结合所述位置信息以及所述分析结果，调整控制指令指向的设备。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

使用AUX接口，连接所述麦克风；

通过连接AUX的串口，形成所述第一声音信息的输入端口。

5.根据权利要求1所述的方法，其特征在于，在所述语音分析状态为声音情景分析状态时，所述方法还包括：

调整所述麦克风的响应范围，获取高于或等于20KHz的高频声音信号；

输出第三声音信息，所述第三声音信息为高频声音信号；

暂停所述麦克风的回声消除功能；

通过麦克风获取所述第三声音信息。

6.一种语音控制模组，其特征在于，包括：麦克风、声音侦测模组、声音处理模组；

所述麦克风用于采集来自环境的第一声音信息；

所述声音侦测模组用于接收来自其他声源设备的第二声音信息；以及根据所述第一声音信息和第二声音信息，令所述声音处理模组切换为对应的语音分析状态；

所述声音处理模组用于在所述语音分析状态下，对所述第一声音信息和第二声音信息进行语音分析，输出相应的分析结果，以及根据所述语音分析状态的分析结果，以预定的编码方式编码为第三声音信息并输出至所述环境中；并且输出对应的控制指令。

7.根据权利要求6所述的语音控制模组，其特征在于，所述第三声音信息包含语音分析状态切换指令；所述第三声音信息与所述第一声音信息在环境中混合；

所述麦克风用于采集所述第三声音信息和第一声音信息的混合信息。

8.根据权利要求6所述的语音控制模组，其特征在于，所述声音侦测模组还用于，确定所述第一声音信息或第二声音信息的位置信息；

所述声音处理模组还用于，结合所述位置信息以及所述分析结果，调整控制指令指向的设备。

9.根据权利要求6所述的语音控制模组，其特征在于，所述麦克风使用AUX接口连接，所述声音侦测模组通过连接AUX的串口，形成所述第一声音信息的输入端口。

10.根据权利要求6所述的语音控制模组，其特征在于，在所述语音分析状态为声音情景分析状态时，所述声音侦测模组还用于，调整所述麦克风的响应范围，获取高于或等于20KHz的高频声音信号，并且暂停所述麦克风的回声消除功能；通过所述麦克风获取所述第三声音信息；

所述声音处理模组还用于，输出第三声音信息，所述第三声音信息为高频声音信号。

Images