CN109119081A - 一种智能家居语音控制系统 - Google Patents
一种智能家居语音控制系统 Download PDFInfo
- Publication number
- CN109119081A CN109119081A CN201811220843.7A CN201811220843A CN109119081A CN 109119081 A CN109119081 A CN 109119081A CN 201811220843 A CN201811220843 A CN 201811220843A CN 109119081 A CN109119081 A CN 109119081A
- Authority
- CN
- China
- Prior art keywords
- voice
- sound signal
- external sound
- control system
- intelligent
- 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.)
- Withdrawn
Links
- 230000009471 action Effects 0.000 claims abstract description 11
- 230000005236 sound signal Effects 0.000 claims description 36
- 238000001514 detection method Methods 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 11
- 238000000354 decomposition reaction Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 3
- 238000009432 framing Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- 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
- G10L15/26—Speech to text systems
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/2803—Home automation networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/2803—Home automation networks
- H04L12/2816—Controlling appliance services of a home automation network by calling their functionalities
- H04L12/282—Controlling appliance services of a home automation network by calling their functionalities based on user interaction within the home
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Quality & Reliability (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明提供了一种智能家居语音控制系统,该智能家居语音控制系统包括信息中心、控制中心、指令执行中心和智能家居装置。所述信息中心用于对接收到的语音信号进行处理,将语音信号转换成文本信息;所述控制中心用于对文本信息进行解析并生成控制指令;指令执行中心用于根据控制中心生成的控制指令向智能家居装置发出动作指令;所述智能家居装置用于根据动作指令执行相应的动作。本发明可以通过语音识别方式实现对智能家居的控制,使现有的智能家居具有更加智能、简单、方便的操作方式,让人们的生活更加的舒适。
Description
技术领域
本发明涉及智能家居领域,尤其是涉及一种智能家居语音控制系统。
背景技术
当今社会智能家居给人们带来的愉悦舒适的生活,慢慢成为人们日常生活中不可或缺的一部分。例如:空调可以让人冬暖夏凉,冰箱可以储存各种食物且保鲜,电视让人在家观看世界等等。
但是,传统的智能家居一般都需要人近身去主动操作或控制,而不能远程操作,并且实际上智能家居仍然依赖于面板控制,但这些对于特殊的人群,就失去了智能控制的功能。可见,智能家居并未真正做到智能。
发明内容
针对上述问题,本发明旨在提供一种基于语音识别的智能家居控制系统。
本发明的目的采用以下技术方案来实现:
一种智能家居语音控制系统,该智能家居语音控制系统包括信息中心、控制中心、指令执行中心和智能家居装置。
所述信息中心用于对接收到的语音信号进行处理,将语音信号转换成文本信息;所述控制中心用于对文本信息进行解析并生成控制指令;指令执行中心用于根据控制中心生成的控制指令向智能家居装置发出动作指令;所述智能家居装置用于根据动作指令执行相应的动作。
优选地,所述信息中心包括语音输入模块、语音处理模块和转换模块;所述语音输入模块用于接收外部语音信号;所述语音处理模块用于对外部语音信号进行处理,并将处理后的外部语音信号与声学模型进行匹配,输出匹配结果;所述转换模块用于将语音处理模块得到的匹配结果转换成为文本信息。
优选地,所述智能家居装置包括远程接收指令模块和动作执行装置;所述远程接收指令模块用于接收指令执行中心传递的动作指令;所述动作执行装置用于执行所述远程接收指令传递的动作。
优选地,所述语音处理模块包括语音去噪单元、语音片段提取单元、语音识别单元;所述语音去噪单元用于去除外部语音信号中的随机噪声;所述语音片段提取单元用于从去噪后的外部语音信号中提取有效语音片段;所述语音识别单元用于从有效语音片段中提取语音特征参数,并与声学模型进行匹配,输出匹配结果。
本发明的有益效果:本发明可以通过语音识别方式实现对智能家居的控制,使现有的智能家居具有更加智能、简单、方便的操作方式,让人们的生活更加的舒适。
附图说明
图1是本发明的框架结构图;
图2是本发明的信息中心的框架结构图;
图3是本发明的智能家居装置的框架结构图;
图4是本发明的语音处理模块的框架结构图。
附图标记:
信息中心1;控制中心2;指令执行中心3;智能家居装置4;语音输入模块5;语音处理模块6;转换模块7;远程接收指令模块8;动作执行装置9;语音去噪单元10;语音片段提取单元11;语音识别单元12;预处理子单元13;端点检测子单元14。
具体实施方式
结合以下应用场景对本发明作进一步描述。
参见图1,一种智能家居语音控制系统,该智能家居语音控制系统包括信息中心1、控制中心2、指令执行中心3和智能家居装置4。
所述信息中心1用于对接收到的语音信号进行处理,将语音信号转换成文本信息;所述控制中心2用于对文本信息进行解析并生成控制指令;指令执行中心3用于根据控制中心2生成的控制指令向智能家居装置4发出动作指令;所述智能家居装置4用于根据动作指令执行相应的动作。
优选地,参见图2,所述信息中心1包括语音输入模块5、语音处理模块6和转换模块7;所述语音输入模块5用于接收外部语音信号;所述语音处理模块6用于对外部语音信号进行处理,并将处理后的外部语音信号与声学模型进行匹配,输出匹配结果;所述转换模块7用于将语音处理模块6得到的匹配结果转换成为文本信息。
优选地,参见图3,所述智能家居装置4包括远程接收指令模块8和动作执行装置9;所述远程接收指令模块8用于接收指令执行中心3传递的动作指令;所述动作执行装置9用于执行所述远程接收指令模块8传递的动作。
优选地,参见图4,所述语音处理模块6包括语音去噪单元10、语音片段提取单元11、语音识别单元12;所述语音去噪单元10用于去除外部语音信号中的随机噪声;所述语音片段提取单元11用于从去噪后的外部语音信号中提取有效语音片段;所述语音识别单元12用于从有效语音片段中提取语音特征参数,并与声学模型进行匹配,输出匹配结果。
本发明的有益效果:本发明可以通过语音识别方式实现对智能家居的控制,使现有的智能家居具有更加智能、简单、方便的操作方式,让人们的生活更加的舒适。
优选地,去除外部语音信号中的随机噪声,具体为:
(1)对外部语音信信号进行N层小波分解,得到各个分解层的小波系数;
(2)利用自定义的函数对各个分解层的小波系数进行阈值处理,得到各个分解层的小波系数的估计值,其中,自定义的函数为:
式中,为去噪后的第n层第k个小波系数,wnk为去噪前的第n层第k个小波系数,χn为第n层小波系数的阈值,且σ为噪声标准方差,为第n层小波系数的方差,t为预设的参数因子,其满足t>1,L为外部语音信号的长度,Tn为第n层小波系数的个数,α为形状系数,其满足0<α<1,a为比例系数,其满足a≥1,sgn(L)为符号函数,L为正数时,取1,为负数时,取-1;
(3)对得到的小波系数的估计值进行小波重构,得到去噪后的外部语音信号。
本优选实施例,采用自定义的函数求解各个分解层小波系数的估计值,该方法能够有效去除外部语音信号的随机噪声,该去噪方法既能有效地“收缩”噪声的高频小波系数,又能够避免有用信号的小波系数被滤除,提高了去噪效果。在自定义的函数中,α为形状系数,用于控制该函数的形状,即控制衰减程度。且在阈值附近,该函数连续且光滑,更符合语音信号连续性的特征,这样使得去噪后的语音信息更接近于真实语音信息。且利用自定义的函数对各个分解层的小波系数进行处理,该方法能够有效去除外部语音信号中的背景噪声,节约了系统存储空间,同时也提高了对语音信号的处理速率。
优选地,所述语音片段提取单元包括预处理子单元和端点检测子单元;
所述预处理子单元,用于对去噪后后的外部语音信号进行分帧、加窗和快速傅里叶变换;
所述端点检测子单元,用于对预处理后的外部语音信号进行端点检测,获取有效语音片段。
优选地,所述对预处理后的外部语音信号进行端点检测,获取有效语音片段,具体为:
(1)确定预处理后的外部语音信号的每帧语音信号的端点检测评分值,其中,端点检测评分值可利用下式计算得到;
式中,γ(c)为第c帧语音信号的端点检测评分值,B为第c帧语音信号的频点个数,b表示第b个频点,ε(c,b)为预处理后的外部语音信号中第c帧语音信号的先验信噪比,β(c,b)为预处理后的外部语音信号中第c帧语音信号的后验信噪比;
后验信噪比β(c,b)公式为:
式中,|X|2为预处理后的外部语音信号的功率谱,为预处理后的外部语音信号中第c-1帧语音信号的噪声信号对应的噪声功率谱;
先验信噪比ε(c,b)公式为;
式中,ζ为权重系数,εmin为预设的最小先验信噪比,为预处理后的外部语音信号中第c帧语音信号的噪声信号对应的噪声功率谱
(2)基于得到的各个帧语音信号的端点检测评分值,确定预处理后的外部语音信号中有效语音片段的起始帧和终止帧,得到有效语音片段,具体地,如果从第v帧语音信号开始,连续Q帧的端点检测评分值均大于设定的阈值,则第v帧语音信号就是有效语音片段的起始帧;如果从第p帧开始,连续Q帧的端点检测评分值均小于设定的阈值,则第p帧语音信号就是有效语音片段的终止帧,其中p≥v+5N,N为预设的帧数;有效语音片段指的是第i帧到第j帧之间的预处理后的外部语音信号。
有益效果:通过计算预处理后的外部语音信号各个帧的语音信号的端点检测评分值,进而获取有效语音片段,该端点检测评分值考虑了先验信噪比、后验信噪比对有效语音数据片段的起始位置和终止位置的影响,且该端点检测评分值并不依赖于去噪后的语音信号的音节特征,因此跟现有技术方案相比,本方法即使在低信噪比的情况下也能够实现对有效语音片段的起始位置和终止位置的准确判断,保持端点检测的高准确率,具有更强的鲁棒性,且该端点检测方法简单、易实现,有利于该智能家居语音控制系统对接收到的外部语音信号的准确识别,方便后续对智能家居设备的控制。
在一个实施例中,所述从有效语音片段中提取语音特征参数,并与声学模型进行匹配,输出匹配结果,具体地,如果有效语音片段的语音特征参数与声学模型中第Y个标准语音指令的语音特征参数的相似度值大于设定的阈值,则输出第Y个标准语音指令输出至转换模块7,其中,有效语音片段的语音特征参数与声学模型中第s个标准语音指令的语音特征参数的相似度值可利用下式计算得到:
式中,Sim(X,Us)为有效语音片段的语音特征参数与声学模型中第s个标准语音指令的语音特征参数的相似度值,xa为有效语音片段的第a个语音特征参数值,A为语音特征参数个数,ya为预存储的第s个标准语音指令的第a个语音特征参数值,s=1,2,…,S,S为预存储的标准语音指令的个数。
有益效果:采用上式分别计算有效语音片段的语音特征参数与声学模型中第s个标准语音指令的语音特征参数的相似度值,进而确定接收到的外部语音信号所对应的动作指令,该算法考虑了有效语音片段的语音特征参数与预存储的各个标准语音指令的语音特征参数的关联性,能够对接收到的外部语音信号所对应的动作指令的准确识别匹配,进行实现对智能家居设备的智能控制。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (6)
1.一种智能家居语音控制系统,其特征是,包括信息中心、控制中心、指令执行中心和智能家居装置;
所述信息中心用于对接收到的语音信号进行处理,将语音信号转换成文本信息;
所述控制中心用于对文本信息进行解析并生成控制指令;
指令执行中心用于根据控制中心生成的控制指令向智能家居装置发出动作指令;
所述智能家居装置用于根据动作指令执行相应的动作。
2.根据权利要求1所述的一种智能家居语音控制系统,其特征是,所述信息中心包括语音输入模块、语音处理模块和转换模块;所述语音输入模块用于接收外部语音信号;所述语音处理模块用于对外部语音信号进行处理,并将处理后的外部语音信号与声学模型进行匹配,输出匹配结果;所述转换模块用于将语音处理模块得到的匹配结果转换成为文本信息。
3.根据权利要求1所述的一种智能家居语音控制系统,其特征是,所述智能家居装置包括远程接收指令模块和动作执行装置;所述远程接收指令模块用于接收指令执行中心传递的动作指令;所述动作执行装置用于执行所述远程接收指令传递的动作。
4.根据权利要求2所述的一种智能家居语音控制系统,其特征是,所述语音处理模块包括语音去噪单元、语音片段提取单元、语音识别单元;所述语音去噪单元用于去除外部语音信号中的随机噪声;所述语音片段提取单元用于从去噪后的外部语音信号中提取有效语音片段;所述语音识别单元用于从有效语音片段中提取语音特征参数,并与声学模型进行匹配,输出匹配结果。
5.根据权利要求4所述的智能家居语音控制系统,其特征是,去除外部语音信号中的随机噪声,具体为:
(1)对外部语音信信号进行N层小波分解,得到各个分解层的小波系数;
(2)利用自定义的函数对各个分解层的小波系数进行阈值处理,得到各个分解层的小波系数的估计值,其中,自定义的函数为:
式中,为去噪后的第n层第k个小波系数,wnk为去噪前的第n层第k个小波系数,χn为第n层小波系数的阈值,且σ为噪声标准方差,为第n层小波系数的方差,t为预设的参数因子,其满足t>1,L为外部语音信号的长度,Tn为第n层小波系数的个数,α为形状系数,其满足0<α<1,a为比例系数,其满足a≥1,sgn(L)为符号函数,L为正数时,取1,为负数时,取-1;
(3)对得到的小波系数的估计值进行小波重构,得到去噪后的外部语音信号。
6.根据权利要求5所述的智能家居语音控制系统,其特征是,所述语音片段提取单元包括预处理子单元和端点检测子单元;
所述预处理子单元,用于对去噪后后的外部语音信号进行分帧、加窗和快速傅里叶变换;
所述端点检测子单元,用于对预处理后的外部语音信号进行端点检测,获取有效语音片段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811220843.7A CN109119081A (zh) | 2018-10-19 | 2018-10-19 | 一种智能家居语音控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811220843.7A CN109119081A (zh) | 2018-10-19 | 2018-10-19 | 一种智能家居语音控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109119081A true CN109119081A (zh) | 2019-01-01 |
Family
ID=64855038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811220843.7A Withdrawn CN109119081A (zh) | 2018-10-19 | 2018-10-19 | 一种智能家居语音控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109119081A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109639541A (zh) * | 2019-01-22 | 2019-04-16 | 南京晓庄学院 | 一种智能家居的语音识别系统 |
CN110992960A (zh) * | 2019-12-18 | 2020-04-10 | Oppo广东移动通信有限公司 | 控制方法、装置、电子设备和存储介质 |
CN111429929A (zh) * | 2020-03-03 | 2020-07-17 | 厦门快商通科技股份有限公司 | 一种语音去噪方法、语音识别方法及计算机可读存储介质 |
-
2018
- 2018-10-19 CN CN201811220843.7A patent/CN109119081A/zh not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109639541A (zh) * | 2019-01-22 | 2019-04-16 | 南京晓庄学院 | 一种智能家居的语音识别系统 |
CN110992960A (zh) * | 2019-12-18 | 2020-04-10 | Oppo广东移动通信有限公司 | 控制方法、装置、电子设备和存储介质 |
CN111429929A (zh) * | 2020-03-03 | 2020-07-17 | 厦门快商通科技股份有限公司 | 一种语音去噪方法、语音识别方法及计算机可读存储介质 |
CN111429929B (zh) * | 2020-03-03 | 2023-01-03 | 厦门快商通科技股份有限公司 | 一种语音去噪方法、语音识别方法及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109599109B (zh) | 针对白盒场景的对抗音频生成方法及系统 | |
CN108962237B (zh) | 混合语音识别方法、装置及计算机可读存储介质 | |
CN105632486B (zh) | 一种智能硬件的语音唤醒方法和装置 | |
CN103236260B (zh) | 语音识别系统 | |
Zhang et al. | Boosted deep neural networks and multi-resolution cochleagram features for voice activity detection | |
CN103422764A (zh) | 一种门控制系统及其控制方法 | |
CN110503971A (zh) | 用于语音处理的基于神经网络的时频掩模估计和波束形成 | |
CN109119081A (zh) | 一种智能家居语音控制系统 | |
CN109584896A (zh) | 一种语音芯片及电子设备 | |
CN109192200B (zh) | 一种语音识别方法 | |
CN104882144A (zh) | 基于声谱图双特征的动物声音识别方法 | |
CN109887496A (zh) | 一种黑盒场景下的定向对抗音频生成方法及系统 | |
CN107564529B (zh) | 一种基于语音识别的智能家居控制系统 | |
CN106971714A (zh) | 一种应用于机器人的语音去噪识别方法及装置 | |
CN105654944A (zh) | 一种融合了短时与长时特征建模的环境声识别方法及装置 | |
CN109637526A (zh) | 基于个人身份特征的dnn声学模型的自适应方法 | |
CN108320746B (zh) | 一种智能家居系统 | |
Liu et al. | Audio-visual keyword spotting based on adaptive decision fusion under noisy conditions for human-robot interaction | |
CN115862634A (zh) | 一种声纹识别方法及嵌入式装置 | |
CN113780521B (zh) | 一种基于深度学习的辐射源个体识别方法 | |
CN113160815B (zh) | 语音唤醒的智能控制方法、装置、设备及存储介质 | |
CN109288649A (zh) | 一种智能语音控制按摩椅 | |
CN109544745A (zh) | 一种智能门锁控制方法、装置及系统 | |
CN111341332A (zh) | 基于深度神经网络的语音特征增强后置滤波方法 | |
CN116631380A (zh) | 一种音视频多模态的关键词唤醒方法及装置 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190101 |