CN108172220B - 一种新型语音除噪方法 - Google Patents
一种新型语音除噪方法 Download PDFInfo
- Publication number
- CN108172220B CN108172220B CN201810153082.1A CN201810153082A CN108172220B CN 108172220 B CN108172220 B CN 108172220B CN 201810153082 A CN201810153082 A CN 201810153082A CN 108172220 B CN108172220 B CN 108172220B
- Authority
- CN
- China
- Prior art keywords
- voice
- denoising
- voice recognition
- equipment
- recognition module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000012545 processing Methods 0.000 claims description 10
- 238000013528 artificial neural network Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims 1
- 238000000605 extraction Methods 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000010411 cooking Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000010025 steaming Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/20—Speech recognition techniques specially adapted for robustness in adverse environments, e.g. in noise, of stress induced speech
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/16—Speech classification or search using artificial neural networks
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Electric Ovens (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
Abstract
本发明涉及语音识别领域,特别是涉及到一种新型语音除噪方法,由声音采集模块采集外部语音数据并传输给语音识别模块进行识别,语音识别模块采用了大噪声去噪模式剔除突发的大噪音,使用该方法能够将突发的大噪声剔除,保证了声源识别的准确性。
Description
技术领域
本发明涉及智能语音识别技术领域,特别是涉及到一种能够利用DNN算法来剔除突发噪音的新型语音除噪方法。
背景技术
随着人们生活水平的提高以及对电器的需求量不断增大,家用电器经过不断地改革和创新,拥有了更多使用的功能,比如微波炉,以往仅单纯的用于加热,到如今,微波炉增加了蒸煮、烧烤、热奶等功能且变得更加智能,市面出现的各种品牌的智能微波炉,主要由控制面板、观察窗、炉门安全锁系统、电源线和插头这四大部分组成,控制面板主要有功能设定、时间设定、重量设定等功能,功能设定主要是通过功能菜单实现,比如直接按清蒸鱼、蒸排骨、煮米饭等按钮,自动实现不同的加热方式,各类不同品牌的智能微波炉使用步骤都大同小异。
语音交互作为最有效的沟通控制方式,可以帮助用户把家中的各种终端设备无缝连接起来,智能语音微波炉就是其中之一,用户通过简单的语音命令即可控制微波炉进行不同的工作,在语音识别方面,为了增强用户的体验感和语音识别的准确率,研发人员通过技术互相关时延等算法获取人说话的位置,然后将此位置锁定,抑制其他位置的声源,提高信噪比,为高语音识别率做保障,声源锁定虽然可提高信噪比,但当环境中突然出现大噪声时,会将声源焦点转移,导致大噪声后语音指令无法被电子设备识别到,这就降低了用户的智能体验感和语音识别的准确率。
发明内容
为了解决上述突然出现的大噪声的语音识别问题,发明了一种能够有效剔除突发大噪声的新型语音除噪方法。
一种新型语音除噪方法,其包括以下步骤:
步骤一 语音采集模块采集外部语音数据并发送给语音识别模块;
步骤二 所述语音识别模块检测设备状态,判断所述设备是处于工作状态还是非工作状态;
步骤三 当检测到所述设备为非工作状态时,所述语音识别模块置于大噪音去噪模式对所述语音数据去噪,当检测到所述设备为工作状态时,所述语音识别模块置于常规去噪模式对所述语音数据去噪;
步骤四 将去噪后的所述语音数据经傅立叶变换输入语音识别引擎;
步骤五 所述语音识别引擎采用DNN(深度神经网络)算法在本地终端对所述语音数据进行识别;
步骤六 语音识别模块将步骤四的识别结果发送给设备控制电路;
步骤七 所述设备控制电路根据所述识别结果控制所述设备执行操作。
作为本发明的优选方案,所述语音识别模块由语音处理电路和声源锁定电路组成,所述语音处理电路处理所述语音采集模块采集到的所述语音数据,所述声源锁定电路根据所述语音分析电路的处理结果锁定声源的位置。
作为本发明的优选方案,所述语音识别模块包含有两种去噪模式,分别为所述大噪音去噪模式和常规去噪模式,所述大噪音去噪模式和常规去噪模式不能同时运行,是非此则彼的关系。
所述DNN算法包括有语音预处理、特征提取、形成发音字典及建立语音模型等四个过程,其中语音预处理过程包括对语音信号或语音数据的采样、反混叠滤波、语音增强和端点检测,特征提取过程的作用是从语音信号或语音数据的波形中提取一组能够描述语音信号或语音数据特征的参数,以便训练和识别,形成发音字典则是根据发音的音素,得到相应的文本集合即为发音字典,建立语音模型则是利用语法知识调整声学模型所识别出的不合逻辑的词语。
作为本发明的优选方案,所述语音采集模块包含有N个语音采集设备,所述N为大于等于2的正整数,N个所述语音采集设备根据客户需求进行排列,可以进行横排也可以进行竖排。
为了使音频数据容易被神经网络处理,需要把复杂的声波分解成一个个组成部分,为实现声波分解,需要利用到傅里叶变换,傅立叶变换将复杂的声波分解为简单的声波,然后将每一份频段所包含的能量加在一起,得到的结果便是从低音到高音的一个频谱,再将该频谱输入深度神经网络,对于每个小的音频切片,神经网络都将尝试找出当前正在说的声音所对应的声母或韵母,当通过神经网络跑完我们的整个音频剪辑之后,最终得到一份映射,其中标明了每个音频块和其最有可能对应的声母或韵母,然后将这些基于发音的预测与基于标注的文本数据库的可能性得分相结合,去掉最不可能的结果,留下最实际的结果。
与现有技术相比,本发明的有益效果:
1、由于采用了大噪声去噪电路,该去噪电路可以将突发的大噪声剔除,保证了声源识别的准确性。
附图说明
图1为本发明语音除噪方法的流程图;
图2为本发明语音识别模块的框图;
图3为本发明DNN算法框图。
具体实施方式
下面结合实施例及具体实施方式对本发明作进一步的详细描述,但不应将此理解为本发明上述主体的范围仅限于以下的实施例,凡基于本发明内容所实现的技术均属于本发明的范围。
如图1所示,一种新型语音除噪方法,包含如下步骤:
步骤一 语音采集模块采集外部语音数据并发送给语音识别模块,本实施例中语音采集模块的语音采集设备使用麦克风,使用两个并排排列的麦克风进行语音数据的收集;
步骤二 语音识别模块检测设备状态,判断设备是处于工作状态还是非工作状态,本实施例中的设备是微波炉;
步骤三 当检测到微波炉为非工作状态时,语音识别模块置于大噪音去噪模式对语音数据去噪,当检测到微波炉为工作状态时,语音识别模块置于常规去噪模式对语音数据去噪;
步骤四 将去噪后的语音数据经傅立叶变换输入语音识别引擎;
步骤五 语音识别引擎采用DNN(深度神经网络)算法在本地终端对语音数据进行识别;
步骤六 语音识别模块将步骤四的识别结果发送给设备控制电路;
步骤七 设备控制电路根据识别结果控制微波炉执行各项操作。
如图2所示,语音识别模块由语音处理电路和电源锁定电路组成,语音处理电路处理由麦克风传输来的所采集的语音数据,并将处理结果传输给电源锁定电路,电源锁定电路根据处理结果锁定声源的位置并同时屏蔽掉声源之外的噪声。
如图3所示,DNN算法包括语音预处理、特征提取、形成发音字典及建立语音模型等四个过程,其中语音预处理过程包括对语音信号或语音数据的采样、反混叠滤波、语音增强和端点检测,特征提取过程的作用是从语音信号或语音数据的波形中提取一组能够描述语音信号或语音数据特征的参数,以便训练和识别,形成发音字典则是根据发音的音素,得到相应的文本集合即为发音字典,建立语音模型则是利用语法知识调整声学模型所识别出的不合逻辑的词语。
Claims (4)
1.一种新型语音除噪方法,其包括以下步骤:
步骤一 语音采集模块采集外部语音数据并发送给语音识别模块;
步骤二 所述语音识别模块检测设备状态,判断所述设备是处于工作状态还是非工作状态;
步骤三 当检测到所述设备为非工作状态时,所述语音识别模块置于大噪音去噪模式对所述语音数据去噪,当检测到所述设备为工作状态时,所述语音识别模块置于常规去噪模式对所述语音数据去噪,所述大噪音去噪模式可以将突发的大噪音剔除;
步骤四 将去噪后的所述语音数据经傅立叶变换后输入语音识别引擎;
步骤五 所述语音识别引擎采用DNN(深度神经网络)算法在本地终端对所述语音数据进行识别;
步骤六 语音识别模块将步骤四的识别结果发送给设备控制电路;
步骤七 所述设备控制电路根据所述识别结果控制所述设备执行操作。
2.根据权利要求1所述的一种新型语音除噪方法,其特征在于:所述语音识别模块由语音处理电路和声源锁定电路组成,所述语音处理电路处理所述语音采集模块采集到的所述语音数据,所述声源锁定电路根据所述语音分析电路的处理结果锁定声源的位置。
3.根据权利要求2所述的一种新型语音除噪方法,其特征在于:所述语音识别模块包含有两种去噪模式,分别为所述大噪音去噪模式和常规去噪模式。
4.根据权利要求1所述的一种新型语音除噪方法,其特征在于:所述语音采集模块包含有N个语音采集设备,所述N为大于等于2的正整数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810153082.1A CN108172220B (zh) | 2018-02-22 | 2018-02-22 | 一种新型语音除噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810153082.1A CN108172220B (zh) | 2018-02-22 | 2018-02-22 | 一种新型语音除噪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108172220A CN108172220A (zh) | 2018-06-15 |
CN108172220B true CN108172220B (zh) | 2022-02-25 |
Family
ID=62510565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810153082.1A Active CN108172220B (zh) | 2018-02-22 | 2018-02-22 | 一种新型语音除噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108172220B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110738983A (zh) * | 2018-07-02 | 2020-01-31 | 成都启英泰伦科技有限公司 | 基于设备工作状态切换的多神经网络模型语音识别方法 |
CN109346066B (zh) * | 2018-09-26 | 2021-04-16 | 珠海格力电器股份有限公司 | 一种语音降噪的方法及装置 |
CN109378013B (zh) * | 2018-11-19 | 2023-02-03 | 南瑞集团有限公司 | 一种语音降噪方法 |
CN109817199A (zh) * | 2019-01-03 | 2019-05-28 | 珠海市黑鲸软件有限公司 | 一种风扇语音控制系统的语音识别方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007065122A (ja) * | 2005-08-30 | 2007-03-15 | Aisin Seiki Co Ltd | 車載用音声認識装置の雑音抑圧装置 |
CN105187604A (zh) * | 2015-09-30 | 2015-12-23 | 联想(北京)有限公司 | 一种信息处理方法和电子设备 |
CN106448696A (zh) * | 2016-12-20 | 2017-02-22 | 成都启英泰伦科技有限公司 | 一种基于背景噪声估计自适应高通滤波语音降噪方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE60141403D1 (de) * | 2000-06-09 | 2010-04-08 | Japan Science & Tech Agency | Hörvorrichtung für einen Roboter |
CN101404160B (zh) * | 2008-11-21 | 2011-05-04 | 北京科技大学 | 一种基于音频识别的语音降噪方法 |
KR102109381B1 (ko) * | 2013-07-11 | 2020-05-12 | 삼성전자주식회사 | 전기기기 및 그 제어 방법 |
CN104424953B (zh) * | 2013-09-11 | 2019-11-01 | 华为技术有限公司 | 语音信号处理方法与装置 |
CN104519447B (zh) * | 2013-10-08 | 2018-12-14 | 三星电子株式会社 | 降噪设备和方法以及具有无磁性扬声器的音频播放设备 |
CN104575513B (zh) * | 2013-10-24 | 2017-11-21 | 展讯通信(上海)有限公司 | 突发噪声的处理系统、突发噪声的检测及抑制方法与装置 |
US10475466B2 (en) * | 2014-07-17 | 2019-11-12 | Ford Global Technologies, Llc | Adaptive vehicle state-based hands-free phone noise reduction with learning capability |
CN204390737U (zh) * | 2014-07-29 | 2015-06-10 | 科大讯飞股份有限公司 | 一种家庭语音处理系统 |
CN105976826B (zh) * | 2016-04-28 | 2019-10-25 | 中国科学技术大学 | 应用于双麦克风小型手持设备的语音降噪方法 |
CN205943457U (zh) * | 2016-07-11 | 2017-02-08 | 九阳股份有限公司 | 一种声控扫地机 |
CN107610698A (zh) * | 2017-08-28 | 2018-01-19 | 深圳市金立通信设备有限公司 | 一种实现语音控制的方法、机器人及计算机可读存储介质 |
-
2018
- 2018-02-22 CN CN201810153082.1A patent/CN108172220B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007065122A (ja) * | 2005-08-30 | 2007-03-15 | Aisin Seiki Co Ltd | 車載用音声認識装置の雑音抑圧装置 |
CN105187604A (zh) * | 2015-09-30 | 2015-12-23 | 联想(北京)有限公司 | 一种信息处理方法和电子设备 |
CN106448696A (zh) * | 2016-12-20 | 2017-02-22 | 成都启英泰伦科技有限公司 | 一种基于背景噪声估计自适应高通滤波语音降噪方法 |
Non-Patent Citations (2)
Title |
---|
A wavelet denoising approach for signal action isolation in the ear canal;Ravi Vaidyanathan;《2008 30th Annual International Conference of the IEEE Engineering in Medicine and Biology Society》;20081014;2677-2680 * |
基于深层神经网络的语音增强方法研究;徐勇;《中国优秀博士学位论文全文数据库信息科技辑》;20150930;I136-9 * |
Also Published As
Publication number | Publication date |
---|---|
CN108172220A (zh) | 2018-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108172220B (zh) | 一种新型语音除噪方法 | |
EP3998557A1 (en) | Audio signal processing method, model training method, and related apparatus | |
CN106448654A (zh) | 一种机器人语音识别系统及其工作方法 | |
CN110120227A (zh) | 一种深度堆叠残差网络的语音分离方法 | |
CN203882609U (zh) | 基于语音激活检测的唤醒装置 | |
CN106847281A (zh) | 基于语音模糊识别技术的智能家居语音控制系统及方法 | |
CN104887263B (zh) | 一种基于心音多维特征提取的身份识别算法及其系统 | |
CN107785028B (zh) | 基于信号自相关的语音降噪方法及装置 | |
CN109256139A (zh) | 一种基于Triplet-Loss的说话人识别方法 | |
CN109920419A (zh) | 语音控制方法和装置、电子设备及计算机可读介质 | |
CN113077798B (zh) | 一种居家老人呼救设备 | |
CN112820291A (zh) | 智能家居控制方法、系统和存储介质 | |
CN107507623A (zh) | 基于麦克风阵列语音交互的自助服务终端 | |
CN108564965A (zh) | 一种抗噪语音识别系统 | |
CN102981615A (zh) | 手势识别装置及识别方法 | |
CN103888606A (zh) | 移动终端及其解锁方法 | |
CN103761974A (zh) | 一种人工耳蜗 | |
CN106448657A (zh) | 一种用于餐厅机器人服务员的连续语音识别系统 | |
CN108320746B (zh) | 一种智能家居系统 | |
CN108091327A (zh) | 一种智能语音设备控制方法 | |
CN111105798B (zh) | 基于语音识别的设备控制方法 | |
CN109544745A (zh) | 一种智能门锁控制方法、装置及系统 | |
CN106843509B (zh) | 一种脑机接口系统 | |
US20230186943A1 (en) | Voice activity detection method and apparatus, and storage medium | |
CN106897693B (zh) | 一种身份识别方法、装置及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |