CN110970024A - 一种智能吸声的语音识别系统及方法 - Google Patents

Abstract

本发明涉及一种智能吸声的语音识别系统及方法，属于吸声及语音识别技术领域，解决了现有技术中语音识别系统受外部噪音影响大、语音识别准确率低的问题。该系统包括，吸声结构，位于语音接收装置外部，用于吸收预设频段外的声音信号；语音接收装置，用于接收预设频段内的语音信号，并传输至总控装置；总控装置，用于识别语音信号，并判断是否为预定义语音指令，若是，则输出所述预定义语音指令对应的控制信息至相应的执行机构。该系统能够有效减少外部噪声对语音识别系统的影响，提高语音识别的准确率。

Description

一种智能吸声的语音识别系统及方法

技术领域

本发明涉及吸声及语音识别技术领域，尤其涉及一种智能吸声的语音识别系统及方法。

背景技术

随着科学技术的发展，语音识别系统的使用越来越广泛。在实际使用中，语音识别系统所处的环境中混有各种噪声，会影响语音识别系统对用户发出的语音信号的识别，导致语音识别系统的识别效率以及识别准确率降低。

现有的语音识别系统所采用的方法是，在系统的语音接收装置接收到掺杂有外部噪声的语音信号后，再对语音信号进行降噪处理。

现有技术存在以下缺点，一是接收到语音信号之后进行降噪处理，语音信号中掺杂的噪音多，会降低语音识别系统的工作效率，二是降噪效率低，只能排除一小部分噪音的影响，也无法保证语音识别系统的准确率。

发明内容

鉴于上述的分析，本发明旨在提供一种智能吸声的语音识别系统及方法，用以解决现有语音识别系统受外部噪音影响大，语音识别准确率低的问题。

一方面，本发明提供了一种智能吸声的语音识别系统，该系统包括总控装置、语音接收装置、输出设备、吸声结构；所述吸声结构，位于语音接收装置外部，用于吸收预设频段外的声音信号；所述语音接收装置，用于接收预设频段内的语音信号，并传输至总控装置；所述总控装置，用于识别语音信号，并判断是否为预定义语音指令，若是，则输出所述预定义语音指令对应的控制信息至相应的执行机构。

进一步的，所述吸声结构包括多层吸声主体，每一层吸声主体包括多个结构相同且均匀排列的方形单胞；所述方形单胞包括依次连接的前面板、中间层和刚性背板；

所述前面板上设有第一通孔；所述中间层上设有与第一通孔形状相同的第二通孔以及以第二通孔为起点进行盘绕的共面螺线管；所述共面螺线管的数量至少为一个；所述刚性背板上设有第三通孔，所述第三通孔的数量、位置和大小与所述第二通孔的数量、位置和大小均一致。

进一步的，所述方形单胞还包括软管，所述软管数量与所述第三通孔数量相同，通过调整软管进入共面螺线管的长度使每一层吸声主体能够吸收预设频段以外的不同频段的声音信号。

进一步的，所述共面螺线管的形状为螺旋的通孔状，所述共面螺线管的横截面形状为正方形、矩形或圆形。

进一步的，所述共面螺线管的盘绕分布方式为共面盘绕分布或螺旋非共面分布。

进一步的，所述前面板、中间层和刚性背板的材料均为金属材料或硬质耐火塑料。

进一步的，所述前面板的厚度为0.1mm～2mm；所述中间层的厚度为1mm～25mm；所述刚性背板的厚度为0.1mm～2mm。

进一步的，所述总控装置通过下述流程识别语音信号：

将接受到的语音信号进行预处理并利用语音增强算法对预处理后的语音信号进行语音增强，同时从内设的数据库中读取预定义语音指令集合；

提取语音增强后的语音信号的声学特征，通过声学模型判断是否为预定义语音指令集合中的预定义语音指令，若是，则利用边缘计算进行解码获得语音识别结果，若不是，则输出至云服务器利用云计算进行解码获得语音识别结果。

根据上述技术方案，本发明的有益效果如下：

1、本发明所采用的超薄吸声结构包括多层吸声主体，通过调节软管进入共面螺旋管的长度使每层吸声主体能够吸收不同频段的声音信号，从而提高超薄吸声结构吸收噪声的能力。

2、本发明采用超薄吸声结构贴附于语音接收装置的外部，用于吸收预设频段外的声音信号，从而消除大部分噪声对语音识别系统的影响，提高语音识别系统的工作效率和语音识别的准确率。

3、本发明可以根据具体用户的声音频率去设置每层吸声主体的吸声频段，从而使用户对语音识别系统具有一定的语音命令权限。

另一方面，本发明提供了一种智能吸声的语音识别方法，包括以下步骤：

利用吸声结构吸收预设频段外的声音信号；

利用语音接收装置接收预设频段内的语音信号，并传输至总控装置；

利用总控装置识别语音信号，并判断是否为预定义语音指令，若是，则输出所述预定义语音指令对应的控制信息至相应的执行机构。

进一步的，所述吸声结构包括多层吸收主体，能够吸收预设频段以外的不同频段的声音信号。

由于本发明中的智能吸声的语音识别方法与上述智能吸声的语音识别系统的原理相同，所以该方法也具有与上述系统相应的技术效果。

本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。

附图说明

附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。

图1为本发明实施例智能吸声的语音识别系统的示意图；

图2为本发明实施例智能吸声的语音识别方法的流程图；

图3为本发明实施例吸声结构的示意图；

图4为本发明实施例总控装置识别语音信号的流程图。

附图标记：

1-前面版；2-中间层；3-共面螺旋管；4-刚性背板；5-软管。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。

系统实施例

本发明的一个具体实施例，公开了一种智能吸声的语音识别系统。如图1所示，该系统包括总控装置、语音接收装置、输出设备、吸声结构；所述吸声结构，位于语音接收装置外部，用于吸收预设频段外的声音信号；所述语音接收装置，用于接收预设频段内的语音信号，并传输至总控装置；所述总控装置，用于识别语音信号，并判断是否为预定义语音指令，若是，则输出所述预定义语音指令对应的控制信息至相应的执行机构。

具体的，通过采集用户声音的频段设置吸声结构的吸声频段，以使吸声结构能够吸收用户声音以外的噪声，从而消除大部分环境噪声对语音识别的影响。并且，每个用户的声音频率有所不同，因此在一定程度上可以保证用户对语音识别系统的语音命令权限。优选的，可以根据实际情况采集多个用户的声音频率，使多个用户均能够对语音识别系统的语音命令具有一定的权限。

优选的，所述语音接收装置可以使话筒、麦克风以及录音器等。

具体的，该系统还包括I/O接口、存储装置、无线通信模块和输出设备，所述存储装置用于存放数据，例如，预定义语音指令对应的控制信息以及常用语集合等；所述网络通信模块用于为语音接收装置、输出设备和总控装置之间提供网络接口，实现信号传输；所述输出设备，用于输出控制信息或信号指令。

优选的，所述吸声结构包括多层吸声主体，每一层吸声主体包括多个结构相同且均匀排列的方形单胞；如图3所示，所述方形单胞包括依次连接的前面板、中间层和刚性背板；所述前面版位于外侧，所述刚性背板位于靠近语音接收装置的一侧。

所述前面板上设有第一通孔；所述中间层上设有与第一通孔形状相同的第二通孔以及以第二通孔为起点进行盘绕的共面螺线管；所述共面螺线管的数量至少为一个；所述刚性背板上设有第三通孔，所述第三通孔的数量、位置和大小与所述第二通孔的数量、位置和大小均一致。

具体的，共面螺线管的数量可以为一个、两个或者多个，当共面螺线管的数量大于等于两个时，共面螺线管之间的排列方式可以为串联分布、并联分布或混联排列，从而拓宽吸声频带，达到全频段吸声的效果。

优选的，所述方形单胞还包括软管，所述软管数量与第三通孔数量相同，通过调整软管进入共面螺线管的长度使每一层吸声主体能够吸收预设频段以外的不同频段的声音信号。

示例性的，用户的声音频段为300Hz至500Hz，可以设置吸声结构包括三层吸声主体，所有方形单胞中间层上设有两个共面螺线管，对于第一层吸声主体，可以调节软管进入共面螺线管的长度使共面螺线管的长度分别减小为92.5mm和80.5mm，以使第一层吸声主体能够吸收频率处于860Hz以上的噪声；对于第二层吸声主体，可以调节软管进入共面螺线管的长度使共面螺线管的长度分别减小为111mm和95.8mm，以使第二层吸声主体能够吸收频率处于715Hz到860Hz的噪声；对于第三层吸声主体，可以调节软管进入共面螺线管的长度使共面螺线管的长度分别减小为135.5mm和116mm，以使第三层吸声主体能够吸收频率处于585Hz到715Hz之间的噪声。

优选的，所述共面螺线管的形状为螺旋的通孔状，所述共面螺线管的横截面形状为正方形、矩形或圆形。

具体的，所述共面螺线管的盘绕分布方式为共面盘绕分布或螺旋非共面分布。将共面螺旋管采用共面盘绕能够减小中间层的厚度，进而减小吸声结构的整体厚度；将共面螺旋管采用螺旋非共面分布方式能够拓宽相应的吸声频带，且更易于加工实现。

优选的，所述前面板、中间层和刚性背板的材料均为金属材料或硬质耐火塑料，硬质塑料可以选用聚乳酸PLA，该材料为3D打印材料，其拉伸强度和弯曲模量均大于80Mpa，满足吸收频段可调的吸声结构对于刚性的要求；金属材料可以选用钢、钨和铝等其它金属材料，该类材料同样能够满足吸收频段可调的吸声结构对于刚性的要求。

具体的，为了在减小吸声结构整体厚度的同时保证较宽范围的吸声频段，所述前面板的厚度为0.1mm～2mm；所述中间层的厚度为1mm～25mm；所述刚性背板的厚度为0.1mm～2mm。

优选的，如图4所示，所述总控装置通过下述流程识别语音信号：

将接受到的语音信号进行预处理并利用语音增强算法对预处理后的语音信号进行语音增强，同时从内设的数据库中读取预定义语音指令集合；

提取语音增强后的语音信号的声学特征，通过声学模型判断是否为预定义语音指令集合中的预定义语音指令，若是，则利用边缘计算进行解码获得语音识别结果，若不是，则输出至云服务器利用云计算进行解码获得语音识别结果。

其中，本领域技术人员能够已知的，可以选用Mel倒谱系数或线性预测系数的倒谱系数提取语音增强后的语音信号的声学特征，优选的，可以选用隐马尔可夫模型(HiddenMarkov Model)、GMM-HMM或深度神经网络等构建声学模型。

与现有技术相比，本发明提供的智能吸声的语音识别系统，首先，采用包括多层吸声主体的超薄吸声结构，通过调节软管进入共面螺旋管的长度使每层吸声主体能够吸收不同频段的声音信号，从而提高超薄吸声结构吸收噪声的能力；其次，采用超薄吸声结构贴附于语音接收装置的外部，用于吸收预设频段外的声音信号，从而消除大部分噪声对语音识别系统的影响，提高语音识别系统的工作效率和语音识别的准确率；此外，可以根据具体用户的声音频率去设置每层吸声主体的吸声频段，从而使用户对语音识别系统具有一定的语音命令权限。

方法实施例

另一方面，本发明提供了一种智能吸声的语音识别方法，如图2所示，包括以下步骤：

利用吸声结构吸收预设频段外的声音信号；

利用语音接收装置接收预设频段内的语音信号，并传输至总控装置；

利用总控装置识别语音信号，并判断是否为预定义语音指令，若是，则输出所述预定义语音指令对应的控制信息至相应的执行机构。

优选的，所述吸声结构包括多层吸收主体，能够吸收预设频段以外的不同频段的声音信号。

具体的，通过采集用户声音的频段设置吸声结构的吸声频段，以使吸声结构能够吸收用户声音以外的噪声，从而消除大部分环境噪声对语音识别的影响。并且，每个用户的声音频率有所不同，因此在一定程度上可以保证用户对语音识别系统的语音命令权限。优选的，可以根据实际情况采集多个用户的声音频率，使多个用户均能够对语音识别系统的语音命令具有一定的权限。

优选的，所述语音接收装置可以使话筒、麦克风以及录音器等。

优选的，所述吸声结构包括多层吸声主体，每一层吸声主体包括多个结构相同且均匀排列的方形单胞；如图3所示，所述方形单胞包括依次连接的前面板、中间层和刚性背板；所述前面版位于外侧，所述刚性背板位于靠近语音接收装置的一侧。

所述前面板上设有第一通孔；所述中间层上设有与第一通孔形状相同的第二通孔以及以第二通孔为起点进行盘绕的共面螺线管；所述共面螺线管的数量至少为一个；所述刚性背板上设有第三通孔，所述第三通孔的数量、位置和大小与所述第二通孔的数量、位置和大小均一致。

具体的，共面螺线管的数量可以为一个、两个或者多个，当共面螺线管的数量大于等于两个时，共面螺线管之间的排列方式可以为串联分布、并联分布或混联排列，从而拓宽吸声频带，达到全频段吸声的效果。

优选的，所述方形单胞还包括软管，所述软管数量与第三通孔数量相同，通过调整软管进入共面螺线管的长度使每一层吸声主体能够吸收预设频段以外的不同频段的声音信号。

示例性的，用户的声音频段为300Hz至500Hz，可以设置吸声结构包括三层吸声主体，所有方形单胞中间层上设有两个共面螺线管，对于第一层吸声主体，可以调节软管进入共面螺线管的长度使共面螺线管的长度分别减小为92.5mm和80.5mm，以使第一层吸声主体能够吸收频率处于860Hz以上的噪声；对于第二层吸声主体，可以调节软管进入共面螺线管的长度使共面螺线管的长度分别减小为111mm和95.8mm，以使第二层吸声主体能够吸收频率处于715Hz到860Hz的噪声；对于第三层吸声主体，可以调节软管进入共面螺线管的长度使共面螺线管的长度分别减小为135.5mm和116mm，以使第三层吸声主体能够吸收频率处于585Hz到715Hz之间的噪声。

优选的，所述共面螺线管的形状为螺旋的通孔状，所述共面螺线管的横截面形状为正方形、矩形或圆形。

具体的，所述共面螺线管的盘绕分布方式为共面盘绕分布或螺旋非共面分布。将共面螺旋管采用共面盘绕能够减小中间层的厚度，进而减小吸声结构的整体厚度；将共面螺旋管采用螺旋非共面分布方式能够拓宽相应的吸声频带，且更易于加工实现。

具体的，为了在减小吸声结构整体厚度的同时保证较宽范围的吸声频段，所述前面板的厚度为0.1mm～2mm；所述中间层的厚度为1mm～25mm；所述刚性背板的厚度为0.1mm～2mm。

优选的，如图4所示，所述总控装置通过下述流程识别语音信号：

将接受到的语音信号进行预处理并利用语音增强算法对预处理后的语音信号进行语音增强，同时从内设的数据库中读取预定义语音指令集合；

提取语音增强后的语音信号的声学特征，通过声学模型判断是否为预定义语音指令集合中的预定义语音指令，若是，则利用边缘计算进行解码获得语音识别结果，若不是，则输出至云服务器利用云计算进行解码获得语音识别结果。

其中，本领域技术人员能够已知的，可以选用Mel倒谱系数或线性预测系数的倒谱系数提取语音增强后的语音信号的声学特征，优选的，可以选用隐马尔可夫模型(HiddenMarkov Model)、GMM-HMM或深度神经网络等构建声学模型。

与现有技术相比，本发明提供的智能吸声的语音识别系统，首先，采用包括多层吸声主体的超薄吸声结构，通过调节软管进入共面螺旋管的长度使每层吸声主体能够吸收不同频段的声音信号，从而提高超薄吸声结构吸收噪声的能力；其次，采用超薄吸声结构贴附于语音接收装置的外部，用于吸收预设频段外的声音信号，从而消除大部分噪声对语音识别系统的影响，提高语音识别系统的工作效率和语音识别的准确率；此外，可以根据具体用户的声音频率去设置每层吸声主体的吸声频段，从而使用户对语音识别系统具有一定的语音命令权限。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种智能吸声的语音识别系统，其特征在于，包括总控装置、语音接收装置、输出设备、吸声结构；

所述吸声结构，位于语音接收装置外部，用于吸收预设频段外的声音信号；

所述语音接收装置，用于接收预设频段内的语音信号，并传输至总控装置；

所述总控装置，用于识别语音信号，并判断是否为预定义语音指令，若是，则输出所述预定义语音指令对应的控制信息至相应的执行机构。

2.根据权利要求1所述的一种智能吸声的语音识别系统，其特征在于，所述吸声结构包括多层吸声主体，每一层吸声主体包括多个结构相同且均匀排列的方形单胞；所述方形单胞包括依次连接的前面板、中间层和刚性背板；

所述前面板上设有第一通孔；所述中间层上设有与第一通孔形状相同的第二通孔以及以第二通孔为起点进行盘绕的共面螺线管；所述共面螺线管的数量至少为一个；所述刚性背板上设有第三通孔，所述第三通孔的数量、位置和大小与所述第二通孔的数量、位置和大小均一致。

3.根据权利要求2所述的一种智能吸声的语音识别系统，其特征在于，所述方形单胞还包括软管，所述软管数量与所述第三通孔数量相同，通过调整软管进入共面螺线管的长度使每一层吸声主体能够吸收预设频段以外的不同频段的声音信号。

4.据权利要求3所述的一种智能吸声的语音识别系统，其特征在于，所述共面螺线管的形状为螺旋的通孔状，所述共面螺线管的横截面形状为正方形、矩形或圆形。

5.据权利要求4所述的一种智能吸声的语音识别系统，其特征在于，所述共面螺线管的盘绕分布方式为共面盘绕分布或螺旋非共面分布。

6.据权利要求5所述的一种智能吸声的语音识别系统，其特征在于，所述前面板、中间层和刚性背板的材料均为金属材料或硬质耐火塑料。

7.据权利要求6所述的一种智能吸声的语音识别系统，其特征在于，所述前面板的厚度为0.1mm～2mm；所述中间层的厚度为1mm～25mm；所述刚性背板的厚度为0.1mm～2mm。

8.据权利要求1所述的一种智能吸声的语音识别系统，其特征在于，所述总控装置通过下述流程识别语音信号：

将接受到的语音信号进行预处理并利用语音增强算法对预处理后的语音信号进行语音增强，同时从内设的数据库中读取预定义语音指令集合；

提取语音增强后的语音信号的声学特征，通过声学模型判断是否为预定义语音指令集合中的预定义语音指令，若是，则利用边缘计算进行解码获得语音识别结果，若不是，则输出至云服务器利用云计算进行解码获得语音识别结果。

9.一种智能吸声的语音识别方法，其特征在于，包括以下步骤，

利用吸声结构吸收预设频段外的声音信号；

利用语音接收装置接收预设频段内的语音信号，并传输至总控装置；

利用总控装置识别语音信号，并判断是否为预定义语音指令，若是，则输出所述预定义语音指令对应的控制信息至相应的执行机构。

10.根据权利要求9所述的一种智能吸声的语音识别方法，其特征在于，所述吸声结构包括多层吸收主体，能够吸收预设频段以外的不同频段的声音信号。

Images