CN111294258A - 一种控制智能家居设备的语音交互系统及方法 - Google Patents

一种控制智能家居设备的语音交互系统及方法 Download PDF

Info

Publication number
CN111294258A
CN111294258A CN202010084684.3A CN202010084684A CN111294258A CN 111294258 A CN111294258 A CN 111294258A CN 202010084684 A CN202010084684 A CN 202010084684A CN 111294258 A CN111294258 A CN 111294258A
Authority
CN
China
Prior art keywords
voice
instruction information
module
voice interaction
user
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.)
Pending
Application number
CN202010084684.3A
Other languages
English (en)
Inventor
李林
李征
赵仕才
吉仕强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Jieshunbao Information Technology Co ltd
Original Assignee
Chengdu Jieshunbao Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Jieshunbao Information Technology Co ltd filed Critical Chengdu Jieshunbao Information Technology Co ltd
Priority to CN202010084684.3A priority Critical patent/CN111294258A/zh
Publication of CN111294258A publication Critical patent/CN111294258A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/14—Speech classification or search using statistical models, e.g. Hidden Markov Models [HMMs]
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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 OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification
    • G10L17/22—Interactive procedures; Man-machine interfaces
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command

Abstract

本发明提供一种控制智能家居设备的语音交互系统及方法，系统包括，语音交互控制网关、多个语音交互子设备和多个智能家居设备，语音交互控制网关分别与多个语音交互子设备、多个智能家居设备电连接；多个语音交互子设备分别设置在不同的房间，用于获取房间内的语音指令信息并将语音指令信息发送至语音交互控制网关；语音交互控制网关用于根据声纹识别用户的身份，将同一用户，同样语义的语音指令信息的语音强度进行排序，根据语音强度最大的语音指令信息确定应该执行的房间，生成第一执行指令，并且将同一用户，不同语义的语音指令信息生成第二执行指令，分别将第一执行指令和第二执行指令发送至对应的智能家居设备。

Description

一种控制智能家居设备的语音交互系统及方法
技术领域
本发明涉及智能家居设备领域，具体涉及一种控制智能家居的语音交互系统及方法。
背景技术
随着智能家居的快速发展，各种各样的智能家居设备进入千家万户，比如，智能照明设备、智能电视、智能冰箱以及智能空调等等。在使用该类智能家居设备的过程中，为了操作方便，用户可以通过语音来控制该类智能家居设备。比如，用户可以通过语音“打开冰箱”来控制智能冰箱的打开。
当前，语音交互控制已逐渐成为智能家居控制的一种主要方案，普遍采用在一个控制设备对所有智能家居设备进行控制，但在实际使用过程中，仍存在诸多问题。
家庭涉及多个同类设备时，控制设备需要明确设备的位置信息，如打开空调，需要说指令“打开客厅空调”；即使在不同房间放置一个或多个语音控制设备进行控制，也存在不能用简单指令控制所在房间设备(如：在卧室，一般需说“打开/关闭卧室空调”，而不能说“打开/关闭空调”)，用户的体验性不佳。
发明内容
本发明的目的在于克服现有技术中的缺点，提供控制智能家居设备的语音交互系统及方法。
本发明的目的是通过以下技术方案来实现的：一种语音交互系统，包括语音交互控制网关、多个语音交互子设备和多个智能家居设备，所述语音交互控制网关分别与所述多个语音交互子设备、所述多个智能家居设备电连接；
所述多个语音交互子设备分别设置在不同的房间，用于获取房间内的语音指令信息并将所述语音指令信息发送至所述语音交互控制网关；
所述语音交互控制网关用于根据声纹识别用户的身份，将同一用户，同样语义的语音指令信息的语音强度进行排序，根据语音强度最大的语音指令信息确定应该执行的房间，生成第一执行指令，并且将同一用户，不同语义的语音指令信息生成第二执行指令，分别将所述第一执行指令和所述第二执行指令发送至对应的智能家居设备；
所述智能家居设备根据所述第一指令信息和第二指令信息执行操作。
本发明的有益效果是，通过在每个房间安装语音交互子设备采集语音指令信息，并发送至语音交互控制网关，如果是一个用户，可能存在多个房间的语音子设备均采集到语音指令信息，语音交互控制网关通过声纹识别出用户的身份，分别计算出同一语义的语音指令信息的语音强度，根据语音强度最大的语音指令信息生成第一执行指令，确定控制语音强度最大的房间的智能设备执行。
此外，由于存在同一时间，多个房间都有用户进行语音控制的情况，每个房间的语音交互子设备均可能采集到每个用户的语音指令信息，语音交互控制网关通过声纹辨认出每个用户的身份，再分别计算同一用户相同语义的语音指令信息的语音强度，根据语音强度最大的语音指令信息生成第一控制指令，确定控制语音强度最的房间的智能设备执行，将不同语义的语音指令信息生成第二控制指令，智能家居设备分别执行。使得用户在进行语音指令控制时不需要过多的明确位置信息，体验感更好，更智能。
进一步，所述语音交互子设备包括语音获取模块、放大模块、模数转换模块，第一控制模块和第一传输模块；
所述语音获取模块、放大模块、模数转换模块顺次连接，并且所述模数转换模块的输出端与所述第一控制模块连接，所述第一控制模块与所述第一传输模块相互连接；
所述语音获取模块用于获取房间内的语音信息，并转化为语音指令信息通过所述放大模块传输至所述第一控制模块，所述第一控制模块用于控制所述第一传输模块接收或发送信息。
采用上述进一步方案的有益效果是，语音获取模块用于获取用户的语音指令信息，将语音信号转换为电信号，通过放大模块进行放大再经过模数转换模块转换为数字信号发送至第一控制模块，第一控制模块再通过控制第一传输模块将语音指令信息发送至语音控制网关。
进一步，所述第一传输模块为WIFI、ZIGBEE、蓝牙、RFID、GPRS、UWB、NFC中的一种或多种。
采用上述进一步方案的有益效果是，采用WIFI、ZIGBEE、蓝牙、RFID、GPRS、UWB、NFC中的一种或多种无线传输方式，综合成本低、组网灵活，方便排查故障。
进一步，所述语音子交互子设备上还设置有人体红外传感器，所述人体红外传感器用于检测到用户靠近时开启所述语音获取模块。
采用上述进一步方案的有益效果是，设置人体红外传感器当检测到有人靠近时则驱动语音交互子设备开启采集语音指令信息，减少资源的浪费，且减少语音交互控制网关的工作量。
进一步，所述语音交互控制网关包括第二控制模块、语音解析模块和第二传输模块，所述第二控制模块分别与所述语音解析模块、所述第一传输模块电连接；
所述语音解析模块用于识别所述语音指令信息的语义和声纹并将识别结果发送至所述第二控制模块；
所述第二控制模块用于根据所述声纹进行用户身份辨别、计算各个房间接收到的语音指令的语音强度，将同一用户，同样语义的语音指令信息的语音强度进行排序，根据语音强度最大的语音指令信息确定应该执行的房间，生成所述第一执行指令，并且将同一用户，不同语义的语音指令信息生成第二执行指令，分别将所述第一执行指令和所述第二执行指令通过所述第二传输模块发送至对应的智能家居设备。
采用上述进一步方案的有益效果是，所述第二控制模块可采用PLC可编程控制器，结合算法对语音强度进行排序，根据语音强度最大的语音指令信息确定应该执行的房间，生成所述第一执行指令，不同语义的语音指令信息生成第二执行指令，再控制第二传输模块将第一控制指令和第二控制指令发送至对应的智能家居设备，使得用户在进行语音指令控制时不需要过多的明确位置信息，体验感更好，更智能。
进一步，所述第二传输模块为WIFI、ZIGBEE、蓝牙、RFID、GPRS、UWB、NFC中的一种或多种。
采用上述进一步方案的有益效果是，采用WIFI、ZIGBEE、蓝牙、RFID、GPRS、UWB、NFC中的一种或多种无线传输方式，综合成本低、组网灵活，方便排查故障。
进一步，所述语音交互控制模块与所述多个语音交互子设备、多个智能家居设备的通信方式为全双工通信，所述多个智能家居设备接收到所述第一执行指令和第二执行指令后，发送反馈信息至所述语音交互控制模块，所述语音交互控制模块接收所述反馈信息后发送至所述多个语音交互子设备，所述语音交互子设备通过语音播报所述反馈信息。
采用上述进一步方案的有益效果是，智能家居设备在执行完控制命令后反馈执行状态，所述语音交互子设备通过语音播报，方便用户知晓智能设备的执行状态。
一种控制智能家居设备的语音交互方法，包括以下步骤：
S1：获取同一时间，不同房间的语音指令信息，执行S2；
S2：根据声纹识别出所述语音指令信息中用户的身份，执行S3；
S3：判断同一用户的所述语音指令信息中是否有语义相同的语音指令信息，若是执行S4,若否执行S5；
S4：筛选出语义相同的语音指令信息，计算所述筛选出的语音指令信息的语音强度，按照所述语音强度进行排序，根据语音强度最大的语音指令信息确定应该执行的房间，生成第一执行指令，执行S5；
S5：分别将语义不同的语音指令信息生成第二执行指令，执行S6；
S6：分别执行所述第一执行指令和所述第二执行指令,执行S7；
S7：判断是否所有用户的语音指令信息均执行完毕，若是，退出本次语音控制程序，若否，提取下一个用户的语音指令信息并执行S3。
本发明的有益效果是，当只有一个用户时，采集所有房间内的语音指令信息，分别计算出每个房间内收的语音指令信息的语音强度，根据语音强度最大的语音指令信息，判断出用户可能想控制的空间的智能设备，使得用户体验感更好，更智能。
当多个用户在不同房间同时发出相同语义的语音控制指令时，由于每个房间的语音交互子设备均可采集到用户的语音指令信息，通过先进行声纹识别将用户的身份分别确认，再计算每个用户在不同房间的语音强度，根据语音强度最大的语音指令信息确认出需要执行的房间，生成第一执行指令，控制所述房间的智能设备执行，避免出现错误开启其他房间同类智能设备的情况。
当同一用户发出不同语义的语音指令信息时，分别生成第二执行指令，控制所述房间的智能设备执行。
进一步，所述S2包括以下步骤；
S20：获取用户的语音指令信息的第一时域波形图，根据所述第一时域波形图进行傅立叶变换得到第一频谱图；
S21：提取所述第一频谱图中的声纹特征，建立声音识别模型；
S22：获取同一房间中的语音指令信息的第二频谱图；
S23：输入所述第二频谱图至所示声音识别模型；
S24：所述声音识别模型分别输出用户的身份，并且提取出每个用户的第三频谱图。
采用上述进一步方案的有益效果是，首先获取不同用户的语音指令信息的第一频谱图，由于声音信号为模拟信号，在进行特征提取时特征信号不显著，因此先通过傅立叶变换获取频谱图，再提取声纹特征建立声音识别模型，在确认用户身份的时候，输入采集的语音指令信息的频谱图即可识别出用户的身份，此外，由于不同用户的音色不同，而音色可用频率表示，在同一个房间采取到多个用户的声音的音色并不会叠加，这也是声纹识别的原理，因此可分别求出每个用户当前语音指令信息的第三频谱图。
进一步，所述S4中计算相同语义的语音指令信息的强度包括以下过程：
S41：根据所述第三频谱图进行傅立叶反变换，获得每个用户在不同房间语义相同的语音指令信息的第二时域波形图，用所述第二时域波形图的幅值表示语音指令信息的强度。
采用上述进一步方案的有益效果是，根据第二时域波形图进行傅立叶反变换得到时域波形图，用第二时域波形图的幅值表示语音指令信息的强度，即每个房间采集到的用户的语音指令信息的强度都可计求出。
进一步，所述S20还包括以下步骤：
S201:对所述语音指令信息进行采样，表示如下：
S(n)＝Sα(nT)
其中，n为自然数，S(n)为按采样周期T对Sα(T)采样后得到的离散信号；
S202:通过量化器得到量化幅度
Figure BDA0002381634520000061
的量化集，定义c′(n)＝c(n)表示每个量化后采样值的码字级，称为编码过程；
S203:定义一个译码器将码字序列c′(n)反编码得到量化后采样序列，称为译码过程，采用拉普拉斯密度估算语音信号的振幅密度；
S204:采用半侦交叠分侦的方式，将所述语音指令信息进行分帧，从而得到－组特征参数时间序列；
S205:采用汉宁窗对所述特征参数时间序列进行加窗处理。
采用上述进一步方案的有益效果是：使用采样、量化、分帧、加窗处理，将语音信号与噪声进行有效分离。
附图说明
图1为本发明一种控制智能家居设备的语音交互系统的示意图；
图2为本发明一种控制智能家居设备的语音交互方法的流程示意图；
图3为本发明一种控制智能家居设备的语音交互方法S2的流程示意图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下。
实施例1
一种语音交互系统，包括语音交互控制网关、多个语音交互子设备和多个智能家居设备，语音交互控制网关分别与多个语音交互子设备、多个智能家居设备电连接；
多个语音交互子设备分别设置在不同的房间，用于获取房间内的语音指令信息并将语音指令信息发送至语音交互控制网关；
语音交互控制网关用于根据声纹识别用户的身份，将同一用户，同样语义的语音指令信息的语音强度进行排序，根据语音强度最大的语音指令信息确定应该执行的房间，生成第一执行指令，并且将同一用户，不同语义的语音指令信息生成第二执行指令，分别将第一执行指令和第二执行指令发送至对应的智能家居设备；
多个智能家居设备根据第一指令信息和第二指令信息执行操作。
通过在每个房间安装语音交互子设备采集语音指令信息，并发送至语音交互控制网关，如果是一个用户，可能存在多个房间的语音子设备均采集到语音指令信息，语音交互控制网关通过声纹识别识别出用户的身份，分别计算出同一语义的语音指令信息的语音强度，根据语音强度最大的语音指令信息生成第一执行指令，确定控制语音强度最大的房间的智能设备执行。
此外，由于存在同一时间，多个房间都有用户进行语音控制的情况，每个房间的语音交互子设备均可能采集到每个用户的语音指令信息，语音交互控制网关通过声纹辨认出每个用户的身份，再分别计算同一用户相同语义的语音指令信息的语音强度，根据语音强度最大的语音指令信息生成第一控制指令，确定控制语音强度最的房间的智能设备执行，将不同语义的语音指令信息生成第二控制指令，智能家居设备分别执行。使得用户在进行语音指令控制时不需要过多的明确位置信息，体验感更好，更智能。
语音交互子设备包括语音获取模块、放大模块、模数转换模块，第一控制模块和第一传输模块；
语音获取模块、放大模块、模数转换模块顺次连接，并且模数转换模块的输出端与第一控制模块连接，第一控制模块与第一传输模块相互连接；
语音获取模块用于获取房间内的语音信息，并转化为语音指令信息通过放大模块传输至第一控制模块，第一控制模块用于控制第一传输模块接收或发送信息。
语音获取模块用于获取用户的语音指令信息，将语音信号转换为电信号，通过放大模块进行放大再经过模数转换模块转换为数字信号发送至第一控制模块，第一控制模块再通过控制第一传输模块将语音指令信息发送至语音控制网关。
其中，语音获取模块可采用麦克风、等语音传感器，放大模块可采用功能运算放大器组成的放大电路，模数转换模块可采用型号为ADC08D1500的模数转换芯片，第一控制模块采用基于51单片机的控制电路，第一传输模块可采用无线传输模块。
第一传输模块为WIFI、ZIGBEE、蓝牙、RFID、GPRS、UWB、NFC中的一种或多种。
采用WIFI、ZIGBEE、蓝牙、RFID、GPRS、UWB、NFC中的一种或多种无线传输方式，综合成本低、组网灵活，方便排查故障。
语音子交互子设备上还设置有人体红外传感器，人体红外传感器用于检测到用户靠近时开启语音获取模块。
设置人体红外传感器当检测到有人靠近时则驱动语音交互子设备开启采集语音指令信息，减少资源的浪费，且减少语音交互控制网关的工作量。人体红外传感器可使用全志芯科技有限公司的AS084-SD1传感器。
语音交互控制网关包括第二控制模块、语音解析模块和第二传输模块，第二控制模块分别与语音解析模块、第一传输模块电连接；
语音解析模块用于识别语音指令信息的语义和声纹并将识别结果发送至第二控制模块；
第二控制模块用于根据声纹进行用户身份辨别、计算各个房间接收到的语音指令的语音强度，将同一用户，同样语义的语音指令信息的语音强度进行排序，根据语音强度最大的语音指令信息确定应该执行的房间，生成第一执行指令，并且将同一用户，不同语义的语音指令信息生成第二执行指令，分别将第一执行指令和第二执行指令通过第二传输模块发送至对应的智能家居设备。
第二控制模块可采用PLC可编程控制器，结合算法对语音强度进行排序，根据语音强度最大的语音指令信息确定应该执行的房间，生成第一执行指令，不同语义的语音指令信息生成第二执行指令，再控制第二传输模块将第一控制指令和第二控制指令发送至对应的智能家居设备，使得用户在进行语音指令控制时不需要过多的明确位置信息，体验感更好，更智能。
第二传输模块为WIFI、ZIGBEE、蓝牙、RFID、GPRS、UWB、NFC中的一种或多种。
采用WIFI、ZIGBEE、蓝牙、RFID、GPRS、UWB、NFC中的一种或多种无线传输方式，综合成本低、组网灵活，方便排查故障。
语音交互控制模块与多个语音交互子设备、多个智能家居设备的通信方式为全双工通信，多个智能家居设备接收到第一执行指令和第二执行指令后，发送反馈信息至语音交互控制模块，语音交互控制模块接收反馈信息后发送至多个语音交互子设备，语音交互子设备通过语音播报反馈信息。
智能家居设备在执行完控制命令后反馈执行状态，语音交互子设备通过语音播报，方便用户知晓智能设备的执行状态。
实施例2
在实施例1的基础上，如图1所示，一种控制智能家居设备的语音交互方法，包括以下步骤：
S1：获取同一时间，不同房间的语音指令信息，执行S2；
S2：根据声纹识别出语音指令信息中用户的身份，执行S3；
S3：判断同一用户的语音指令信息中是否有语义相同的语音指令信息，若是执行S4,若否执行S5；
S4：筛选出语义相同的语音指令信息，计算筛选出的语音指令信息的语音强度，按照语音强度进行排序，根据语音强度最大的语音指令信息确定应该执行的房间，生成第一执行指令，执行S5；
S5：分别将语义不同的语音指令信息生成第二执行指令，执行S6；
S6：分别执行第一执行指令和第二执行指令,执行S7；
S7：判断是否所有用户的语音指令信息均执行完毕，若是，退出本次语音控制程序，若否，提取下一个用户的语音指令信息并执行S3。
当只有一个用户时，采集所有房间内的语音指令信息，分别计算出每个房间内收的语音指令信息的语音强度，根据语音强度最大的语音指令信息，判断出用户可能想控制的空间的智能设备，使得用户体验感更好，更智能。
当多个用户在不同房间同时发出相同语义的语音控制指令时，由于每个房间的语音交互子设备均可采集到用户的语音指令信息，通过先进行声纹识别将用户的身份分别确认，再计算每个用户在不同房间的语音强度，根据语音强度最大的语音指令信息确认出需要执行的房间，生成第一执行指令，控制房间的智能设备执行，避免出现错误开启其他房间同类智能设备的情况。
当同一用户发出不同语义的语音指令信息时，分别生成第二执行指令，控制房间的智能设备执行。
S2包括以下步骤；
S20：获取用户的语音指令信息的第一时域波形图，根据第一时域波形图进行傅立叶变换得到第一频谱图；
S21：提取第一频谱图中的声纹特征，建立声音识别模型；
S22：获取同一房间中的语音指令信息的第二频谱图；
S23：输入第二频谱图至所示声音识别模型；
S24：声音识别模型分别输出用户的身份，并且提取出每个用户的第三频谱图。
首先获取不同用户的语音指令信息的第一频谱图，由于声音信号为模拟信号，在进行特征提取时特征信号不显著，因此先通过傅立叶变换获取频谱图，再提取声纹特征建立声音识别模型，在确认用户身份的时候，输入采集的语音指令信息的频谱图即可识别出用户的身份，此外，由于不同用户的音色不同，而音色可用频率表示，在同一个房间采取到多个用户的声音的音色并不会叠加，这也是声纹识别的原理，因此可分别求出每个用户当前语音指令信息的第三频谱图。
具体的，在进行声纹特征提取之前还需对语音信息进行预处理及端点检测，主要是将语音信号与噪声有效分离。所谓的端点检测就是在一端包含语音的型号中准确的识别出语音信号的起点和终点，将语音数据和背景噪声有效分离，现有的语音端点检测方式一般分为两种：基于特征和基于模型。基于特征的检测方式能够检测出反应语音信号和噪声信号差异的特征；而给予模型的检测方法须分别对语音和噪声进行建立模型，其作为有声或无声判决的疑虑是这两个模型下概率的大小。
S20还包括以下步骤：
S201:对语音指令信息进行采样，表示如下：
S(n)＝Sα(nT)
其中，n为自然数，S(n)为按采样周期T对Sα(T)采样后得到的离散信号；
S202:通过量化器得到量化幅度
Figure BDA0002381634520000121
的量化集，定义c′(n)＝c(n)表示每个量化后采样值的码字级，称为编码过程；
S203:定义一个译码器将码字序列c′(n)反编码得到量化后采样序列，称为译码过程，采用拉普拉斯密度估算语音信号的振幅密度；
S204:采用半侦交叠分侦的方式，将语音指令信息进行分帧，从而得到－组特征参数时间序列；
S205:采用汉宁窗对特征参数时间序列进行加窗处理。
采用上述进一步方案的有益效果是：使用采样、量化、分帧、加窗处理，将语音信号与噪声进行有效分离。
预处理的过程依次为：采样、量化、分帧处理、加窗函数。
其中采样指按一定的采样周期对模拟信号进行数字化采样的过程，表示如下。
S(n)＝Sα(nT)
其中，n为自然数，S(n)为按采样周期T对Sα(T)采样后得到的离散信号。为了使采样后的信号能在数字信道中进行传输、处理运算，需要对语音信号的振幅进行量化处理。
量化第一步：通过量化器得到量化幅度
Figure BDA0002381634520000122
的量化集以及用码子c(n)表示每个量化后采样值的码子级，称为编码过程。第二步，定义c′(n)＝c(n)
表示每个量化后采样值的码字级，称为编码过程。第二步：定义一个译码器将码字序列c′(n)反编码得到量化后采样序列，称为译码过程，在本实施例中，用于估算语音信号振幅密度的方法是拉普拉斯密度。
受声口激励化及口腔和鼻腔等辅助发音器官的影响，频率越离语音指令信息的功率谱越小，平均功率谱在800HZ以上功率谱大约按6db/oct衰减，因此在对语音信号进行分析之前通常采用一个6db/oct的高频提升预加重数字滤波器处理语音信号，以便在从低频到高频的频带内，对语音指令信息的处理施以相同的信噪比(SNR)。滤波响应函数如下：
H(z)＝1-αz-1,0.9≤α≤1.0
其中α为预加重系数，通常取0.94或0.92，于是，预加重网络的输出S(n)和输入语音指令信息S(n)的就可以通过差分方程s(n)＝s(n)-αs(n-1)进行表征。
一般来讲，语音指令信息是随时间变化而变化。但是在个较短的时间段内，可以近似地认为，其特性基本保持不变，语音指令信息的这种将性称为＂瞬时平稳性＂，这个时间一般为10-30ms。所以分析和处理语音指令信息，一般也是基于话音的“瞬时平稳性”，即进行“瞬时分析”，此时须对语音指令信息流采用分帧处理。分帧一般采用两种方式：连续分侦及交叠分倾。鉴于语音指令信息之间的相关性，在本实施例中采用半侦交叠分侦的方式，把一段语音指令信息进行分解，从而得到－组特征参数时间序列。
为了强化、突出语音指令信息中抽样n附近的波形，而对波形的其余部分进行弱化，对信号进行加窗处理。对语音指令信息分侦后的各个子段进行处理的实质就是对其作某种变换，或者进行某种运算，其一般公式为：
Figure BDA0002381634520000131
其中，s(n)则为语音指令信息Qn是一个时间序列。常用的窗函数分别是矩形窗、海明窗和汉宁窗。在本实施例中使用汉宁窗，可以得到相对纯净的频谱
声纹特征包括短时过零率、短时能量、短时平均幅度以及基音频率，通过分析语音的频谱图可知，其频谱中含有说话人的声道特性和激励源特性，而这些特性基本可以体现出说话者的个性差异，如语音功率谱、复倒谱。
建立模型可采用概率模型法、模板匹配法、人工神经网络法和支持向量机法，模板匹配法主要有时间规整法、最小临近法和矢量量化法。统计概率模型法主要有马尔可夫模型、分段高斯模型以及高斯混合模型等，在本实施例中采用高斯混合模型。
高斯混合模型的原理为：采用多个高斯分布的线性组合对多维矢量的任一连续概率分布进行拟合，相对其他模型，高斯混合模型对表征说话人特性方面效果明显。
高斯混合模型是M个高斯分布的线性加权组合即：
Figure BDA0002381634520000141
其中，xt是一个D维随即向量，wi(i＝1,2,…M)为混合权重，且
Figure BDA0002381634520000142
p[xt|ui,∑i]为D维高斯函数，即：
Figure BDA0002381634520000143
一个高斯混合模型参数λ，表示为如下公式：
λ＝{wt|ui,∑i]},＝1,2，…M
协方差原始矩阵∑i可以用满矩阵。高斯混合模型参数λ可用最大似然估计，也就是使
Figure BDA0002381634520000144
中对数似然值L达到最大。
S4中计算相同语义的语音指令信息的强度包括以下过程：
S41：根据第三频谱图进行傅立叶反变换，获得每个用户在不同房间语义相同的语音指令信息的第二时域波形图，用第二时域波形图的幅值表示语音指令信息的强度。
根据第二时域波形图进行傅立叶反变换得到时域波形图，用第二时域波形图的幅值表示语音指令信息的强度，即每个房间采集到的用户的语音指令信息的强度都可求出。
以上仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护。

Claims (10)

1.一种控制智能家居设备的语音交互系统，其特征在于，包括语音交互控制网关、多个语音交互子设备和多个智能家居设备，所述语音交互控制网关分别与所述多个语音交互子设备、所述多个智能家居设备电连接；
所述多个语音交互子设备分别设置在不同的房间，用于获取房间内的语音指令信息并将所述语音指令信息发送至所述语音交互控制网关；
所述语音交互控制网关用于根据声纹识别用户的身份，将同一用户，同样语义的语音指令信息的语音强度进行排序，根据语音强度最大的语音指令信息确定应该执行的房间，生成第一执行指令，并且将同一用户，不同语义的语音指令信息生成第二执行指令，分别将所述第一执行指令和所述第二执行指令发送至对应的智能家居设备；
所述智能家居设备根据所述第一指令信息和第二指令信息执行操作。
2.根据权利要求1所述的控制智能家居设备的语音交互系统，其特征在于，所述语音交互子设备包括语音获取模块、放大模块、模数转换模块，第一控制模块和第一传输模块；
所述语音获取模块、放大模块、模数转换模块顺次连接，并且所述模数转换模块的输出端与所述第一控制模块连接，所述第一控制模块与所述第一传输模块相互连接；
所述语音获取模块用于获取房间内的语音信息，并转化为语音指令信息通过所述放大模块传输至所述第一控制模块，所述第一控制模块用于控制所述第一传输模块接收或发送信息。
3.根据权利要求2所述的控制智能家居设备的语音交互系统，其特征在于，所述第一传输模块为WIFI、ZIGBEE、蓝牙、RFID、GPRS、UWB、NFC中的一种或多种。
4.根据权利要求3所述的控制智能家居设备的语音交互系统，其特征在于，所述语音子交互子设备上还设置有人体红外传感器，所述人体红外传感器用于检测到用户靠近时开启所述语音获取模块。
5.根据权利要求1-4任一所述的控制智能家居设备的语音交互系统，其特征在于，所述语音交互控制网关包括第二控制模块、语音解析模块和第二传输模块，所述第二控制模块分别与所述语音解析模块、所述第一传输模块电连接；
所述语音解析模块用于识别所述语音指令信息的语义和声纹并将识别结果发送至所述第二控制模块；
所述第二控制模块用于根据所述声纹进行用户身份辨别、计算各个房间接收到的语音指令的语音强度，将同一用户，同样语义的语音指令信息的语音强度进行排序，根据语音强度最大的语音指令信息确定应该执行的房间，生成所述第一执行指令，并且将同一用户，不同语义的语音指令信息生成第二执行指令，分别将所述第一执行指令和所述第二执行指令通过所述第二传输模块发送至对应的智能家居设备。
6.根据权利要求5所述的控制智能家居设备的语音交互系统，其特征在于，所述第二传输模块为WIFI、ZIGBEE、蓝牙、RFID、GPRS、UWB、NFC中的一种或多种。
7.根据权利要求1-4任一所述的语音交互系统，其特征在于，所述语音交互控制模块与所述多个语音交互子设备、多个智能家居设备的通信方式为全双工通信，所述多个智能家居设备接收到所述第一执行指令和第二执行指令后，发送反馈信息至所述语音交互控制模块，所述语音交互控制模块接收所述反馈信息后发送至所述多个语音交互子设备，所述语音交互子设备通过语音播报所述反馈信息。
8.一种控制智能家居设备的语音交互方法，其特征在于，包括以下步骤：
S1：获取同一时间，不同房间的语音指令信息，执行S2；
S2：根据声纹识别出所述语音指令信息中用户的身份，执行S3；
S3：判断同一用户的所述语音指令信息中是否有语义相同的语音指令信息，若是执行S4,若否执行S5；
S4：筛选出语义相同的语音指令信息，计算所述筛选出的语音指令信息的语音强度，按照所述语音强度进行排序，根据语音强度最大的语音指令信息确定应该执行的房间，生成第一执行指令，执行S5；
S5：分别将语义不同的语音指令信息生成第二执行指令，执行S6；
S6：分别执行所述第一执行指令和所述第二执行指令,执行S7；
S7：判断是否所有用户的语音指令信息均执行完毕，若是，退出本次语音控制程序，若否，提取下一个用户的语音指令信息并执行S3。
9.根据权利要求8所述的控制智能家居设备的语音交互方法，其特征在于，所述S2包括以下步骤；
S21：获取用户的语音指令信息的第一时域波形图，根据所述第一时域波形图进行傅立叶变换得到第一频谱图；
S21：提取所述第一频谱图中的声纹特征，建立声音识别模型；
S22：获取同一房间中的语音指令信息的第二频谱图；
S23：输入所述第二频谱图的声纹特征至所示声音识别模型；
S24：所述声音识别模型分别输出用户的身份，并且提取出每个用户的第三频谱图。
10.根据权利要求9所述的控制智能家居设备的语音交互方法，其特征在于，所述S4中计算相同语义的语音指令信息的强度包括以下过程：
S41：根据所述第三频谱图进行傅立叶反变换，获得每个用户在不同房间语义相同的语音指令信息的第二时域波形图，用所述第二时域波形图的幅值表示语音指令信息的强度。
CN202010084684.3A 2020-02-10 2020-02-10 一种控制智能家居设备的语音交互系统及方法 Pending CN111294258A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010084684.3A CN111294258A (zh) 2020-02-10 2020-02-10 一种控制智能家居设备的语音交互系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010084684.3A CN111294258A (zh) 2020-02-10 2020-02-10 一种控制智能家居设备的语音交互系统及方法

Publications (1)

Publication Number Publication Date
CN111294258A true CN111294258A (zh) 2020-06-16

Family

ID=71027515

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010084684.3A Pending CN111294258A (zh) 2020-02-10 2020-02-10 一种控制智能家居设备的语音交互系统及方法

Country Status (1)

Country Link
CN (1) CN111294258A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111899721A (zh) * 2020-07-25 2020-11-06 烽火通信科技股份有限公司 一种语音交互终端和智能家居的通信方法
CN111988426A (zh) * 2020-08-31 2020-11-24 深圳康佳电子科技有限公司 基于声纹识别的通信方法、装置、智能终端及存储介质
CN112185377A (zh) * 2020-09-28 2021-01-05 珠海格力电器股份有限公司 一种解决智能语音重复应答的方法及装置
CN112202870A (zh) * 2020-09-27 2021-01-08 上汽通用五菱汽车股份有限公司 语音交互方法、车载无屏设备、服务器及存储介质
CN112885344A (zh) * 2021-01-08 2021-06-01 深圳市艾特智能科技有限公司 一种离线语音分布式控制方法、系统、存储介质及设备
CN113012692A (zh) * 2021-01-28 2021-06-22 广州朗国电子科技有限公司 智能家电、语音控制方法以及存储装置
CN113658590A (zh) * 2021-06-30 2021-11-16 深圳市艾特智能科技有限公司 智能家居设备的控制方法、装置、可读存储介质及终端
CN113703331A (zh) * 2021-08-27 2021-11-26 武汉市惊叹号科技有限公司 一种基于物联网集成平台的分布式控制系统
CN114859749A (zh) * 2022-06-27 2022-08-05 忆月启函(盐城)科技有限公司 一种基于物联网的智能家居管理方法及管理系统
WO2022170555A1 (zh) * 2021-02-10 2022-08-18 朱保东 实现全屋智能的家居系统的组成及方法
CN115240668A (zh) * 2022-07-06 2022-10-25 广东开放大学（广东理工职业学院） 语音交互家居控制方法及机器人
CN115622829A (zh) * 2022-11-22 2023-01-17 威海海洋职业学院 一种智能家居物联网交互平台搭建方法及系统
CN116564311A (zh) * 2023-07-11 2023-08-08 北京探境科技有限公司 设备控制方法、装置、电子设备及可读存储介质
CN116564312A (zh) * 2023-07-11 2023-08-08 北京探境科技有限公司 设备控制方法、装置、电子设备及可读存储介质

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040019489A1 (en) * 2002-07-24 2004-01-29 Karsten Funk Voice control of home automation systems via telephone
US20140118120A1 (en) * 2012-10-31 2014-05-01 Hon Hai Precision Industry Co., Ltd. Smart gateway, smart home system and smart controlling method thereof
CN105068460A (zh) * 2015-07-30 2015-11-18 北京智网时代科技有限公司 一种智能控制系统
CN105575039A (zh) * 2015-07-13 2016-05-11 宇龙计算机通信科技(深圳)有限公司 一种语音求助方法及装置
CN106448658A (zh) * 2016-11-17 2017-02-22 海信集团有限公司 智能家居设备的语音控制方法及智能家居网关
CN106847298A (zh) * 2017-02-24 2017-06-13 海信集团有限公司 一种基于弥漫式语音交互的拾音方法和装置
CN106921911A (zh) * 2017-04-13 2017-07-04 深圳创维－Rgb电子有限公司 语音采集方法及装置
CN107452381A (zh) * 2016-05-30 2017-12-08 中国移动通信有限公司研究院 一种多媒体语音识别装置及方法
CN107817687A (zh) * 2017-10-25 2018-03-20 王蛟 一种分体式智能家居控制系统及控制方法
CN108091331A (zh) * 2017-12-27 2018-05-29 北京镁客创新工场科技有限公司 一种基于语音控制的智能家居系统及其控制方法
CN108470568A (zh) * 2018-01-22 2018-08-31 科大讯飞股份有限公司 智能设备控制方法及装置、存储介质、电子设备
US20180308490A1 (en) * 2017-04-21 2018-10-25 Lg Electronics Inc. Voice recognition apparatus and voice recognition method
CN109074808A (zh) * 2018-07-18 2018-12-21 深圳魔耳智能声学科技有限公司 语音控制方法、中控设备和存储介质

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040019489A1 (en) * 2002-07-24 2004-01-29 Karsten Funk Voice control of home automation systems via telephone
US20140118120A1 (en) * 2012-10-31 2014-05-01 Hon Hai Precision Industry Co., Ltd. Smart gateway, smart home system and smart controlling method thereof
CN105575039A (zh) * 2015-07-13 2016-05-11 宇龙计算机通信科技(深圳)有限公司 一种语音求助方法及装置
CN105068460A (zh) * 2015-07-30 2015-11-18 北京智网时代科技有限公司 一种智能控制系统
CN107452381A (zh) * 2016-05-30 2017-12-08 中国移动通信有限公司研究院 一种多媒体语音识别装置及方法
CN106448658A (zh) * 2016-11-17 2017-02-22 海信集团有限公司 智能家居设备的语音控制方法及智能家居网关
CN106847298A (zh) * 2017-02-24 2017-06-13 海信集团有限公司 一种基于弥漫式语音交互的拾音方法和装置
CN106921911A (zh) * 2017-04-13 2017-07-04 深圳创维－Rgb电子有限公司 语音采集方法及装置
US20180308490A1 (en) * 2017-04-21 2018-10-25 Lg Electronics Inc. Voice recognition apparatus and voice recognition method
CN107817687A (zh) * 2017-10-25 2018-03-20 王蛟 一种分体式智能家居控制系统及控制方法
CN108091331A (zh) * 2017-12-27 2018-05-29 北京镁客创新工场科技有限公司 一种基于语音控制的智能家居系统及其控制方法
CN108470568A (zh) * 2018-01-22 2018-08-31 科大讯飞股份有限公司 智能设备控制方法及装置、存储介质、电子设备
CN109074808A (zh) * 2018-07-18 2018-12-21 深圳魔耳智能声学科技有限公司 语音控制方法、中控设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
潘在友等: "基于广电家庭智能网关的语音交互控制的研究和应用", 《广播与电视技术》 *

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111899721A (zh) * 2020-07-25 2020-11-06 烽火通信科技股份有限公司 一种语音交互终端和智能家居的通信方法
CN111899721B (zh) * 2020-07-25 2023-08-08 烽火通信科技股份有限公司 一种语音交互终端和智能家居的通信方法
CN111988426B (zh) * 2020-08-31 2023-07-18 深圳康佳电子科技有限公司 基于声纹识别的通信方法、装置、智能终端及存储介质
CN111988426A (zh) * 2020-08-31 2020-11-24 深圳康佳电子科技有限公司 基于声纹识别的通信方法、装置、智能终端及存储介质
CN112202870A (zh) * 2020-09-27 2021-01-08 上汽通用五菱汽车股份有限公司 语音交互方法、车载无屏设备、服务器及存储介质
CN112185377A (zh) * 2020-09-28 2021-01-05 珠海格力电器股份有限公司 一种解决智能语音重复应答的方法及装置
CN112885344A (zh) * 2021-01-08 2021-06-01 深圳市艾特智能科技有限公司 一种离线语音分布式控制方法、系统、存储介质及设备
CN113012692A (zh) * 2021-01-28 2021-06-22 广州朗国电子科技有限公司 智能家电、语音控制方法以及存储装置
WO2022170555A1 (zh) * 2021-02-10 2022-08-18 朱保东 实现全屋智能的家居系统的组成及方法
CN113658590A (zh) * 2021-06-30 2021-11-16 深圳市艾特智能科技有限公司 智能家居设备的控制方法、装置、可读存储介质及终端
CN113703331A (zh) * 2021-08-27 2021-11-26 武汉市惊叹号科技有限公司 一种基于物联网集成平台的分布式控制系统
CN114859749A (zh) * 2022-06-27 2022-08-05 忆月启函(盐城)科技有限公司 一种基于物联网的智能家居管理方法及管理系统
CN115240668A (zh) * 2022-07-06 2022-10-25 广东开放大学（广东理工职业学院） 语音交互家居控制方法及机器人
CN115622829A (zh) * 2022-11-22 2023-01-17 威海海洋职业学院 一种智能家居物联网交互平台搭建方法及系统
CN116564311A (zh) * 2023-07-11 2023-08-08 北京探境科技有限公司 设备控制方法、装置、电子设备及可读存储介质
CN116564312A (zh) * 2023-07-11 2023-08-08 北京探境科技有限公司 设备控制方法、装置、电子设备及可读存储介质
CN116564311B (zh) * 2023-07-11 2023-09-29 北京探境科技有限公司 设备控制方法、装置、电子设备及可读存储介质
CN116564312B (zh) * 2023-07-11 2023-10-20 北京探境科技有限公司 设备控制方法、装置、电子设备及可读存储介质

Similar Documents

Publication Publication Date Title
CN111294258A (zh) 一种控制智能家居设备的语音交互系统及方法
EP1301922B1 (en) System and method for voice recognition with a plurality of voice recognition engines
US8468019B2 (en) Adaptive noise modeling speech recognition system
WO2014153800A1 (zh) 语音识别系统
EP1301919B1 (en) Method and apparatus for constructing voice templates for a speaker-independent voice recognition system
CN104575504A (zh) 采用声纹和语音识别进行个性化电视语音唤醒的方法
CN105206271A (zh) 智能设备的语音唤醒方法及实现所述方法的系统
CN102005070A (zh) 一种语音识别门禁系统
CN110956965A (zh) 一种基于声纹识别的个性化智能家居安全控制系统及方法
CN110782896A (zh) 一种基于语音控制的测量仪器测试系统及方法
EP2504745B1 (en) Communication interface apparatus and method for multi-user
US20200202702A1 (en) Infrared remote controller based on voice control and control system for electrical apparatus
CN111145763A (zh) 一种基于gru的音频中的人声识别方法及系统
JP2000214880A (ja) 音声認識方法及び音声認識装置
Okokpujie et al. Automatic home appliance switching using speech recognition software and embedded system
CN109783049A (zh) 操作控制方法、装置、设备及存储介质
CN111105798B (zh) 基于语音识别的设备控制方法
CN101562013B (zh) 一种自动识别语音的方法和装置
KR101929568B1 (ko) 대기전력 절전 콘센트
Wang et al. Application of speech recognition technology in IoT smart home
Noh et al. Smart home with biometric system recognition
CN114121004A (zh) 基于深度学习的语音识别方法、系统、介质及设备
CN115331670B (zh) 一种家用电器用离线语音遥控器
Suralkar et al. Speech recognized automation system using speaker identification through wireless communication
CN113012694A (zh) 一种轻生活语音识别控制系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200616

RJ01 Rejection of invention patent application after publication