CN109559754B - 一种针对摔倒识别的语音救援方法及系统 - Google Patents

Abstract

本发明公开了一种针对摔倒识别的语音救援方法，其特征在于，步骤一：采集摔倒信息；系统输入模块通过音频采集模块收集音频信号，通过语音唤醒模块分析音频信号，将音频信号传入语音识别模块进一步处理；步骤二：识别音频信号中的信息；通过语音识别模块对语音进行转写，所述转写是指生成相应的语音文本，并传到智能对话模块中；步骤三：通过智能对话模块与摔倒者对话；如问询无应答则跳转步骤四告警；步骤四：通过救援模块告警。系统能够识别摔倒对象发出的语音并准确地转写成文字，正确理解摔倒对象所表达的意思，对起动救援告警至关重要的作用；其次是智能对话利用深度学习可将问题直接映射到回答，从而极大地降低了系统的复杂性。

Description

一种针对摔倒识别的语音救援方法及系统

技术领域

本发明涉及语音识别领域，特别是涉及一种针对摔倒识别的语音救援方法及系统。

背景技术

在科技和经济快速发展的今天，家居智能化逐渐成为时代新的号角。越来越多的家庭希望在引进智能家居的同时，可以解决更多需要人力解决的问题。

目前，我国人口老龄化问题日趋严峻，最新开放的二胎政策也使得儿童数目不断增长。中年人在工作之余，无法同时照料老人和小孩，因此时常有新闻报道空巢老人摔倒无人发现等悲剧。虽然部分家庭安装了网络摄像头，但是目前的网络摄像头更多的起到远程监控的作用，无法对可能产生的意外情况主动预警。

为提升智能家居设备的智能化程度，防止意外情况发生时无人救援，并且缩短救援时间，现提出一种针对摔倒识别的语音救援系统。

发明内容

本发明所要解决的技术问题是克服现有技术的不足，提供一种针对摔倒识别的语音救援方法及系统。

为解决上述技术问题，本发明提供一种针对摔倒识别的语音救援方法，其特征在于，包括如下步骤：

步骤一：采集摔倒信息；所述采集摔倒信息是指系统输入模块通过音频采集模块收集音频信号，通过语音唤醒模块分析音频信号，当所述音频信号达到语音唤醒模块中预先设定的判定时，则将音频信号传入语音识别模块进一步处理；

步骤二：识别音频信号中的信息；通过语音识别模块进一步分析音频信号，判断其是由摔倒引发的环境音还是摔倒者的语音，当判断为摔倒者的语音时，通过语音识别模块对语音进行转写，所述转写是指生成相应的语音文本，并传到智能对话模块中；

步骤三：通过智能对话模块与摔倒者对话；通过智能对话模块分析语音文本信息，并生成回复信息文本，调用语料库中与回复信息文本相匹配的音频进行播放回复，当判断为摔倒引发的环境音时，则智能对话模块启动主动问询，如有应答则通过智能对话模块与摔倒者对话，如问询无应答则跳转步骤四告警；

步骤四：通过救援模块告警；通过智能对话模块与摔倒者对话，判断摔倒对象是否达到告警条件，所述告警条件包括语音文本信息和无应答的问询，所述告警是指发送救援信号，所述发送救援信号的方式包括警报、向通讯设备发送信息推送和电话等。

所述步骤一中，语音唤醒模块中的判定为：实时监控语音信号中的关键词，当检测到关键词时，则将音频信号传入语音识别模块进一步处理。

所述步骤二中，语音识别模块对音频信号进行预处理和转写，所述预处理是指通过降噪对音频信号中的噪音信号进行剔除，所述转写是指生成相应的语音文本，并传到智能对话模块中。

所述步骤三中，智能对话模块是由机器学习的语料系统，所述机器学习的方法是机器通过对话逻辑模块理解传入的语音信息，并自动生成符合逻辑的对话文本信息，通过调用语料库中的语料进行音频文件的生成，并不断进行智能对话地更新，直到判断是否发生摔倒以及是否需要告警，同时记录对话信息,并根据新增对话记录信息进行优化。

所述步骤四中，当告警条件为语音文本信息时，告警条件的内容通过机器学习进行训练，当告警条件为无应答的问询时，则无应答的问询时间为6s；当所述告警方式为向通讯设备发送信息推送和电话时，则依据时间依次选择不同的通讯设备，所述通讯设备包括私人移动设备账户和公共救援号码，当时间在0-5min时，选择私人移动设备账户进行通讯，当时间超过5min时，选择公共救援号码进行通讯，所述告警的救援信号在无人接听或断线时会重复发送，直至被答复后结束。

一种针对摔倒识别的语音救援系统，包括系统输入模块、语音识别模块、智能对话模块、救援模块，其中系统输入模块、语音识别模块和智能对话模块相互连接，所述智能对话模块与救援模块相连；

系统输入模块，用于将摔倒信息传入到系统中，方便进行语音救援；主要包括：音频采集模块和语音唤醒模块；

语音识别模块，利用深度学习训练的语音识别模型，将摔倒对象所说的信息转换成文本信息并传入到系统中；其中子模块包括：语音降噪模块、语音转写模块；所述语音降噪模块用于对获取到的音频进行预处理，剔除噪音信号，然后传入语音转写模块；所述语音转写模块是利用深度学习训练的模型将预处理后的语音信息转换成文本信息；

智能对话模块，是系统跟摔倒对象进行智能对话的模块；其中包括四个子模块：语料库模块、对话逻辑模块、音频生成模块、对话记录模块；所述语料库模块与音频生成模块相连，用于为系统自动回答问题制作语料系统；所述对话逻辑模块与音频生成模块相连，用于系统对摔倒对象所发语音经语音识别后生成的文本信息进行理解，并自动生成文本做出回复，若摔倒对象长时间不回复也会记录为危险情况；音频生成模块，用于根据对话逻辑模块生成的文本信息，自动调取语料库模块中的语料合成相应的音频信息并播放；所述对话记录模块与对话逻辑模块相连，用于记录对话逻辑中文本信息及相应的预测准确率；

救援模块，系统判定摔倒对象需要救援后，所述救援模块向预先设置好的通讯设备发送救援信号。

本发明所达到的有益效果:语音救援往往包含两个关键步骤，首先是语音识别，系统能够识别摔倒对象发出的语音并准确地转写成文字。准确转写有助于系统正确理解摔倒对象所表达的意思，对下一步起动救援告警计划至关重要的作用。其次是智能对话，抛开传统方法冗长的计算流程，利用深度学习可将问题直接映射到回答，从而极大地降低了系统的复杂性。

附图说明

图1为本发明的示例性实施例的方法流程示意图；

图2为本发明的示例性实施例的系统结构示意图。

具体实施方式

以下结合附图和具体实施例对本发明作进一步详细说明：

一种针对摔倒识别的语音救援方法，其特征在于，包括如下步骤：

步骤一：采集摔倒信息；所述采集摔倒信息是指系统输入模块通过音频采集模块收集音频信号，通过语音唤醒模块分析音频信号，当所述音频信号达到语音唤醒模块中预先设定的判定时，则将音频信号传入语音识别模块进一步处理；

步骤二：识别音频信号中的信息；通过语音识别模块进一步分析音频信号，判断其是由摔倒引发的环境音还是摔倒者的语音，当判断为摔倒者的语音时，通过语音识别模块对语音进行转写，所述转写是指生成相应的语音文本，并传到智能对话模块中；

步骤三：通过智能对话模块与摔倒者对话；通过智能对话模块分析语音文本信息，并生成回复信息文本，调用语料库中与回复信息文本相匹配的音频进行播放回复，当判断为摔倒引发的环境音时，则智能对话模块启动主动问询，如有应答则通过智能对话模块与摔倒者对话，如问询无应答则跳转步骤四告警；

步骤四：通过救援模块告警；通过智能对话模块与摔倒者对话，判断摔倒对象是否达到告警条件，所述告警条件包括语音文本信息和无应答的问询，所述告警是指发送救援信号，所述发送救援信号的方式包括警报、向通讯设备发送信息推送和电话等。

所述步骤一中，语音唤醒模块中的判定为：实时监控语音信号中的关键词，当检测到关键词时，则将音频信号传入语音识别模块进一步处理。

所述步骤二中，语音识别模块对音频信号进行预处理和转写，所述预处理是指通过降噪对音频信号中的噪音信号进行剔除，所述转写是指生成相应的语音文本，并传到智能对话模块中。

所述步骤三中，智能对话模块是由机器学习的语料系统，所述机器学习的方法是机器通过对话逻辑模块理解传入的语音信息，并自动生成符合逻辑的对话文本信息，通过调用语料库中的语料进行音频文件的生成，并不断进行智能对话地更新，直到判断是否发生摔倒以及是否需要告警，同时记录对话信息,并根据新增对话记录信息进行优化。

所述步骤四中，当告警条件为语音文本信息时，告警条件的内容通过机器学习进行训练，当告警条件为无应答的问询时，则无应答的问询时间为6s；当所述告警方式为向通讯设备发送信息推送和电话时，则依据时间依次选择不同的通讯设备，所述通讯设备包括私人移动设备账户和公共救援号码，当时间在0-5min时，选择私人移动设备账户进行通讯，当时间超过5min时，选择公共救援号码进行通讯，所述告警的救援信号在无人接听或断线时会重复发送，直至被答复后结束。

一种针对摔倒识别的语音救援系统，其特征在于：包括系统输入模块、语音识别模块、智能对话模块、救援模块，其中系统输入模块、语音识别模块和智能对话模块相互连接，所述智能对话模块与救援模块相连；

系统输入模块，用于将摔倒信息传入到系统中，方便进行语音救援；主要包括：音频采集模块和语音唤醒模块；

语音识别模块，利用深度学习训练的语音识别模型，将摔倒对象所说的信息转换成文本信息并传入到系统中；其中子模块包括：语音降噪模块、语音转写模块；所述语音降噪模块用于对获取到的音频进行预处理，剔除噪音信号，然后传入语音转写模块；所述语音转写模块是利用深度学习训练的模型将预处理后的语音信息转换成文本信息；

智能对话模块，是系统跟摔倒对象进行智能对话的模块；其中包括四个子模块：语料库模块、对话逻辑模块、音频生成模块、对话记录模块；所述语料库模块与音频生成模块相连，用于为系统自动回答问题制作语料系统；所述对话逻辑模块与音频生成模块相连，用于系统对摔倒对象所发语音经语音识别后生成的文本信息进行理解，并自动生成文本做出回复，若摔倒对象长时间不回复也会记录为危险情况；音频生成模块，用于根据对话逻辑模块生成的文本信息，自动调取语料库模块中的语料合成相应的音频信息并播放；所述对话记录模块与对话逻辑模块相连，用于记录对话逻辑中文本信息及相应的预测准确率；

救援模块，系统判定摔倒对象需要救援后，所述救援模块向预先设置好的通讯设备发送救援信号。

遵循上述内容，如图1所示，本发明实施例的流程，具体步骤为：

步骤11：将摔倒信息输入到系统，当有人摔倒后，摔倒对象可以语音唤醒本系统，也可以通过外接设备，比如智能家居类的摄像头识别到有人摔倒后将信息主动传入系统。

步骤12：识别摔倒对象所说的话，通过降噪对音频信号中噪声信号进行剔除，并通过语音识别生成相应文本传到系统中。调用语音识别模型对摔倒对象所发出的语音唤醒信息和对话信息进行准确地识别，并将识别后的结果转成文本信息传给系统。

步骤13：理解摔倒对象所说的话，并做出正确回复。当语音识别传来摔倒对象所发信息后，自动生成符合逻辑的对话文本信息，利用自然语言处理理解文本信息，生成正确地回复信息，并调用语料库与回复信息相匹配的音频并不断进行智能对话地更新，直到判断是否发生摔倒以及是否需要告警，同时记录对话信息，当智能对话模块接收到的文本信息意思为“我摔倒了”即可判断为摔倒。

步骤14：为摔倒对象拨打救援电话。当智能对话模块判断摔倒对象需要救援后，依次拨打预先设置的多个紧急救援电话和报警电话，比如5min内优先向家属手机号码报警，5min后向社区或派出所报警，直到某个打通为止。

参阅图2所示，本发明实施例的系统结构，包括：系统输入模块1、语音识别模块2、智能对话模块3、救援模块4。

系统输入模块1，用于将摔倒信息传入到系统中，方便进行语音救援。主要包括：外接设备输入、语音唤醒输入。

语音识别模块2，利用深度学习训练的语音识别模型，将摔倒对象所说的信息转换成文本信息并传入到系统中。其中包括两个子模块：语音降噪模块21、语音转写模块22。语音降噪模块21是对获取到的音频进行预处理，剔除噪音信号。语音转写模块22是利用深度学习训练的模型将预处理后的语音信息转换成文本信息。

智能对话模块3，是系统跟摔倒对象进行智能对话的模块，是整个系统的核心模块。其中包括四个子模块：语料库模块31、对话逻辑模块32、音频生成模块33、对话记录模块34。语料库模块31，是为系统自动回答问题时制作的一个语料系统，比如“你好”，“摔倒了吗”，“打电话吗”等。对话逻辑模块32，指的是系统对摔倒对象所发语音经语音识别后生成的文本信息进行理解，并自动生成文本做出回复，若摔倒对象长时间不回复也会记录为危险情况。音频生成模块33，是根据对话逻辑模块生成的文本信息，自动调取语料库模块中的语料合成相应的音频信息并播放。对话记录模块34，是记录对话逻辑中文本信息及相应的预测准确率，方便对系统识别错误的案例进行相应的模型优化，以提升系统性能。。

救援模块4，是系统理解到摔倒对象需要救援后，拨打预先设置好的多个紧急联系电话，在接通之后系统服务将停止；若所有紧急电话都没有接通，将继续拨打报警电话，并循环拨打，直到电话接通为止。

本发明所达到的有益效果:本发明是针对摔倒识别，在已经进行摔倒识别后，会向语音救援系统输入一个判断信息，针对外接设备输入的判断信息，本发明会主动进行智能问答，以确保是否有人发生摔倒以及是否需要相应救援；本发明也可以由摔倒对象主动发出求救信号来唤醒救援系统。整个系统中两个关键步骤是语音识别和智能对话：首先是语音识别，系统能够识别摔倒对象发出的语音并准确地转写成文字，准确转写有助于系统正确理解摔倒对象所表达的意思，对下一步起动救援告警至关重要的作用；其次是智能对话，抛开传统方法冗长的计算流程，利用深度学习可将问题直接映射到回答，从而极大地降低了系统的复杂性。

以上实施例不以任何方式限定本发明，凡是对以上实施例以等效变换方式做出的其它改进与应用，都属于本发明的保护范围。

Claims (3)

1.一种针对摔倒识别的语音救援方法，其特征在于，包括如下步骤：

步骤一：采集摔倒信息；所述采集摔倒信息是指系统输入模块通过音频采集模块收集音频信号，通过语音唤醒模块分析音频信号，当所述音频信号达到语音唤醒模块中预先设定的判定时，则将音频信号传入语音识别模块进一步处理；

步骤二：识别音频信号中的信息；通过语音识别模块进一步分析音频信号，判断其是由摔倒引发的环境音还是摔倒者的语音，当判断为摔倒者的语音时，通过语音识别模块对语音进行转写，所述转写是指生成相应的语音文本，并传到智能对话模块中；

所述步骤二中，语音识别模块对音频信号进行预处理和转写，所述预处理是指通过降噪对音频信号中的噪音信号进行剔除；

步骤三：通过智能对话模块与摔倒者对话；通过智能对话模块分析语音文本信息，并生成回复信息文本，调用语料库中与回复信息文本相匹配的音频进行播放回复，当判断为摔倒引发的环境音时，则智能对话模块启动主动问询，如有应答则通过智能对话模块与摔倒者对话，如问询无应答则跳转步骤四告警；

所述步骤三中，智能对话模块是由机器学习的语料系统，所述机器学习的方法是机器通过对话逻辑模块理解传入的语音信息，并自动生成符合逻辑的对话文本信息，通过调用语料库中的语料进行音频文件的生成，并不断进行智能对话地更新，直到判断是否发生摔倒以及是否需要告警，同时记录对话信息,并根据新增对话记录信息进行优化；

步骤四：通过救援模块告警；通过智能对话模块与摔倒者对话，判断摔倒对象是否达到告警条件，所述告警条件包括语音文本信息和无应答的问询，所述告警是指发送救援信号，所述发送救援信号的方式包括警报、向通讯设备发送信息推送和电话。

2.如权利要求1所述的一种针对摔倒识别的语音救援方法，其特征在于：所述步骤四中，当告警条件为语音文本信息时，告警条件的内容通过机器学习进行训练，当告警条件为无应答的问询时，则无应答的问询时间为6s；当所述告警方式为向通讯设备发送信息推送和电话时，则依据时间依次选择不同的通讯设备，所述通讯设备包括私人移动设备账户和公共救援号码，当时间在0-5min时，选择私人移动设备账户进行通讯，当时间超过5min时，选择公共救援号码进行通讯，所述告警的救援信号在无人接听或断线时会重复发送，直至被答复后结束。

3.一种根据权利要求1-2之一所述方法运行的针对摔倒识别的语音救援系统，其特征在于：包括系统输入模块、语音识别模块、智能对话模块、救援模块，其中系统输入模块、语音识别模块和智能对话模块相互连接，所述智能对话模块与救援模块相连；

系统输入模块，用于将摔倒信息传入到系统中，方便进行语音救援；主要包括：音频采集模块和语音唤醒模块；

语音识别模块，利用深度学习训练的语音识别模型，将摔倒对象所说的信息转换成文本信息并传入到系统中；其中子模块包括：语音降噪模块、语音转写模块；所述语音降噪模块用于对获取到的音频进行预处理，剔除噪音信号，然后传入语音转写模块；所述语音转写模块是利用深度学习训练的模型将预处理后的语音信息转换成文本信息；

智能对话模块，是系统跟摔倒对象进行智能对话的模块；其中包括四个子模块：语料库模块、对话逻辑模块、音频生成模块、对话记录模块；所述语料库模块与音频生成模块相连，用于为系统自动回答问题制作语料系统；所述对话逻辑模块与音频生成模块相连，用于系统对摔倒对象所发语音经语音识别后生成的文本信息进行理解，并自动生成文本做出回复，若摔倒对象长时间不回复也会记录为危险情况；音频生成模块，用于根据对话逻辑模块生成的文本信息，自动调取语料库模块中的语料合成相应的音频信息并播放；所述对话记录模块与对话逻辑模块相连，用于记录对话逻辑中文本信息及相应的预测准确率；

救援模块，系统判定摔倒对象需要救援后，所述救援模块向预先设置好的通讯设备发送救援信号。

Images