CN112687269B - 楼宇管理机器人语音自动识别方法及系统 - Google Patents

Abstract

本发明公开了一种楼宇管理机器人语音自动识别方法及系统，包括：接收外界输入的语音信息；对接收到的语音信息进行频谱分析；分析后将提取到的语音特征和关键词语列表中的关键词语进行对比匹配，找出与关键词语列表中距离差距最小的关键词语作为识别结果并输出。本发明采用基于语音自动识别的智能语音系统，无需进行复杂的语音模型训练，只要把编写的识别流程程序下载进芯片即可，识别速度极快，并可实现非特定人(SI)的语音识别，该模块不占用嵌入式系统资源，对于系统的集成具有极大的便利性。

Description

楼宇管理机器人语音自动识别方法及系统

技术领域

本发明涉及管理服务机器人技术领域，尤其涉及一种楼宇管理机器人语音自动识别方法及系统。

背景技术

目前，能源的消耗越来越严重，节能问题已经成为人们日益关注的问题。目前照明、供暖及空调使用是产生能耗的重要来源，在大型建筑的照明、供暖和空调使用中出现了很多能源浪费的现象，经常出现无人空房灯光全开，供暖不停，空调持续工作的情况，诸如此类的情况都会造成能源的极大浪费。而这种浪费产生的原因是不能及时的、智能的管理和控制照明、供暖以及空调系统导致的。

随着科技的发展以及人们对管理质量的需求不断增加，目前市面上开始出现物业管理机器人。但是，现有的物业管理机器人仅针对某些单一的场景而实现单一的管理功能；比如：门禁管理、楼宇设备管理控制等等；导致管理效率低、管控能力不足，无法实现复杂场景或者多场景下的协同管理控制功能。

机器人对声音的识别，是机器人音频采集传感器将声音的频率信号，进过模数转换器转换为数字信号，机器人处理器对这些数字信号进行处理，分析出语音信号的内容。现有的语音信号识别需要进行复杂的语音模型训练，并且语音识别流程一旦确定无法直接更改，严重影响了识别效率和准确率。

发明内容

为克服现有技术的不足，本发明提出一种楼宇管理机器人语音自动识别方法及系统，该方法无需进行复杂的语音模型训练，识别速度极快，并可实现非特定人(SI)的语音识别。

为实现上述目的，本发明的具体方案如下：

在一些实施方式中，采用如下技术方案：

一种楼宇管理机器人语音自动识别方法，包括：

接收外界输入的语音信息；

对接收到的语音信息进行频谱分析；

分析后将提取到的语音特征和关键词语列表中的关键词语进行对比匹配，找出与关键词语列表中距离差距最小的关键词语作为识别结果并输出。

进一步地，基于麦克风阵列接收外界输入的语音信息，利用麦克风阵列的空域滤波特性，在目标说话人方向形成拾音波束，抑制波束之外的噪声和反射声；输出降噪后的音频信号和声源角度数据。

进一步地，对于接收到的语音信息，确定所述语音信息的起点和终点，提取所述起点和终点之间的语音段。

进一步地，对接收到的语音信息进行快速傅里叶变换，得到各语音帧的频谱值；基于所述频谱值生成所述语音信息的语谱图；所述语谱图为语音帧所对应时间与语音帧所含频率分量的对应关系。

进一步地，对所述语谱图进行特征提取，得到所述语音信息的语音特征。

进一步地，所述关键词语列表中存储有设定的楼宇管理或控制相关的关键词语；计算语音特征与所述关键词语列表中各关键词语特征之间的距离，选取距离最小的关键词语作为最终识别出的语音信息。

进一步地，将识别出的语音信息与语义库中存储的信息进行匹配，输出对于所述语音信息的应答内容或者控制指令；

所述语义库包括：语音应答匹配数据库，人员身份及权限信息数据库，建筑分布信息数据库，设备位置及型号信息数据库。

基于上述语义库构建辅助决策推理系统，所述辅助决策推理系统具体包括：

用户行为模型挖掘单元，用于将隐藏于海量数据中的深层用户行为、用能习惯等知识挖掘出来，构建用户行为模型，实时掌握并精确预测用户行为，以图表形式展现给管理人员；

楼宇空间资源分配决策单元，用于挖掘校园教室、实验室、图书馆等公共空间使用模型，基于用户行为模型辅助进行空间资源调配，以图表/3D形式展现，并输出参考分配方案；

供能辅助决策单元，用于挖掘校园内能耗使用情况，预测能耗使用情况，辅助进行能源供给决策，以图表/3D形式展现，并输出参考分配方案；

后勤服务需求预测单元，用于挖掘校园内保洁、安保等后勤服务需求，结合用户行为与分布，辅助进行后勤服务需求预测与分配，以图表/3D形式展现，并输出参考分配方案；

突发事件预测单元，用故意挖掘设备运营维护情况，预测设备可能发生故障风险，及时通知机器人系统分配人员，并提供事件处理相关策略。

在另一些实施方式中，采用如下技术方案：

一种楼宇管理机器人语音自动识别系统，包括：

数据接收模块，用于接收外界输入的语音信息；

数据分析模块，用于对接收到的语音信息进行频谱分析；

数据输出模块，用于分析后将提取到的语音特征和关键词语列表中的关键词语进行对比匹配，找出与关键词语列表中距离差距最小的关键词语作为识别结果并输出。

在另一些实施方式中，采用如下技术方案：

一种终端设备，其包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行上述的楼宇管理机器人语音自动识别方法。

在另一些实施方式中，采用如下技术方案：

一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行上述的楼宇管理机器人语音自动识别方法。

本发明的有益效果：

针对楼宇值班人员、师生用户和后勤管理人员分别建立语音通信机制，实现不同的语音交互控制，降低人际交流成本与门槛，针对不同职责的后勤工作人员分配对应的管理职责权限，实现多个层级用户的无障碍交流、人机交互工作，显著提高后勤工作效率。

采用基于语音自动识别的智能语音系统，无需进行复杂的语音模型训练，只要把编写的识别流程程序下载进芯片即可，识别速度极快，并可实现非特定人(SI)的语音识别，该模块不占用嵌入式系统资源，对于系统的集成具有极大的便利性。

附图说明

图1是本发明楼宇管理机器人语音自动识别方法流程图。

具体实施方式：

下面结合附图对本发明进行详细说明：

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

为了解决背景技术提出的问题，本发明公开了一种楼宇管理机器人语音自动识别方法，如图1所示，包括如下步骤：

(1)接收外界输入的语音信息；

具体地，基于麦克风阵列接收外界输入的语音信息，利用麦克风阵列的空域滤波特性，在目标说话人方向形成拾音波束，抑制波束之外的噪声和反射声；输出降噪后的音频信号和声源角度数据。

对于接收到的语音信息，确定该语音信息的起点和终点，提取起点和终点之间的语音段，作为待分析的语音段。

(2)对接收到的语音信息进行频谱分析；

具体地，对接收到的语音信息进行快速傅里叶变换，得到各语音帧的频谱值；基于频谱值生成语音信息的语谱图；语谱图为语音帧所对应时间与语音帧所含频率分量的对应关系。

对语谱图进行特征提取，得到语音信息的语音特征。

基于楼宇机器人所处的环境，其可能接收到的声音信号很多，比如脚步声、手机声、语音声以及其他声音。但是，人的语音频率范围则集中在80Hz～12kHz之间，而普通人声的声音频段则为300Hz-500Hz；因此，通过频谱分析，提取出设定频段下的语音信息。

(3)分析后将提取到的语音特征和关键词语列表中的关键词语进行对比匹配，找出与关键词语列表中距离差距最小的关键词语作为识别结果并输出。

具体地，关键词语列表存储在语义库中，关键词语列表中存储有设定的楼宇管理或控制相关的关键词语；计算提取的语音特征与关键词语列表中各关键词语特征之间的距离，选取距离最小的关键词语作为最终识别出的语音信息。

本实施例中，语义库包括：语音应答匹配数据库，人员身份及权限信息数据库，建筑分布信息数据库，设备位置及型号信息数据库，关联控制指令数据库等。

基于识别出的语音信息，在语音应答匹配数据库中匹配该语音信息的应答信息并输出。如果该语音信息对应着控制指令，比如：“关闭某层楼道内的灯”，则基于该语音信息在关联控制指令数据库中匹配相应的控制指令并输出。

不同的人员对应不同的操作权限，基于输入的人员信息，匹配相应的操作权限。比如：

楼宇值班人员主要进行事件管理、设备管理和资产管理，机器人识别楼宇值班人员的语义指令，并与设备管控系统交互，查询房间、区域的状态，查询楼宇能耗情况，控制楼宇房间的钥匙门禁，控制水电暖空调系统控制，管理多媒体/实验设备启用。

楼宇内师生用户利用机器人语音交互，进行楼宇信息查询。基于所存储的楼宇信息，师生可以查询房间分布使用情况，申请进行多媒体实验设备的使用，查询天气情况等信息，当遇到突发紧急情况，及时向师生发布警报信息，引导师生合理分流撤离建筑。

后勤服务人员对于楼宇保洁工作，分配并通知保洁人员工作分工和保洁效果，对于设备维护人员，通知设备故障情况和故障区域，提供维护建议，收集维护效果。对于安保工作，通过机器视觉发现危险人员，通知引导安保人员进行查实驱离。

上述这些数据库中的数据相互关联，基于上述语义库可以构建辅助决策推理系统。基于数据挖掘算法，分割、集群、孤立点分析精炼数据，挖掘价值。进而进行预测分析，数据挖掘可对数据承载信息更快更好地消化理解，进而提升判断的准确性，最终形成决策辅助系统，该决策辅助系统具体包括：

用户行为模型挖掘单元，用于将隐藏于海量数据中的深层用户行为、用能习惯等知识挖掘出来，构建用户行为模型，实时掌握并精确预测用户行为，以图表形式展现给管理人员；

楼宇空间资源分配决策单元，用于挖掘校园教室、实验室、图书馆等公共空间使用模型，基于用户行为模型辅助进行空间资源调配，以图表/3D形式展现，并输出参考分配方案；

供能辅助决策单元，用于挖掘校园内能耗使用情况，预测能耗使用情况，辅助进行能源供给决策，以图表/3D形式展现，并输出参考分配方案；

后勤服务需求预测单元，用于挖掘校园内保洁、安保等后勤服务需求，结合用户行为与分布，辅助进行后勤服务需求预测与分配，以图表/3D形式展现，并输出参考分配方案；

突发事件预测单元，用故意挖掘设备运营维护情况，预测设备可能发生故障风险，及时通知机器人系统分配人员，并提供事件处理相关策略。

实施例二

根据本发明的实施例，公开了一种楼宇管理机器人语音自动识别系统的实施例，包括：

数据接收模块，用于接收外界输入的语音信息；

数据分析模块，用于对接收到的语音信息进行频谱分析；

数据输出模块，用于分析后将提取到的语音特征和关键词语列表中的关键词语进行对比匹配，找出与关键词语列表中距离差距最小的关键词语作为识别结果并输出。

需要说明的是，上述各模块的具体实现方式已经在实施例一中进行了说明，不再赘述。

实施例三

在一个或多个实施方式中，公开了一种终端设备，包括服务器，所述服务器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现实施例一中的楼宇管理机器人语音自动识别方法。为了简洁，在此不再赘述。

应理解，本实施例中，处理器可以是中央处理单元CPU，处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC，现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。

在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。

实施例一中的楼宇管理机器人语音自动识别方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。

本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元即算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

实施例四

在一个或多个实施方式中，公开了一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并实施例一中所述的楼宇管理机器人语音自动识别方法。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (6)

1.一种楼宇管理机器人语音自动识别方法，其特征在于，包括：

接收外界输入的语音信息；基于麦克风阵列接收外界输入的语音信息，利用麦克风阵列的空域滤波特性，在目标说话人方向形成拾音波束，抑制波束之外的噪声和反射声；输出降噪后的音频信号和声源角度数据；

对接收到的语音信息进行频谱分析；

分析后将提取到的语音特征和关键词语列表中的关键词语进行对比匹配，找出与关键词语列表中距离差距最小的关键词语作为识别结果并输出；

所述关键词语列表中存储有设定的楼宇管理或控制相关的关键词语；计算语音特征与所述关键词语列表中各关键词语特征之间的距离，选取距离最小的关键词语作为最终识别出的语音信息；

将识别出的语音信息与语义库中存储的信息进行匹配，输出对于所述语音信息的应答内容或者控制指令；

所述语义库包括：语音应答匹配数据库，人员身份及权限信息数据库，建筑分布信息数据库，设备位置及型号信息数据库；

基于上述语义库构建辅助决策推理系统，所述辅助决策推理系统具体包括：

用户行为模型挖掘单元，用于将隐藏于海量数据中的深层用户行为、用能习惯知识挖掘出来，构建用户行为模型，实时掌握并精确预测用户行为，以图表形式展现给管理人员；

楼宇空间资源分配决策单元，用于挖掘校园教室、实验室、图书馆公共空间使用模型，基于用户行为模型辅助进行空间资源调配，以图表/3D形式展现，并输出参考分配方案；

供能辅助决策单元，用于挖掘校园内能耗使用情况，预测能耗使用情况，辅助进行能源供给决策，以图表/3D形式展现，并输出参考分配方案；

后勤服务需求预测单元，用于挖掘校园内保洁、安保后勤服务需求，结合用户行为与分布，辅助进行后勤服务需求预测与分配，以图表/3D形式展现，并输出参考分配方案；

突发事件预测单元，用故意挖掘设备运营维护情况，预测设备可能发生故障风险，及时通知机器人系统分配人员，并提供事件处理相关策略。

2.如权利要求1所述的一种楼宇管理机器人语音自动识别方法，其特征在于，对于接收到的语音信息，确定所述语音信息的起点和终点，提取所述起点和终点之间的语音段。

3.如权利要求1所述的一种楼宇管理机器人语音自动识别方法，其特征在于，对接收到的语音信息进行快速傅里叶变换，得到各语音帧的频谱值；基于所述频谱值生成所述语音信息的语谱图；所述语谱图为语音帧所对应时间与语音帧所含频率分量的对应关系；对所述语谱图进行特征提取，得到所述语音信息的语音特征。

4.一种楼宇管理机器人语音自动识别系统，其特征在于，包括：

数据接收模块，用于接收外界输入的语音信息；基于麦克风阵列接收外界输入的语音信息，利用麦克风阵列的空域滤波特性，在目标说话人方向形成拾音波束，抑制波束之外的噪声和反射声；输出降噪后的音频信号和声源角度数据；

数据分析模块，用于对接收到的语音信息进行频谱分析；

数据输出模块，用于分析后将提取到的语音特征和关键词语列表中的关键词语进行对比匹配，找出与关键词语列表中距离差距最小的关键词语作为识别结果并输出；

所述关键词语列表中存储有设定的楼宇管理或控制相关的关键词语；计算语音特征与所述关键词语列表中各关键词语特征之间的距离，选取距离最小的关键词语作为最终识别出的语音信息；

将识别出的语音信息与语义库中存储的信息进行匹配，输出对于所述语音信息的应答内容或者控制指令；

所述语义库包括：语音应答匹配数据库，人员身份及权限信息数据库，建筑分布信息数据库，设备位置及型号信息数据库；

基于上述语义库构建辅助决策推理系统，所述辅助决策推理系统具体包括：

用户行为模型挖掘单元，用于将隐藏于海量数据中的深层用户行为、用能习惯知识挖掘出来，构建用户行为模型，实时掌握并精确预测用户行为，以图表形式展现给管理人员；

楼宇空间资源分配决策单元，用于挖掘校园教室、实验室、图书馆公共空间使用模型，基于用户行为模型辅助进行空间资源调配，以图表/3D形式展现，并输出参考分配方案；

供能辅助决策单元，用于挖掘校园内能耗使用情况，预测能耗使用情况，辅助进行能源供给决策，以图表/3D形式展现，并输出参考分配方案；

后勤服务需求预测单元，用于挖掘校园内保洁、安保后勤服务需求，结合用户行为与分布，辅助进行后勤服务需求预测与分配，以图表/3D形式展现，并输出参考分配方案；

突发事件预测单元，用故意挖掘设备运营维护情况，预测设备可能发生故障风险，及时通知机器人系统分配人员，并提供事件处理相关策略。

5.一种终端设备，其包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行权利要求1-3任一项所述的楼宇管理机器人语音自动识别方法。

6.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备的处理器加载并执行权利要求1-3任一项所述的楼宇管理机器人语音自动识别方法。

Images