CN116013324A - 基于声纹识别的机器人语音控制权限管理方法 - Google Patents

Abstract

本申请涉及一种基于声纹识别的机器人语音控制权限管理方法，通过在机器人语音控制系统中加入声纹识别模块，该模块的作用是鉴别语音指令发出者的身份，只有当说话者的身份与当前登录用户的身份一致时，机器人才执行语音指令，否则不予执行。可以在用户向机器人发出语音指令时，对语音指令的发出者进行身份识别，机器人在同一时间只对当前登录用户的语音指令进行响应，极大提高了语音控制的可靠性和安全性。

Description

基于声纹识别的机器人语音控制权限管理方法

技术领域

本公开涉及机器人控制技术领域，尤其涉及一种机器人语音控制系统、基于声纹识别的机器人语音控制权限管理方法、语音识别机器人和控制系统。

背景技术

如附图1所示，为现有机器人语音控制系统对语音的识别逻辑示意图，现有的机器人语音控制系统，由语音识别模块和机器人控制模块组成，机器人对外部的声音进行解析，转换成具体的指令，进而执行指令，表现为用语音操作机器人进行特定动作。

在执行命令的过程中，存在如下缺陷：

该系统并没有对指令发出者进行鉴别，只识别具体的语音内容，当有其他人发出干扰性指令时会使机器人执行错误的动作。

因此，有必要升级机器人的语音识别能力，使其能够识别用户身份，确认用户身份后再执行命令，有针对性响应用户指令。

发明内容

为了解决上述问题，本申请提出一种机器人语音控制系统、基于声纹识别的机器人语音控制权限管理方法、语音识别机器人和控制系统。

本申请一方面，提出一种机器人语音控制系统，包括：

语音识别模块；

机器人控制模块；

以及，

声纹识别模块，用于鉴别语音指令发出者的身份，当所述语音指令发出者的身份与当前登录用户的身份一致时，向所述机器人控制模块发出控制信号，所述机器人控制模块接收所述控制信号并执行语音指令。

本申请另一方面，提出一种基于声纹识别的机器人语音控制权限管理方法，在上述所述机器人语音控制系统的基础上实施，包括如下步骤：

用户登录，发出语音指令；

机器人接收语音指令；

采用声纹识别模块对语音指令中的声纹信息进行声纹识别，验证语音指令发出者的身份；

声纹识别成功，通过语音识别模块识别语音指令中的语音内容并通过机器人控制模块执行语音指令。

作为本申请的一可选实施方案，可选地，在用户登录，发出语音指令之前，还包括：

管理员注册用户账号；

登录用户账号，进行声纹注册；

声纹注册完毕，进入使用状态：

登录用户账号；

登录后，用户发出语音指令；

等待声纹识别认证。

作为本申请的一可选实施方案，可选地，采用声纹识别模块对语音指令中的声纹信息进行声纹识别，验证语音指令发出者的身份，包括：

通过声纹识别模块获取所述语音指令；

解析所述语音指令，并提取得到所述语音指令中的声纹信息；

将所述声纹信息与用户预先注册的声纹信息进行比对，对语音指令发出者的身份进行验证：

若声纹不匹配，结束验证；

若声纹匹配，发出身份识别成功信号。

作为本申请的一可选实施方案，可选地，声纹识别成功，通过语音识别模块识别语音指令中的语音内容并通过机器人控制模块执行语音指令，包括：

通过语音识别模块接收所述语音指令，并识别所述语音指令中的语音内容；

根据所述语音内容，判断所述语音指令是否存在：

若所述语音指令存在，则将所述语音指令发送至机器人控制模块；

所述机器人控制模块接收并按照所述语音指令进行执行操作。

作为本申请的一可选实施方案，可选地，声纹识别成功，通过语音识别模块识别语音指令中的语音内容并通过机器人控制模块执行语音指令，还包括：

通过语音识别模块接收所述语音指令，并识别所述语音指令中的语音内容；

根据所述语音内容，判断所述语音指令是否存在：

若所述语音指令不存在，则表明用户所发出的语音指令为无效语音指令，机器人重新接收所述语音指令；

重新执行声纹识别步骤。

本申请另一方面，还提出一种语音识别机器人，包括：

上述所述的机器人语音控制系统。

作为本申请的一可选实施方案，可选地，还包括：

用于账号注册模块，用于注册用户账号；

声纹注册模块，用于在用户登录用户账号后，进行声纹注册。

本申请另一方面，还提出一种控制系统，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述可执行指令时实现上述所述的基于声纹识别的机器人语音控制权限管理方法。

本发明的技术效果：

本申请通过在机器人语音控制系统中加入声纹识别模块，该模块的作用是鉴别语音指令发出者的身份，只有当说话者的身份与当前登录用户的身份一致时，机器人才执行语音指令，否则不予执行。可以在用户向机器人发出语音指令时，对语音指令的发出者进行身份识别，机器人在同一时间只对当前登录用户的语音指令进行响应，极大提高了语音控制的可靠性和安全性。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。

图1示出为现有语音识别机器人对语音的识别逻辑示意图；

图2示出为本发明机器人语音控制系统的应用系统组成示意图；

图3示出为本发明基于声纹识别的机器人语音控制权限管理方法的实施流程示意图；

图4示出为本发明语音识别机器人的应用系统组成示意图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

本实施例，加入在现有系统的基础上，增加声纹识别模块，该模块的作用是鉴别语音指令发出者的身份，只有当说话者的身份与当前登录用户的身份一致时，机器人才执行语音指令，否则不予执行。

声纹(Voiceprint)，是用电声学仪器显示的携带言语信息的声波频谱。人类语言的产生是人体语言中枢与发音器官之间一个复杂的生理物理过程，人在讲话时使用的发声器官--舌、牙齿、喉头、肺、鼻腔在尺寸和形态方面每个人的差异很大，所以任何两个人的声纹图谱都有差异。

声纹识别(Voiceprint Recognition,VPR)，也称为说话人识别(SpeakerRecognition)，有两类，即说话人辨认(Speaker Identification)和说话人确认(SpeakerVerification)。前者用以判断某段语音是若干人中的哪一个所说的，是“多选一”问题；而后者用以确认某段语音是否是指定的某个人所说的，是“一对一判别”问题。本发明用的是说话人确认。

语音识别机器人的现有技术，比如对语音的解析、识别等，本实施例不再赘述。

实施例1

如图2所示，本申请一方面，提出一种机器人语音控制系统，包括：

语音识别模块；

机器人控制模块；

以及，

声纹识别模块，用于鉴别语音指令发出者的身份，当所述语音指令发出者的身份与当前登录用户的身份一致时，向所述机器人控制模块发出控制信号，所述机器人控制模块接收所述控制信号并执行语音指令。

声纹识别模块，预设有对应的声纹识别算法，对获取的用户语音信息进行解析，提取得到对应的待识别声纹信息，并将用户注册账号时，注册保存的声纹信息和待识别声纹信息进行比较，计算两者之间的相似度(具体由用户所选择的声纹对比算法/技术进行识别)。

当声纹识别模块对接收的语音指令中的待识别声纹信息进行计算后，发现待识别声纹信息与当前登录用户所注册保存的声纹信息之间的相似度超过预设值(比如相似度计算值超过85％)，则认定该语音发出者的身份和当前登录用户的身份是一致的，身份识别成功。

声纹识别的方式，可以是不同的识别验证方法，上述仅仅为本处所提供的一种技术手段。

对于获取得到的用户语音指令/信息，解析或者提取声纹信息的方式，可以是声纹采集设备比如声波分析仪进行提取，或者其他，本实施例不做限制。

声纹识别模块对用户的声纹识别后，认定声纹信息通过验证，确定用户身份后，再由语音识别模块对机器人拾取的语音指令进行识别，并发出对应的控制信号至机器人控制模块，具体执行对应的操作。

由于对语音指令的发出者进行身份识别，机器人在同一时间只对当前登录用户的语音指令进行响应，极大提高了语音控制的可靠性和安全性。

在上述机器人语音控制系统基础上，本实施例对应提出一种该声纹识别验证的方法。

如图3所示，本申请另一方面，提出一种基于声纹识别的机器人语音控制权限管理方法，在上述所述机器人语音控制系统的基础上实施，包括如下步骤：

用户登录，发出语音指令；

机器人接收语音指令；

采用声纹识别模块对语音指令中的声纹信息进行声纹识别，验证语音指令发出者的身份；

声纹识别成功，通过语音识别模块识别语音指令中的语音内容并通过机器人控制模块执行语音指令。

主要执行如下步骤：

步骤1：管理员注册用户账号；

步骤2：用户登录账号，进行声纹注册；

步骤3：用户使用机器人前先登录账号；

步骤4：用户发出声音指令，机器人对用户声纹进行识别，匹配成功后执行指令。

作为本申请的一可选实施方案，可选地，在用户登录，发出语音指令之前，还包括：

管理员注册用户账号；

登录用户账号，进行声纹注册；

声纹注册完毕，进入使用状态：

登录用户账号；

登录后，用户发出语音指令；

等待声纹识别认证。

用户登录机器人操作系统(后台登录或者其他方式)，对机器人进行操作权限的认证和控制，具体采用现有技术即可。

但是在用户注册后，需要进行声纹注册，通过机器人上的声纹采集端口，采集声纹信息，由系统提取对应的声纹特征并保存在机器人数据库中，并将其和用户注册的账号进行关联，便于后续用户登录账号时，对用户采集声纹信息后进行声纹识别认证。

本实施例，用户注册账号以及声纹注册的模块，可以采用一个注册端进行注册，也可以分别采用各自的注册端进行注册。

机器人控制系统中，提前部署声纹识别程序、软件、识别算法，以及声纹采集和声纹特征信息提取模块/设备等，具体由用户进行配置即可。

机器人接收到用户的语音指令，即可对语音指令进行解析、声纹提取、身份验证，验证通过则开始进行语音识别、执行所识别的语音指令。

作为本申请的一可选实施方案，可选地，采用声纹识别模块对语音指令中的声纹信息进行声纹识别，验证语音指令发出者的身份，包括：

通过声纹识别模块获取所述语音指令；

解析所述语音指令，并提取得到所述语音指令中的声纹信息；

将所述声纹信息与用户预先注册的声纹信息进行比对，对语音指令发出者的身份进行验证：

若声纹不匹配，结束验证；

若声纹匹配，发出身份识别成功信号。

声纹识别模块获得语音信息后，对语音信息解析后，从中提取得到对应的声纹信息。

这里也可以直接采用声纹采集设备对语音直接声纹信息识别和提取，比如直接采用声纹频谱仪/声波分析仪等，对语音进行识别，提取得到声纹信息。

声纹信息提取，将其和用户注册的声纹信息进行比对，可以通过声纹相似度的计算方式，计算两者之间的差异，以此来进行用户身份验证。

具体由声纹识别、验证算法/程序执行操作即可，系统计算后若是发现相识度超过预设值，则声纹识别成功，身份确认：

进入语音识别步骤。

作为本申请的一可选实施方案，可选地，声纹识别成功，通过语音识别模块识别语音指令中的语音内容并通过机器人控制模块执行语音指令，包括：

通过语音识别模块接收所述语音指令，并识别所述语音指令中的语音内容；

根据所述语音内容，判断所述语音指令是否存在：

若所述语音指令存在，则将所述语音指令发送至机器人控制模块；

所述机器人控制模块接收并按照所述语音指令进行执行操作。

若是对语音指令信息识别后，存在有效的指令信息，则将其发送至控制模块进行处理，执行对应的操作。

作为本申请的一可选实施方案，可选地，声纹识别成功，通过语音识别模块识别语音指令中的语音内容并通过机器人控制模块执行语音指令，还包括：

通过语音识别模块接收所述语音指令，并识别所述语音指令中的语音内容；

根据所述语音内容，判断所述语音指令是否存在：

若所述语音指令不存在，则表明用户所发出的语音指令为无效语音指令，机器人重新接收所述语音指令；

重新执行声纹识别步骤。

语音识别时，虽然声纹验证通过，但是机器人若是发现接收到的语音指令中，不存在有效指令，比如语音模糊不清、无效语音等，此时重新等待用户发出语音信息，重新对语音指令的信息进行声纹识别、验证处理。

上述对语音指令的有效性判定方式，可以由用户具体设置有效语义语音的判定条件。

因此，本申请通过在机器人语音控制系统中加入声纹识别模块，该模块的作用是鉴别语音指令发出者的身份，只有当说话者的身份与当前登录用户的身份一致时，机器人才执行语音指令，否则不予执行。可以在用户向机器人发出语音指令时，对语音指令的发出者进行身份识别，机器人在同一时间只对当前登录用户的语音指令进行响应，极大提高了语音控制的可靠性和安全性。

需要说明的是，尽管以声纹作为示例介绍了如上身份验证方法，但本领域技术人员能够理解，本公开应不限于此。事实上，用户完全可根据实际应用场景灵活设定用户的生物特征信息用来验证用户身份信息比如人脸识别，只要可以按照上述技术方法实现本申请的技术功能即可。

实施例2

如图4所示，基于实施例1的实施原理，本申请另一方面，还提出一种语音识别机器人，包括：

上述所述的机器人语音控制系统。

作为本申请的一可选实施方案，可选地，还包括：

账号注册模块，用于注册用户账号；

声纹注册模块，用于在用户登录用户账号后，进行声纹注册。

上述机器人语音控制系统、账号注册模块和声纹注册模块的应用原理具体参见实施例1的描述。

显然，本领域的技术人员应该明白，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的，程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各控制方法的实施例的流程。上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的，程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各控制方法的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)、随机存储记忆体(RandomAccessMemory，RAM)、快闪存储器(FlashMemory)、硬盘(HardDiskDrive，缩写：HDD)或固态硬盘(Solid-StateDrive，SSD)等；存储介质还可以包括上述种类的存储器的组合。

实施例3

更进一步地，本申请另一方面，还提出一种控制系统，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述可执行指令时实现上述所述的基于声纹识别的机器人语音控制权限管理方法。

本公开实施例来控制系统包括处理器以及用于存储处理器可执行指令的存储器。其中，处理器被配置为执行可执行指令时实现前面任一所述的一种基于声纹识别的机器人语音控制权限管理方法。

此处，应当指出的是，处理器的个数可以为一个或多个。同时，在本公开实施例的控制系统中，还可以包括输入装置和输出装置。其中，处理器、存储器、输入装置和输出装置之间可以通过总线连接，也可以通过其他方式连接，此处不进行具体限定。

存储器作为一计算机可读存储介质，可用于存储软件程序、计算机可执行程序和各种模块，如：本公开实施例的一种基于声纹识别的机器人语音控制权限管理方法所对应的程序或模块。处理器通过运行存储在存储器中的软件程序或模块，从而执行控制系统的各种功能应用及数据处理。

输入装置可用于接收输入的数字或信号。其中，信号可以为产生与设备/终端/服务器的用户设置以及功能控制有关的键信号。输出装置可以包括显示屏等显示设备。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (9)

1.机器人语音控制系统，其特征在于，包括：

语音识别模块；

机器人控制模块；

以及，

声纹识别模块，用于鉴别语音指令发出者的身份，当所述语音指令发出者的身份与当前登录用户的身份一致时，向所述机器人控制模块发出控制信号，所述机器人控制模块接收所述控制信号并执行语音指令。

2.基于声纹识别的机器人语音控制权限管理方法，在权利要求1所述机器人语音控制系统的基础上实施，其特征在于，包括如下步骤：

用户登录，发出语音指令；

机器人接收语音指令；

采用声纹识别模块对语音指令中的声纹信息进行声纹识别，验证语音指令发出者的身份；

声纹识别成功，通过语音识别模块识别语音指令中的语音内容并通过机器人控制模块执行语音指令。

3.权利要求2所述机器人语音控制系统的应用方法，其特征在于，在用户登录，发出语音指令之前，还包括：

管理员注册用户账号；

登录用户账号，进行声纹注册；

声纹注册完毕，进入使用状态：

登录用户账号；

登录后，用户发出语音指令；

等待声纹识别认证。

4.根据权利要求2所述基于声纹识别的机器人语音控制权限管理方法，其特征在于，采用声纹识别模块对语音指令中的声纹信息进行声纹识别，验证语音指令发出者的身份，包括：

通过声纹识别模块获取所述语音指令；

解析所述语音指令，并提取得到所述语音指令中的声纹信息；

将所述声纹信息与用户预先注册的声纹信息进行比对，对语音指令发出者的身份进行验证：

若声纹不匹配，结束验证；

若声纹匹配，发出身份识别成功信号。

5.根据权利要求2所述基于声纹识别的机器人语音控制权限管理方法，其特征在于，声纹识别成功，通过语音识别模块识别语音指令中的语音内容并通过机器人控制模块执行语音指令，包括：

通过语音识别模块接收所述语音指令，并识别所述语音指令中的语音内容；

根据所述语音内容，判断所述语音指令是否存在：

若所述语音指令存在，则将所述语音指令发送至机器人控制模块；

所述机器人控制模块接收并按照所述语音指令进行执行操作。

6.根据权利要求5所述基于声纹识别的机器人语音控制权限管理方法，其特征在于，声纹识别成功，通过语音识别模块识别语音指令中的语音内容并通过机器人控制模块执行语音指令，还包括：

通过语音识别模块接收所述语音指令，并识别所述语音指令中的语音内容；

根据所述语音内容，判断所述语音指令是否存在：

若所述语音指令不存在，则表明用户所发出的语音指令为无效语音指令，机器人重新接收所述语音指令；

重新执行声纹识别步骤。

7.语音识别机器人，其特征在于，包括：

权利要求1所述的机器人语音控制系统。

8.根据权利要求7所述的语音识别机器人，其特征在于，还包括：

用于账号注册模块，用于注册用户账号；

声纹注册模块，用于在用户登录用户账号后，进行声纹注册。

9.一种控制系统，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述可执行指令时实现权利要求2至6中任一项所述的基于声纹识别的机器人语音控制权限管理方法。

Images