CN107863106B - 语音识别控制方法及装置 - Google Patents

Abstract

本发明公开了一种语音识别控制方法及装置，该方法包括：在语音控制区域内布局多个语音拾取热点，并将各语音拾取热点的位置信息记录至语音控制主机；将所有语音拾取热点与语音控制主机同步时钟信息；拾取到用户发出的语音指令的当前语音拾取热点将相关数据发送到语音控制主机；语音控制主机接收相关数据，计算出用户的位置，并将离用户最近的语音拾取热点所获取的语音数据作为正确的语音指令数据；语音控制主机将正确的语音指令数据发送到语音识别模块，语音识别模块进行语义分析出对应的语音控制指令并发送给语音控制主机；语音控制主机接收语音控制指令，并根据语音控制指令和用户的位置，生成对应的执行指令并发送给相应的执行器。

Description

语音识别控制方法及装置

技术领域

本发明涉及语音识别控制技术领域，特别地，涉及一种语音识别控制方法及装置。

背景技术

语音控制指设备通过麦克风等语音拾取器件接收人发出的语音命令，并将语音命令识别为文字指令后，通过语义分析，理解控制者的语音命令目的，通过执行器件，将动作执行，对设备进行控制。

目前的语音识别控制都有距离限制，近场语音一般为0.5-1.5米，远场为0.5-5米。用户必须在控制设备的一定距离内发出语音指令，设备才能识别语音指令。对于超出此距离的语音识别率将急剧下降，甚至完全无法识别。

发明内容

本发明提供了一种语音识别控制方法及装置，以解决现有语音识别控制受距离限制的技术问题。

本发明采用的技术方案如下：

一方面，本发明提供了一种语音识别控制方法，包括：

步骤S100，在语音控制区域内布局多个语音拾取热点，并将各语音拾取热点的位置信息记录至语音控制主机；

步骤S200，将所有语音拾取热点与语音控制主机同步时钟信息；

步骤S300，拾取到用户发出的语音指令的当前语音拾取热点将相关数据发送到语音控制主机，相关数据包括当前语音拾取热点的时钟信息、位置信息、声音来源的方位信息和所拾取到的语音数据；

步骤S400，语音控制主机接收相关数据，计算出用户的位置，并将离用户最近的语音拾取热点所获取的语音数据作为正确的语音指令数据；

步骤S500，语音控制主机将正确的语音指令数据发送到语音识别模块，语音识别模块进行语义分析出对应的语音控制指令并发送给语音控制主机；

步骤S600，语音控制主机接收语音控制指令，并根据语音控制指令和用户的位置，生成对应的执行指令并发送给相应的执行器。

进一步地，步骤S400包括：

步骤S401，保存语音控制主机在设定时间延时阀值范围内收到的由一个以上语音拾取热点发过来的相关数据；

步骤S402，分析在时间延时阀值范围内接收的多条相关数据，将具有同一时钟信息的语音拾取热点归为一组；

步骤S403，对同一组语音数据，比对数据特征是否一致，如果一致，则根据语音拾取热点的方位信息、位置信息、以及语音幅值计算出用户的位置；

步骤S404，对同一组语音数据进行音频特征比对，挑选语音幅值最高的语音拾取热点所拾取的语音数据作为正确的语音指令数据。

进一步地，步骤S403还包括：如果计算出多个用户的位置，则根据用户的位置将多个语音拾取热点的相关数据重新分组。

优选地，步骤S200中，语音拾取热点与语音控制主机通过IEEE1588协议同步时钟信息。

优选地，步骤S100中，相邻两个语音拾取热点的语音接收范围部分重叠。

优选地，语音拾取热点采用双麦克风或者四麦克风阵列；步骤S300中，根据同一语音拾取热点中不同麦克风采集到的音频波形的相位差计算出声音来源的方位信息。

优选地，步骤S600中，语音控制主机根据语音控制指令和用户的位置，将执行指令并发送给离用户最近的相应的执行器。

根据本发明的另一方面，还提供了一种语音识别控制装置，包括：语音控制主机、多个语音拾取热点、路由器和语音识别模块，多个语音拾取热点布局在语音控制区域内，用于拾取用户发出的语音指令并将相关数据通过路由器发送给语音控制主机；语音控制主机，用于接收相关数据并根据相关数据计算出用户的位置、挑选离用户最近的语音拾取热点所获取的语音数据作为正确的语音指令数据、以及将正确的语音指令数据通过路由器发送到语音识别模块识；语音识别模块用于接收正确的语音指令数据并进行语义分析出对应的语音控制指令并发送给语音控制主机；语音控制主机还用于接收语音控制指令、根据语音控制指令和用户的位置生成对应的执行指令并发送给相应的执行器。

进一步地，语音拾取热点包括麦克风、与麦克风电性连接的语音前端处理模块、与语音前端处理模块连接的第一控制器、与第一控制器连接的第一网络模块，麦克风用于拾取背景音乐和用户发出的语音指令；语音前端处理模块用于放大语音指令并滤除背景音乐以提取出语音指令；第一控制器通过第一网络模块与路由器通信连接，用于接收经语音前端处理模块处理后的语音指令，并将语音指令通过第一网络模块与路由器发送给语音控制主机。

进一步地，语音控制主机包括第二控制器、与第二控制器连接的第二网络模块，第二控制器通过第二网络模块与路由器通信连接，用于通过第二网络模块接收相关数据并根据相关数据计算出用户的位置、挑选离用户最近的语音拾取热点所获取的语音数据作为正确的语音指令数据、以及将正确的语音指令数据通过第二网络模块和路由器发送到语音识别模块。

本发明的语音识别控制方法和装置，可以做到用户在大面积范围内任何位置都可以随意进行语音控制，而不受控制设备距离限制，实时性好，可靠性高，控制区域广。

除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照附图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明优选实施例的语音识别控制方法的流程图；

图2是图1中步骤S400的具体流程图；

图3是本发明优选实施例的语音拾取热点布局的示意图；

图4是本发明优选实施例的语音识别控制装置的结构框图；

图5是本发明优选实施例的语音拾取热点的结构框图；

图6是本发明优选实施例的语音控制主机的结构框图。

附图标号说明：

100、语音拾取热点；101、麦克风；102、语音前端处理模块；103、第一控制器；104、第一网络模块；

200、语音控制主机；201、第二控制器；202、第二网络模块；

300、路由器；400、语音识别模块；500、执行器。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

参照图1，本发明的优选实施例提供了一种语音控制方法，包括以下步骤：

步骤S100，在语音控制区域内布局多个语音拾取热点100，并将各语音拾取热点100的位置信息记录至语音控制主机200。

步骤S200，将所有语音拾取热点100与语音控制主机200同步时钟信息。

步骤S300，拾取到用户发出的语音指令的当前语音拾取热点100将相关数据发送到语音控制主机200，相关数据包括当前语音拾取热点100的时钟信息、位置信息、声音来源的方位信息和所拾取到的语音数据。

步骤S400，语音控制主机200接收相关数据，计算出用户的位置，并将离用户最近的语音拾取热点100所获取的语音数据作为正确的语音指令数据。

步骤S500，语音控制主机200将正确的语音指令数据发送到语音识别模块400，语音识别模块400进行语义分析出对应的语音控制指令并发送给语音控制主机200。

步骤S600，语音控制主机200接收语音控制指令，并根据语音控制指令和用户的位置，生成对应的执行指令并发送给相应的执行器500。

本发明的语音识别控制方法，可以做到用户在大面积/区域范围内任何位置都可以随意进行语音控制，而不受控制设备距离限制，实时性好，可靠性高，控制区域广。

本优选实施例中，步骤S100中，在语音控制区域内布局多个语音拾取热点100的方式如图3中所示：在一个17.66米*17.65米的房间内，布有语音拾取热点1-语音拾取热点9。图3中圆形虚线所示为热点1和热点2的语音接收范围，为半径4米的圆形区域。优选地，相邻两个语音拾取热点100的语音接收范围部分重叠，例如图3中热点1和热点2的语音接收范围部分重叠，便于更好地拾取用户发出的语音指令。本发明的语音控制方法中，多个语音拾取热点100的布局方式是自由的，只要能够覆盖语音控制区域即可。比如一般在家居环境中，房间导致空间不规则，可以在厨房布置一个热点，客厅布置两个热点，主卧布置连个热点这样的方式来布置。本发明并不局限于此。优选地，语音拾取热点100采用双麦克风或者四麦克风阵列。

优选地，步骤S200中，各语音拾取热点100与语音控制主机200通过IEEE1588协议同步时钟信息。

进一步地，由于语音拾取热点100用双麦克风或者四麦克风阵列，步骤S300中，根据同一语音拾取热点100中不同麦克风101采集到的音频波形的相位差即可计算出声音来源的方位信息。

参照图2，进一步地，步骤S400包括：

步骤S401，保存语音控制主机200在设定时间延时阀值范围内收到的由一个以上语音拾取热点100发过来的相关数据。具体地，当语音控制主机200接收到其中一个语音拾取热点100发送过来的相关数据时，设置一个时间延时阀值，如果语音控制主机200在时间延时阀值范围内收到其他语音拾取热点100发过来的相关数据，则将多个语音拾取热点100的相关数据保存，统一处理。

步骤S402，分析在时间延时阀值范围内接收的多条相关数据，将具有同一时钟信息的语音拾取热点100归为一组。如果计算出多个用户的位置，表示在同一时间内有多个用户说话，此时则根据用户的位置将多个语音拾取热点100的相关数据重新分组。

步骤S403，对同一组语音数据，比对数据特征是否一致，如果一致，则根据语音拾取热点100的方位信息、位置信息、以及语音幅值计算出用户的位置；

步骤S404，对同一组语音数据进行音频特征比对，挑选语音幅值最高的语音拾取热点100所拾取的语音数据作为正确的语音指令数据。

优选地，步骤S600中，语音控制主机200根据语音控制指令和用户的位置，将执行指令并发送给离用户最近的相应的执行器500。此步骤可以避免语音控制时，在控制者一定范围内多个同种设备同时响应相互干扰的问题。

最后，执行器500根据执行指令执行与用户的语音指令相应的动作。执行器500可以是带网络的智能灯具、带网络的空调智能或者智能家居网络控制网关。

根据本发明的另一方面，还提供了一种语音识别控制装置。参照图4，该装置包括：语音控制主机200、多个语音拾取热点100、路由器300和语音识别模块400。

多个语音拾取热点100布局在语音控制区域内，用于拾取用户发出的语音指令并将相关数据通过路由器300发送给语音控制主机200。

语音控制主机200，用于接收相关数据并根据相关数据计算出用户的位置、挑选离用户最近的语音拾取热点100所获取的语音数据作为正确的语音指令数据、以及将正确的语音指令数据通过路由器300发送到语音识别模块400识。语音控制主机200还用于接收语音控制指令、根据语音控制指令和用户的位置生成对应的执行指令并发送给相应的执行器500。语音识别模块400用于接收正确的语音指令数据并进行语义分析出对应的语音控制指令并发送给语音控制主机200。

本优选实施例中，语音控制主机200采用mtk方案实现。

进一步地，参照图5，语音拾取热点100包括麦克风101、与麦克风101电性连接的语音前端处理模块102、与语音前端处理模块102连接的第一控制器103、与第一控制器103连接的第一网络模块104。本优选实施例中采用双麦克风101，分别用于拾取背景音乐和用户发出的语音指令。语音前端处理模块102用于放大语音指令并滤除背景音乐以提取出语音指令。第一控制器103通过第一网络模块104与路由器300通信连接，用于接收经语音前端处理模块102处理后的语音指令，并将语音指令通过第一网络模块104与路由器300发送给语音控制主机200。本发明的优选实施例中，语音拾取热点100采用双麦克风101拾音，同时可以接入音频信号，用来消除背景音乐声音。即使该房间中在播放音乐，也可以正常进行语音识别控制，不会受音乐的影响。本优选实施例中，语音拾取热点100采用嵌墙安装，底盒采用通用电工86底盒。第一控制器103采用飞思卡尔IMX6UL模块。语音前端处理模块102采用科胜讯CX20921模块。

进一步地，参照图6，语音控制主机200包括第二控制器201、与第二控制器201连接的第二网络模块202。第二控制器201通过第二网络模块202与路由器300通信连接，用于通过第二网络模块202接收相关数据并根据相关数据计算出用户的位置、挑选离用户最近的语音拾取热点100所获取的语音数据作为正确的语音指令数据、以及将正确的语音指令数据通过第二网络模块202和路由器300发送到语音识别模块400。作为优选的实施方式，语音控制主机200因为需要大量运算，采用三星4418方案做第二控制器201。

本优选实施例中，语音识别模块400为语音识别云端服务器。例如，云端服务可采用云知声的车载云服务方案。在其它实施例中，语音识别模块400也可以采用离线语音识别模块400。例如，可采用科大讯飞的语音离线模块XFMT101。

本发明的语音识别控制装置，可以做到用户在大面积范围内任何位置都可以随意进行语音控制，而不受控制设备距离限制，实时性好，可靠性高，控制区域广。

本发明通过在大面积范围内合理布置语音拾取热点100，当控制者/用户发出语音指令时，多个语音拾取热点100拾取到语音后，发送到语音控制主机200，语音控制主机200接收到多个热点的数据后，通过算法，计算出用户所处位置，合并重复热点数据，将有效数据发送到云端服务器解析出语义，以及具体指令，然后通过网络将执行指令发送到执行器500。本发明的控制方法和装置可以做到用户在大区域范围内任何位置都可以随意语音控制，而不受控制设备距离限制，也不会受到背景音乐的影响。同时也可以避免语音控制时，在控制者一定范围内多个同种设备同时响应相互干扰的问题。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种语音识别控制方法，其特征在于，包括：

步骤S100，在语音控制区域内布局多个语音拾取热点（100），并将各所述语音拾取热点（100）的位置信息记录至语音控制主机（200）；

步骤S200，将所有语音拾取热点（100）与所述语音控制主机（200）同步时钟信息；

步骤S300，拾取到用户发出的语音指令的当前语音拾取热点（100）将相关数据发送到所述语音控制主机（200），所述相关数据包括当前语音拾取热点（100）的时钟信息、位置信息、声音来源的方位信息和所拾取到的语音数据；

步骤S400，所述语音控制主机（200）接收所述相关数据，计算出用户的位置，并将离用户最近的语音拾取热点（100）所获取的语音数据作为正确的语音指令数据；

步骤S500，所述语音控制主机（200）将正确的语音指令数据发送到语音识别模块（400），所述语音识别模块（400）进行语义分析出对应的语音控制指令并发送给所述语音控制主机（200）；

步骤S600，所述语音控制主机（200）接收所述语音控制指令，并根据语音控制指令和用户的位置，生成对应的执行指令并发送给相应的执行器（500）；

所述步骤S400包括：

步骤S401，保存所述语音控制主机（200）在设定时间延时阀值范围内收到的由一个以上语音拾取热点（100）发过来的相关数据；

步骤S402，分析在所述时间延时阀值范围内接收的多条相关数据，将具有同一时钟信息的语音拾取热点（100）归为一组；

步骤S403，对同一组语音数据，比对数据特征是否一致，如果一致，则根据语音拾取热点（100）的所述方位信息、所述位置信息、以及语音幅值计算出用户的位置；

步骤S404，对同一组语音数据进行音频特征比对，挑选语音幅值最高的语音拾取热点（100）所拾取的语音数据作为正确的语音指令数据；

所述步骤S600中，所述语音控制主机（200）根据语音控制指令和用户的位置，生成执行指令并发送给离用户最近的相应的执行器（500）。

2.根据权利要求1所述的语音识别控制方法，其特征在于，

所述步骤S403还包括：如果计算出多个用户的位置，则根据用户的位置将多个语音拾取热点（100）的相关数据重新分组。

3.根据权利要求1所述的语音识别控制方法，其特征在于，所述步骤S200中，

所述语音拾取热点（100）与所述语音控制主机（200）通过IEEE1588协议同步时钟信息。

4.根据权利要求1所述的语音识别控制方法，其特征在于，所述步骤S100中，

相邻两个语音拾取热点（100）的语音接收范围部分重叠。

5.根据权利要求1所述的语音识别控制方法，其特征在于，

所述语音拾取热点（100）采用双麦克风或者四麦克风阵列；

所述步骤S300中，根据同一语音拾取热点（100）中不同麦克风采集到的音频波形的相位差计算出声音来源的方位信息。

6.一种语音识别控制装置，采用如权利要求1所述的语音识别控制方法，其特征在于，包括：语音控制主机（200）、多个语音拾取热点（100）、路由器（300）和语音识别模块（400），

多个所述语音拾取热点（100）布局在语音控制区域内，用于拾取用户发出的语音指令并将相关数据通过所述路由器（300）发送给语音控制主机（200）；

所述语音控制主机（200），用于在设定时间延时阀值范围内接收由一个以上语音拾取热点（100）发过来的所述相关数据并根据所述相关数据计算出用户的位置、挑选离用户最近的语音拾取热点（100）所获取的语音数据作为正确的语音指令数据、以及将正确的语音指令数据通过所述路由器（300）发送到所述语音识别模块（400）；

所述语音识别模块（400）用于接收所述正确的语音指令数据并进行语义分析出对应的语音控制指令并发送给所述语音控制主机（200）；

所述语音控制主机（200）还用于接收所述语音控制指令、根据所述语音控制指令和用户的位置生成对应的执行指令并发送给相应的执行器（500），具体用于将执行指令发送给离用户最近的相应的执行器（500）。

7.根据权利要求6所述的语音识别控制装置，其特征在于，

所述语音拾取热点（100）包括麦克风（101）、与所述麦克风（101）电性连接的语音前端处理模块（102）、与所述语音前端处理模块（102）连接的第一控制器（103）、与所述第一控制器（103）连接的第一网络模块（104），

所述麦克风（101）用于拾取背景音乐和用户发出的语音指令；

所述语音前端处理模块（102）用于放大语音指令并滤除背景音乐以提取出语音指令；

所述第一控制器（103）通过所述第一网络模块（104）与所述路由器（300）通信连接，用于接收经所述语音前端处理模块（102）处理后的语音指令，并将所述语音指令通过所述第一网络模块（104）与所述路由器（300）发送给所述语音控制主机（200）。

8.根据权利要求6所述的语音识别控制装置，其特征在于，

所述语音控制主机（200）包括第二控制器（201）、与所述第二控制器（201）连接的第二网络模块（202），

所述第二控制器（201）通过所述第二网络模块（202）与所述路由器（300）通信连接，用于通过所述第二网络模块（202）接收所述相关数据并根据所述相关数据计算出用户的位置、挑选离用户最近的语音拾取热点（100）所获取的语音数据作为正确的语音指令数据、以及将正确的语音指令数据通过所述第二网络模块（202）和所述路由器（300）发送到所述语音识别模块（400）。

Images