CN117171300A - 一种基于蓝牙技术的室内定位仿生交互方法及系统 - Google Patents

一种基于蓝牙技术的室内定位仿生交互方法及系统 Download PDF

Info

Publication number
CN117171300A
CN117171300A CN202311120275.4A CN202311120275A CN117171300A CN 117171300 A CN117171300 A CN 117171300A CN 202311120275 A CN202311120275 A CN 202311120275A CN 117171300 A CN117171300 A CN 117171300A
Authority
CN
China
Prior art keywords
sound signal
actual
target sound
preset
duration
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.)
Granted
Application number
CN202311120275.4A
Other languages
English (en)
Other versions
CN117171300B (zh
Inventor
毛云斌
毛春强
仰照
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.)
Shenzhen Hongyi Yunjia Technology Co ltd
Original Assignee
Shenzhen Hongyi Yunjia 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 Shenzhen Hongyi Yunjia Technology Co ltd filed Critical Shenzhen Hongyi Yunjia Technology Co ltd
Priority to CN202311120275.4A priority Critical patent/CN117171300B/zh
Publication of CN117171300A publication Critical patent/CN117171300A/zh
Application granted granted Critical
Publication of CN117171300B publication Critical patent/CN117171300B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及通信技术领域,尤其涉及一种基于蓝牙技术的室内定位仿生交互方法及系统,该方法包括:采集室内物体的实际表面温度,并将实际表面温度与预设的人体体表温度区间进行比对;利用余弦相似度公式计算所述声音信号与预设标准声音信号的实际相似度值,并将所述实际相似度值与预设的标准相似度值做比较,若实际相似度值大于等于标准相似度值则判断为目标声音信号,若所述蓝牙地址属于预存的蓝牙地址则确定是目标传输地址;根据预设的语言模型生成目标声音信号的转写文本,根据分词方法提取所述转写文本中的关键词用以确定传输的检索内容,根据所述可连接广播消息建立连接,并在建立连接后接收所述检索内容。本发明提高了仿生交互的精准度。

Description

一种基于蓝牙技术的室内定位仿生交互方法及系统
技术领域
本发明涉及通信技术领域,尤其涉及一种基于蓝牙技术的室内定位仿生交互方法及系统。
背景技术
蓝牙技术是蓝牙设备使用无线电波连接智能终端,其中包含蓝牙模块以及支持连接的蓝牙无线电和软件,用以实现检索内容交互。另外,蓝牙使用跳频技术,将传输的数据分割成数据包,通过指定的蓝牙频道分别传输数据包,并且对于没有内置蓝牙智能终端可通过蓝牙适配器实现与蓝牙设备之间的通信连接。
公开号为CN107596698A的专利文献公开了一种智能仿生机器狗的控制系统,其特征在于,所述控制系统包括:语音交互模块,用于当智能仿生机器狗进入语音互动模式后,对用户发出的声音通过预定的提取算法将相应的声音进行特征值的采取;双核处理器模块,与所述语音交互模块连接,用于控制数据的处理和传递;APP控制模块,用于接收用户的不同操作进入相应的APP交互模式;蓝牙模块,与所述APP控制模块和双核处理器模块连接,用于智能仿生机器狗和所述APP控制模块之间的通讯;红外视觉模块,与所述双核处理器模块连接,用于当智能仿生机器狗在运动状态下感知前方是否有障碍物;姿态检测模块,与所述双核处理器模块连接,用于360度全方位检测智能仿生机器狗的姿态,并根据当前姿态做出不同反应;触摸检测模块,与所述双核处理器模块连接,用于检测用户对智能仿生机器狗的触摸;音频输出模块,与所述双核处理器模块连接,用于发出真实狗的叫声,并当智能仿生机器狗处于音乐播放模式时,放出高品质音乐或者故事;眼睛显示模块,与所述双核处理器模块连接,用于根据智能仿生狗的情绪变化显示不同的动态表情,而且进入不同的模式时显示不同的提示图标;运动控制模块,与所述双核处理器模块连接,用于控制智能仿生机器狗执行相应的动作。
但是,现有技术对蓝牙技术的室内定位仿生交互还存在局限,使得仿生交互的精准度不足。
发明内容
为此,本发明提供一种基于蓝牙技术的室内定位仿生交互方法及系统,可以解决仿生交互的精准度不足的技术问题。
为实现上述目的,本发明提供基于蓝牙技术的室内定位仿生交互方法,该方法包括:
采集室内物体的实际表面温度,并将所述实际表面温度与预设的人体体表温度区间进行比对,若所述实际表面温度属于所述人体体表温度区间则采集声音信号;
利用余弦相似度公式计算所述声音信号与预设标准声音信号的实际相似度值,并将所述实际相似度值与预设的标准相似度值做比较,若所述实际相似度值大于等于所述标准相似度值则判断为目标声音信号,根据所述目标声音信号发送可连接广播消息,以利用可连接广播消息获取接收目标声音信号设备的蓝牙地址,若所述蓝牙地址属于预存的蓝牙地址则确定是目标传输地址;
根据预设的语言模型生成目标声音信号的转写文本,根据分词方法提取所述转写文本中的关键词用以确定传输的检索内容,
根据所述可连接广播消息建立连接,并在建立连接后接收所述检索内容;
其中,根据分词方法提取所述转写文本中的关键词用以确定传输的检索内容包括:
根据目标声音信号的时域图获取所述目标声音信号的实际时长,并将各所述目标声音信号的实际时长与预设的标准时长作比较获得比较结果;
根据比较结果调节标准识别时长用以识别所述目标声音信号,并根据预设的语言模型将识别后的目标声音信号生成转写文本并统计所述转写文本的实际字数;
根据分词方法提取所述转写文本中的关键词;
根据关键词权重公式计算出关键词的实际权重,根据关键词实际权重分布情况确定目标关键词,根据所述目标关键词进行检索用以生成检索内容并传输所述检索内容。
进一步地,将各所述目标声音信号的实际时长L与预设的标准时长L0做比较获得比较结果包括:若L∈L0则所述目标声音信号实际长度符合预设的标准时长,若则所述目标声音信号实际长度不符合预设的标准时长,则计算目标声音信号的实际时长差值ΔL并根据所述差值调节预设识别时长,其中L0(Lmin,Lmax);
时,则计算目标声音信号的实际时长差值并根据所述目标声音信号的实际时长差值ΔL与预设的第一目标声音信号的标准时长差值ΔL1和第二目标声音信号的标准时长差值ΔL2的关系所确定的第一识别时长调节系数α1、第二识别时长调节系数α2或第三识别时长调节系数α3对所述标准传输速度进行反向调节;
以及,根据所述目标声音信号的实际时长差值与预设的第三目标声音信号的实际时长差值ΔL1和第四目标声音信号的实际时长差值ΔL2’的关系所确定的第四识别时长调节系数α1’、第五识别时长调节系数α2’或是第六识别时长调节系数α3’对所述标准传输速度进行正向调节。
进一步地,根据所述目标声音信号的实际时长差值ΔL与预设的第一目标声音信号的标准时长差值ΔL1和第二目标声音信号的标准时长差值ΔL2的关系所确定的第一识别时长调节系数α1、第二识别时长调节系数α2或第三识别时长调节系数α3对所述标准传输速度进行反向调节时,
设置第一目标声音信号的标准时长差值ΔL1、第二目标声音信号的标准时长差值ΔL2,
当L>Lmax时,计算目标声音信号的实际时长差值ΔL,其中ΔL=L-Lmax;
当ΔL<ΔL1时,则选取第一识别时长调节系数α1调节预设识别时长为T1=T0(1+α1),其中,α1=loge[(ΔL1-ΔL)/ΔL1];
当ΔL1≤ΔL≤ΔL2时,则选取第二识别时长调节系数α2调节预设识别时长为T2=T0(1+α2),其中,α2=loge[ΔL/(ΔL1+ΔL2)];
当ΔL>ΔL2时,则选取第三识别时长调节系数a3调节预设识别时长为T3=TO(1+a3),其中,a3=loge[(ΔL-ΔL2)/ΔL]。
进一步地,根据所述目标声音信号的实际时长差值与预设的第三目标声音信号的实际时长差值ΔL1和第四目标声音信号的实际时长差值ΔL2’的关系所确定的第四识别时长调节系数α1’、第五识别时长调节系数α2’或是第六识别时长调节系数α3’对所述标准传输速度进行正向调节时,
当L<Lmin时,计算目标声音信号的实际时长差值ΔL’,其中,ΔL’=Lmin-L;
当ΔL’<ΔL1时,则选取第四识别时长调节系数α1’调节预设识别时长为T1=TO(1-α1’),其中,α1’=loge[(ΔL1-ΔL’)/ΔL1];
当ΔL1≤ΔL’≤ΔL2时,则选取第五识别时长调节系数α2’调节预设识别时长为T1=T0(1-α2’),其中,α2’loge[ΔL’/(ΔL1+ΔL2)];
当ΔL’>ΔL2时,则选取第六识别时长调节系数c3’调节预设识别时长为T1=TO(1-α3’),其中,α3’=loge[(ΔL1-ΔL’)/ΔL1]。
进一步地,根据关键词权重公式计算出关键词的实际权重,根据关键词实际权重分布情况确定目标关键词包括:
根据关键词权重公式计算出所述关键词实际权重时,关键词权重计算公式为:S=a×b×In(N0/N),
其中,S表示是任意关键词的权重,a表示为所述关键词词性系数,b表示为所述关键词转写系数,NO表示为所述关键词在撰写文本中重复的次数,N表示为在撰写文本中关键词总数。
进一步地,根据关键词实际权重分布情况确定目标关键词时,
若关键词实际权重分布都相同,则对关键词进行同义合并,并将合并后的关键词进行权重计算,根据计算后的结果确定目标关键词;
若关键词实际权重分布不都相同,则根据所述关键词实际权重由大到小排列用以形成关键词序列并截取前2/3的所述关键词序列确定目标关键词。
进一步地,还包括传输检索内容后,接收智能终端对于所述检索内容的反馈,根据所述反馈评估所述检索内容实际准确度,根据所述实际准确度判断是否进行扩展检索并获得扩展检索内容;
根据评分区间对所述检索内容的准确度评分,并将各智能终端的所述准确度评分取平均值,若所述检索内容平均准确度小于检索内容标准准确度时,则将关键词按照关键词的词性进行语义扩展,获得关键字相对应的扩展词,并根据所述扩展词进行扩展检索。
进一步地,根据预设的语言模型将识别后的目标声音信号生成转写文本时,将目标声音信号输入预先训练的语言模型,所述语言模型根据所述目标声音信号输出的文字作为转写文本,其中,所述语言模型为预先根据若干目标声音信号以及与若干目标声音信号对应的转写文本为标签训练得到。
进一步地,采集各所述智能终端用户的目标声音信号时,若所述目标声音信号的时间间隔超过预设时间间隔,则停止采集各所述智能终端的目标声音信号。
另一方面本发明实施例还提供基于蓝牙技术的室内定位仿生交互方法的系统包括:
采集模块,用以采集室内物体的实际表面温度,并将所述实际表面温度与预设的人体体表温度区间进行比对,若所述实际表面温度属于所述人体体表温度区间则采集声音信号;
判断模块,利用余弦相似度公式计算所述声音信号与预设标准声音信号的实际相似度值,并将所述实际相似度值与预设的标准相似度值做比较,若所述实际相似度值大于等于所述标准相似度值则判断为目标声音信号,根据所述目标声音信号发送可连接广播消息,以利用可连接广播消息获取接收目标声音信号设备的蓝牙地址,若所述蓝牙地址属于预存的蓝牙地址则确定是目标传输地址;
确定模块,根据预设的语言模型生成目标声音信号的转写文本,根据分词方法提取所述转写文本中的关键词用以确定传输的检索内容,
接收模块,根据所述可连接广播消息建立连接,并在建立连接后接收所述检索内容;
所述确定模块包括对比单元、识别单元、提取单元、分析单元,
所述对比单元,用以根据目标声音信号的时域图获取所述目标声音信号的实际时长,并将各所述目标声音信号的实际时长与预设的标准时长做比较获得比较结果;
所述识别单元,所述对比单元连接,用以根据比较结果调节标准识别时长用以识别所述目标声音信号,并根据预设的语言模型将识别后的目标声音信号生成转写文本并统计所述转写文本的实际字数;
所述提取单元,与所述识别单元连接,用以根据分词方法提取所述转写文本中的关键词;
所述分析单元,与所述提取单元连接,用以根据关键词权重公式计算出关键词的实际权重,根据关键词实际权重分布情况确定目标关键词,根据所述目标关键词进行检索用以生成检索内容并传输所述检索内容。
与现有技术相比,本发明的有益效果在于,通过将实际表面温度与预设的人体体表温度区间进行比对,实现了对于是否采集声音信号的判断,余弦相似度公式计算所述声音信号与预设标准声音信号的实际相似度值并比对实际相似度值与预设的标准相似度值,实现了确定目标声音信号的目的,并根据所述目标声音信号发送可连接广播消息,实现了利用可连接广播消息获取接收目标声音信号设备的蓝牙地址,若所述蓝牙地址属于预存的蓝牙地址则确定是目标传输地址,保证了信息传输的准确性;通过识别各所述目标声音信号并确定转写文本,实现了对于目标关键词的确定,实现了根据所述目标关键词检索内容的目的:通过接收检索内容的反馈检索内容,实现了对于所述检索内容实际准确度的评估,并根据评估结果进行及时的扩展检索,实现了对于检索内容的扩展叠加;通过对关键词的提取,实现了对于目标关键字的确定提高了根据所述目标关键词检索并生成相关联内容的目的。
尤其,通过计算目标声音信号的实际时长差值并根据所述差值选择增大或减小预设识别时长,实现了对于预设识别时长的动态调节,避免了由于过短目标声音信号的实际时长造成算力的浪费,也避免了过长目标声音信号的实际时长造成识别的缺失,动态调节的方式节约了运行载荷,提高了识别的效率。
尤其,通过关键词权重计算公式,实现了准确计算出每个关键词的权重,并将根据关键词实际权重分布情况将所述关键词实际权重按照由大到小的顺序进行排序,提高了获得目标关键词的准确性。
尤其,根据所述反馈检索内容评估所述检索内容实际准确度,实现了对关键词扩展检索并将检索后的检索内容进行传输,提高了检索内容获取的精准性。
附图说明
图1为本发明实施例提供的基于蓝牙技术的室内定位仿生交互方法的流程示意图;
图2为本发明实施例提供的另一基于蓝牙技术的室内定位仿生交互方法的流程示意图;
图3为本发明实施例提供的基于蓝牙技术的室内定位仿生交互系统的结构示意图;
图4为本发明实施例提供的基于蓝牙技术的室内定位仿生交互系统的分析模块结构示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
请参阅图1-2所示,发明实施例提供的基于蓝牙技术的室内定位仿生交互方法的流程示意图,该方法包括:
步骤S100:采集室内物体的实际表面温度,并将所述实际表面温度与预设的人体体表温度区间进行比对,若所述实际表面温度属于所述人体体表温度区间则采集声音信号;
步骤S200:利用余弦相似度公式计算所述声音信号与预设标准声音信号的实际相似度值,并将所述实际相似度值与预设的标准相似度值做比较,若所述实际相似度值大于等于所述标准相似度值则判断为目标声音信号,根据所述目标声音信号发送可连接广播消息,以利用可连接广播消息获取接收目标声音信号设备的蓝牙地址,若所述蓝牙地址属于预存的蓝牙地址则确定是目标传输地址;
步骤S300:根据预设的语言模型生成目标声音信号的转写文本,根据分词方法提取所述转写文本中的关键词用以确定传输的检索内容,
步骤S400:根据所述可连接广播消息建立连接,并在建立连接后接收所述检索内容;
在步骤S300中,根据分词方法提取所述转写文本中的关键词用以确定传输的检索内容包括:
根据目标声音信号的时域图获取所述目标声音信号的实际时长,并将各所述目标声音信号的实际时长与预设的标准时长作比较获得比较结果;
根据比较结果调节标准识别时长用以识别所述目标声音信号,并根据预设的语言模型将识别后的目标声音信号生成转写文本并统计所述转写文本的实际字数;
根据分词方法提取所述转写文本中的关键词;
根据关键词权重公式计算出关键词的实际权重,根据关键词实际权重分布情况确定目标关键词,根据所述目标关键词进行检索用以生成检索内容并传输所述检索内容。
具体而言,本领域技术人员可将人体体表温度区间设置为[35,40],量纲为摄氏度。本发明的使用背景为家庭等私人场景。由于在私人场景中常出现人与沙发、茶几和电视等物品同时存在的场景,则通过红外感应传感器采集室内可移动障碍物的实际表面温度预设的人体体表温度区间的比较,实现了对于人体的捕捉从而时间了对于交互对象的确定,确定为交互对象后发送可连接广播消息即实现了机器人与智能终端之间保持蓝牙连接的目的,以便于传输检索内容。
具体而言,本发明通过余弦相似度判定相似度值,根据余弦相似度的取值范围为[-1,1],值越接近1表示两个向量越相似,值越接近-1表示两个向量越不相似。声音相似度识别算法的实现声音相似度识别算法的实现可以分为以下几个步骤:将目标声音信号转化为向量形式,可以使用离散傅里叶变换将目标声音信号转化为频域信号,然后将频域信号转化为向量形式,也可以使用小波变换将目标声音信号转化为小波域信号,然后将小波域信号转化为向量形式,并计算两个向量之间的余弦相似度。可以使用numpy库中的dot函数和norm函数计算两个向量的点积和模长,然后使用余弦相似度公式计算余弦相似度,此为现有技术,不再赘述。
具体而言,本领域技术人员可将预设的标准相似度值设为[0.8,0.9]。
具体而言,本发明实施例中,通过将实际表面温度与预设的人体体表温度区间进行比对,实现了对于是否采集声音信号的判断,余弦相似度公式计算所述声音信号与预设标准声音信号的实际相似度值并比对实际相似度值与预设的标准相似度值,实现了确定目标声音信号的目的,并根据所述目标声音信号发送可连接广播消息,实现了利用可连接广播消息获取接收目标声音信号设备的蓝牙地址,若所述蓝牙地址属于预存的蓝牙地址则确定是目标传输地址,保证了信息传输的准确性;通过识别各所述目标声音信号并确定转写文本,实现了对于目标关键词的确定,实现了根据所述目标关键词检索内容的目的:通过接收检索内容的反馈检索内容,实现了对于所述检索内容实际准确度的评估,并根据评估结果进行及时的扩展检索,实现了对于检索内容的扩展叠加;通过对关键词的提取,实现了对于目标关键字的确定提高了根据所述目标关键词检索并生成相关联内容的目的。
具体而言,将各所述目标声音信号的实际时长L与预设的标准时长L0做比较获得比较结果包括:若L∈L0则所述目标声音信号实际长度符合预设的标准时长,若则所述目标声音信号实际长度不符合预设的标准时长,则计算目标声音信号的实际时长差值ΔL并根据所述差值调节预设识别时长,其中L0(Lmin,Lmax);
时,则计算目标声音信号的实际时长差值并根据所述目标声音信号的实际时长差值ΔL与预设的第一目标声音信号的标准时长差值ΔL1和第二目标声音信号的标准时长差值ΔL2的关系所确定的第一识别时长调节系数α1、第二识别时长调节系数α2或第三识别时长调节系数α3对所述标准传输速度进行反向调节;
以及,根据所述目标声音信号的实际时长差值与预设的第三目标声音信号的实际时长差值ΔL1和第四目标声音信号的实际时长差值ΔL2’的关系所确定的第四识别时长调节系数α1’、第五识别时长调节系数α2’或是第六识别时长调节系数α3’对所述标准传输速度进行正向调节。
具体而言,本领域技术人员可将目标声音信号预设标准长度L0(Lmin,Lmax)设为L0(10,15),量纲为秒。
具体而言,本发明实施例中,通过计算目标声音信号的实际时长差值并根据所述差值选择增大或减小预设识别时长,实现了对于预设识别时长的动态调节,避免了由于过短目标声音信号的实际时长造成算力的浪费,也避免了过长目标声音信号的实际时长造成识别的缺失,动态调节的方式节约了运行载荷,提高了识别的效率。
具体而言,根据所述目标声音信号的实际时长差值ΔL与预设的第一目标声音信号的标准时长差值ΔL1和第二目标声音信号的标准时长差值ΔL2的关系所确定的第一识别时长调节系数α1、第二识别时长调节系数α2或第三识别时长调节系数a3对所述标准传输速度进行反向调节时,
设置第一目标声音信号的标准时长差值ΔL1、第二目标声音信号的标准时长差值ΔL2,
当L>Lmax时,计算目标声音信号的实际时长差值ΔL,其中ΔL=L-Lmax;
当ΔL<ΔL1时,则选取第一识别时长调节系数α1调节预设识别时长为T1=TO(1+α1),其中,α1=loge[(ΔL1-ΔL)/ΔL1];
当ΔL1≤ΔL≤ΔL2时,则选取第二识别时长调节系数α2调节预设识别时长为T2=T0(1+a2),其中,c2=loge[ΔL/(ΔL1+ΔL2)];
当ΔL>ΔL2时,则选取第三识别时长调节系数a3调节预设识别时长为T3=T0(1+α3),其中,a3=loge[(ΔL-ΔL2)/ΔL]。
具体而言,本领域技术人员可将第一目标声音信号的标准时长差值ΔL1设置在(0,3]的范围内,量纲为秒,本领域技术人员可将第二目标声音信号的标准时长差值ΔL2设置在(3,5]的范围内,量纲为秒。
具体而言,根据所述目标声音信号的实际时长差值与预设的第三目标声音信号的实际时长差值ΔL1和第四目标声音信号的实际时长差值ΔL2’的关系所确定的第四识别时长调节系数α1’、第五识别时长调节系数α2’或是第六识别时长调节系数α3’对所述标准传输速度进行正向调节时,
当L<Lmin时,计算目标声音信号的实际时长差值ΔL’,其中,ΔL’=Lmin-L;
当ΔL’<ΔL1时,则选取第四识别时长调节系数α1’调节预设识别时长为T1=TO(1-α1’),其中,α1’=loge[(ΔL1-ΔL’)/ΔL1];
当ΔL1≤ΔL’≤ΔL2时,则选取第五识别时长调节系数α2’调节预设识别时长为T1=TO(1-α2’),其中,α2’loge[ΔL’/(ΔL1+ΔL2)];
当ΔL’>ΔL2时,则选取第六识别时长调节系数α3’调节预设识别时长为T1=T0(1-α3’),其中,α3’=loge[(ΔL1-ΔL’)/ΔL1]。
具体而言,根据关键词权重公式计算出关键词的实际权重,根据关键词实际权重分布情况确定目标关键词包括:
根据关键词权重公式计算出所述关键词实际权重时,关键词权重计算公式为:S=a×b×ln(N0/N),
其中,S表示是任意关键词的权重,a表示为所述关键词词性系数,b表示为所述关键词转写系数,NO表示为所述关键词在撰写文本中重复的次数,N表示为在撰写文本中关键词总数。
具体而言,所述关键词词性系数为所述转写文本中出现的各词性次数的检索内容熵值,所述关键词转写系数为所述关键词在历史提取过程中出现的次数的检索内容熵值,例如,在离散情况下,对转写文本中出现的各词性次数进行概率P的统计,通过熵的定义-log2p得到所述关键词词性系数,以及对所述关键词在历史提取过程中出现的次数进行概率P的统计,通过熵的定义-log2p得到所述关键词转写系数。
具体而言,根据关键词实际权重分布情况确定目标关键词时,
若关键词实际权重分布都相同,则对关键词进行同义合并,并将合并后的关键词进行权重计算,根据计算后的结果确定目标关键词;
若关键词实际权重分布不都相同,则根据所述关键词实际权重由大到小排列用以形成关键词序列并截取前2/3的所述关键词序列确定目标关键词。
具体而言,本发明实施例中,通过关键词权重计算公式,实现了准确计算出每个关键词的权重,并将根据关键词实际权重分布情况将所述关键词实际权重按照由大到小的顺序进行排序,提高了获得目标关键词的准确性。
具体而言,还包括传输检索内容后,接收智能终端对于所述检索内容的反馈,根据所述反馈评估所述检索内容实际准确度,根据所述实际准确度判断是否进行扩展检索并获得扩展检索内容;
根据评分区间对所述检索内容的准确度评分,并将各智能终端的所述准确度评分取平均值,若所述检索内容平均准确度小于检索内容标准准确度时,则将关键词按照关键词的词性进行语义扩展,获得关键字相对应的扩展词,并根据所述扩展词进行扩展检索。
具体而言,评分区间为[0,10],检索内容标准准确度可在[6,8]的范围内设定。
具体而言,本发明实施例中,根据所述反馈检索内容评估所述检索内容实际准确度,实现了对关键词扩展检索并将检索后的检索内容进行传输,提高了检索内容获取的精准性。
具体而言,根据预设的语言模型将识别后的目标声音信号生成转写文本时,将目标声音信号输入预先训练的语言模型,所述语言模型根据所述目标声音信号输出的文字作为转写文本,其中,所述语言模型为预先根据若干目标声音信号以及与若干目标声音信号对应的转写文本为标签训练得到。
具体而言,采集各所述智能终端用户的目标声音信号时,若所述目标声音信号的时间间隔超过预设时间间隔,则停止采集各所述智能终端的目标声音信号。
具体而言,预设时间间隔可在[5,10]范围内设定。
请参阅图3-4所示,本发明实施例提供的基于蓝牙技术的室内定位仿生交互系统的结构示意图,该系统包括:
采集模块,用以采集室内物体的实际表面温度,并将所述实际表面温度与预设的人体体表温度区间进行比对,若所述实际表面温度属于所述人体体表温度区间则采集声音信号;
判断模块,利用余弦相似度公式计算所述声音信号与预设标准声音信号的实际相似度值,并将所述实际相似度值与预设的标准相似度值做比较,若所述实际相似度值大于等于所述标准相似度值则判断为目标声音信号,根据所述目标声音信号发送可连接广播消息,以利用可连接广播消息获取接收目标声音信号设备的蓝牙地址,若所述蓝牙地址属于预存的蓝牙地址则确定是目标传输地址;
确定模块,根据预设的语言模型生成目标声音信号的转写文本,根据分词方法提取所述转写文本中的关键词用以确定传输的检索内容,
接收模块,根据所述可连接广播消息建立连接,并在建立连接后接收所述检索内容;
所述确定模块包括对比单元、识别单元、提取单元、分析单元,
所述对比单元,用以根据目标声音信号的时域图获取所述目标声音信号的实际时长,并将各所述目标声音信号的实际时长与预设的标准时长做比较获得比较结果;
所述识别单元,所述对比单元连接,用以根据比较结果调节标准识别时长用以识别所述目标声音信号,并根据预设的语言模型将识别后的目标声音信号生成转写文本并统计所述转写文本的实际字数;
所述提取单元,与所述识别单元连接,用以根据分词方法提取所述转写文本中的关键词;
所述分析单元,与所述提取单元连接,用以根据关键词权重公式计算出关键词的实际权重,根据关键词实际权重分布情况确定目标关键词,根据所述目标关键词进行检索用以生成检索内容并传输所述检索内容。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于蓝牙技术的室内定位仿生交互方法,其特征在于,包括:
采集室内物体的实际表面温度,并将所述实际表面温度与预设的人体体表温度区间进行比对,若所述实际表面温度属于所述人体体表温度区间则采集声音信号;
利用余弦相似度公式计算所述声音信号与预设标准声音信号的实际相似度值,并将所述实际相似度值与预设的标准相似度值做比较,若所述实际相似度值大于等于所述标准相似度值则判断为目标声音信号,根据所述目标声音信号发送可连接广播消息,以利用可连接广播消息获取接收目标声音信号设备的蓝牙地址,若所述蓝牙地址属于预存的蓝牙地址则确定是目标传输地址;
根据预设的语言模型生成目标声音信号的转写文本,根据分词方法提取所述转写文本中的关键词用以确定传输的检索内容,
根据所述可连接广播消息建立连接,并在建立连接后接收所述检索内容;
其中,根据分词方法提取所述转写文本中的关键词用以确定传输的检索内容包括:
根据目标声音信号的时域图获取所述目标声音信号的实际时长,并将各所述目标声音信号的实际时长与预设的标准时长作比较获得比较结果;
根据比较结果调节标准识别时长用以识别所述目标声音信号,并根据预设的语言模型将识别后的目标声音信号生成转写文本并统计所述转写文本的实际字数;
根据分词方法提取所述转写文本中的关键词;
根据关键词权重公式计算出关键词的实际权重,根据关键词实际权重分布情况确定目标关键词,根据所述目标关键词进行检索用以生成检索内容并传输所述检索内容。
2.根据权利要求1所述的基于蓝牙技术的室内定位仿生交互方法,其特征在于,将各所述目标声音信号的实际时长L与预设的标准时长L0做比较获得比较结果包括:若L∈L0则所述目标声音信号实际长度符合预设的标准时长,若 则所述目标声音信号实际长度不符合预设的标准时长,则计算目标声音信号的实际时长差值ΔL并根据所述差值调节预设识别时长,其中L0(Lmin,Lmax);
时,则计算目标声音信号的实际时长差值并根据所述目标声音信号的实际时长差值ΔL与预设的第一目标声音信号的标准时长差值ΔL1和第二目标声音信号的标准时长差值ΔL2的关系所确定的第一识别时长调节系数α1、第二识别时长调节系数α2或第三识别时长调节系数α3对所述标准传输速度进行反向调节;
以及,根据所述目标声音信号的实际时长差值与预设的第三目标声音信号的实际时长差值ΔL1和第四目标声音信号的实际时长差值ΔL2’的关系所确定的第四识别时长调节系数α1’、第五识别时长调节系数α2’或是第六识别时长调节系数α3’对所述标准传输速度进行正向调节。
3.根据权利要求2所述的基于蓝牙技术的室内定位仿生交互方法,其特征在于,根据所述目标声音信号的实际时长差值ΔL与预设的第一目标声音信号的标准时长差值ΔL1和第二目标声音信号的标准时长差值ΔL2的关系所确定的第一识别时长调节系数α1、第二识别时长调节系数α2或第三识别时长调节系数α3对所述标准传输速度进行反向调节时,
设置第一目标声音信号的标准时长差值ΔL1、第二目标声音信号的标准时长差值ΔL2,
当L>Lmax时,计算目标声音信号的实际时长差值ΔL,其中ΔL=L-Lmax;
当ΔL<ΔL1时,则选取第一识别时长调节系数α1调节预设识别时长为T1=TO(1+α1),其中,α1=loge[(ΔL1-ΔL)/ΔL1];
当ΔL1≤ΔL≤ΔL2时,则选取第二识别时长调节系数α2调节预设识别时长为T2=T0(1+α2),其中,α2=loge[ΔL/(ΔL1+ΔL2)];
当ΔL>ΔL2时,则选取第三识别时长调节系数α3调节预设识别时长为T3=TO(1+α3),其中,α3=loge[(ΔL-ΔL2)/ΔL]。
4.根据权利要求3所述的基于蓝牙技术的室内定位仿生交互方法,其特征在于,根据所述目标声音信号的实际时长差值与预设的第三目标声音信号的实际时长差值ΔL1和第四目标声音信号的实际时长差值ΔL2’的关系所确定的第四识别时长调节系数α1’、第五识别时长调节系数α2’或是第六识别时长调节系数α3’对所述标准传输速度进行正向调节时,
当L<Lmin时,计算目标声音信号的实际时长差值ΔL’,其中,ΔL’=Lmin-L;
当ΔL’<ΔL1时,则选取第四识别时长调节系数α1’调节预设识别时长为T1=T0(1-c1’),其中,α1’=loge[(ΔL1-ΔL’)/ΔL1];
当ΔL1≤ΔL’≤ΔL2时,则选取第五识别时长调节系数c2’调节预设识别时长为T1=T0(1-c2’),其中,α2’loge[ΔL’/(ΔL1+ΔL2)];
当ΔL’>ΔL2时,则选取第六识别时长调节系数α3’调节预设识别时长为T1=T0(1-α3’),其中,α3’=loge[(ΔL1-ΔL’)/ΔL1]。
5.根据权利要求4所述的基于蓝牙技术的室内定位仿生交互方法,其特征在于,根据关键词权重公式计算出关键词的实际权重包括:
根据关键词权重公式计算出所述关键词实际权重时,关键词权重计算公式为:s=a×b×ln(N0/N),
其中,S表示是任意关键词的权重,a表示为所述关键词词性系数,b表示为所述关键词转写系数,N0表示为所述关键词在撰写文本中重复的次数,N表示为在撰写文本中关键词总数。
6.根据权利要求5所述的基于蓝牙技术的室内定位仿生交互方法,其特征在于,根据关键词实际权重分布情况确定目标关键词时,
若关键词实际权重分布都相同,则对关键词进行同义合并,并将合并后的关键词进行权重计算,根据计算后的结果确定目标关键词;
若关键词实际权重分布不都相同,则根据所述关键词实际权重由大到小排列用以形成关键词序列并截取前2/3的所述关键词序列确定目标关键词。
7.根据权利要求6所述的基于蓝牙技术的室内定位仿生交互方法,其特征在于,还包括传输检索内容后,接收智能终端对于所述检索内容的反馈,根据所述反馈评估所述检索内容实际准确度,根据所述实际准确度判断是否进行扩展检索并获得扩展检索内容;
根据评分区间对所述检索内容的准确度评分,并将各智能终端的所述准确度评分取平均值,若所述检索内容平均准确度小于检索内容标准准确度时,则将关键词按照关键词的词性进行语义扩展,获得关键字相对应的扩展词,并根据所述扩展词进行扩展检索。
8.根据权利要求7所述的基于蓝牙技术的室内定位仿生交互方法,其特征在于,根据预设的语言模型将识别后的目标声音信号生成转写文本时,将目标声音信号输入预先训练的语言模型,所述语言模型根据所述目标声音信号输出的文字作为转写文本,其中,所述语言模型为预先根据若干目标声音信号以及与若干目标声音信号对应的转写文本为标签训练得到。
9.根据权利要求8所述的基于蓝牙技术的室内定位仿生交互方法,其特征在于,采集各所述智能终端用户的目标声音信号时,若所述目标声音信号的时间间隔超过预设时间间隔,则停止采集各所述智能终端的目标声音信号。
10.一种应用于权利要求1-9任一项所述的基于蓝牙技术的室内定位仿生交互方法的系统,其特征在于,包括:
采集模块,用以采集室内物体的实际表面温度,并将所述实际表面温度与预设的人体体表温度区间进行比对,若所述实际表面温度属于所述人体体表温度区间则采集声音信号;
判断模块,利用余弦相似度公式计算所述声音信号与预设标准声音信号的实际相似度值,并将所述实际相似度值与预设的标准相似度值做比较,若所述实际相似度值大于等于所述标准相似度值则判断为目标声音信号,根据所述目标声音信号发送可连接广播消息,以利用可连接广播消息获取接收目标声音信号设备的蓝牙地址,若所述蓝牙地址属于预存的蓝牙地址则确定是目标传输地址;
确定模块,根据预设的语言模型生成目标声音信号的转写文本,根据分词方法提取所述转写文本中的关键词用以确定传输的检索内容,
接收模块,根据所述可连接广播消息建立连接,并在建立连接后接收所述检索内容;
所述确定模块包括对比单元、识别单元、提取单元、分析单元,
所述对比单元,用以根据目标声音信号的时域图获取所述目标声音信号的实际时长,并将各所述目标声音信号的实际时长与预设的标准时长做比较获得比较结果;
所述识别单元,所述对比单元连接,用以根据比较结果调节标准识别时长用以识别所述目标声音信号,并根据预设的语言模型将识别后的目标声音信号生成转写文本并统计所述转写文本的实际字数;
所述提取单元,与所述识别单元连接,用以根据分词方法提取所述转写文本中的关键词;
所述分析单元,与所述提取单元连接,用以根据关键词权重公式计算出关键词的实际权重,根据关键词实际权重分布情况确定目标关键词,根据所述目标关键词进行检索用以生成检索内容并传输所述检索内容。
CN202311120275.4A 2023-09-01 2023-09-01 一种基于蓝牙技术的室内定位仿生交互方法及系统 Active CN117171300B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311120275.4A CN117171300B (zh) 2023-09-01 2023-09-01 一种基于蓝牙技术的室内定位仿生交互方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311120275.4A CN117171300B (zh) 2023-09-01 2023-09-01 一种基于蓝牙技术的室内定位仿生交互方法及系统

Publications (2)

Publication Number Publication Date
CN117171300A true CN117171300A (zh) 2023-12-05
CN117171300B CN117171300B (zh) 2024-09-17

Family

ID=88931258

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311120275.4A Active CN117171300B (zh) 2023-09-01 2023-09-01 一种基于蓝牙技术的室内定位仿生交互方法及系统

Country Status (1)

Country Link
CN (1) CN117171300B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114708856A (zh) * 2022-05-07 2022-07-05 科大讯飞股份有限公司 一种语音处理方法及其相关设备
US20230253010A1 (en) * 2022-02-04 2023-08-10 Analog Devices International Unlimited Company Voice activity detection (vad) based on multiple indicia
CN117393001A (zh) * 2023-11-16 2024-01-12 天津渤海职业技术学院 一种服务机器人智能控制方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230253010A1 (en) * 2022-02-04 2023-08-10 Analog Devices International Unlimited Company Voice activity detection (vad) based on multiple indicia
CN114708856A (zh) * 2022-05-07 2022-07-05 科大讯飞股份有限公司 一种语音处理方法及其相关设备
CN117393001A (zh) * 2023-11-16 2024-01-12 天津渤海职业技术学院 一种服务机器人智能控制方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
IVÁN FROIZ-MÍGUEZ 等: "Design, Implementation, and Practical Evaluation of a Voice Recognition Based IoT Home Automation System for Low-Resource Languages and Resource-Constrained Edge IoT Devices: A System for Galician and Mobile Opportunistic Scenarios", IEEE ACCESS, vol. 11, 14 June 2023 (2023-06-14), pages 63623 *
覃鸿, 王守觉: "多权值神经元网络仿生模式识别方法在低训练样本数量非特定人语音识别中与HMM及DTW的比较研究", 电子学报, vol. 33, no. 05, 25 May 2005 (2005-05-25), pages 190 - 193 *

Also Published As

Publication number Publication date
CN117171300B (zh) 2024-09-17

Similar Documents

Publication Publication Date Title
CN110741433B (zh) 使用多个计算设备的对讲式通信
CN107797984B (zh) 智能交互方法、设备及存储介质
EP3631793B1 (en) Dynamic and/or context-specific hot words to invoke automated assistant
CN103956169B (zh) 一种语音输入方法、装置和系统
JP5377430B2 (ja) 質問応答データベース拡張装置および質問応答データベース拡張方法
US20130253924A1 (en) Speech Conversation Support Apparatus, Method, and Program
CN110795542B (zh) 对话方法及相关装置、设备
CN105657535A (zh) 一种音频识别方法和装置
US10108707B1 (en) Data ingestion pipeline
WO2005057549A1 (ja) 情報処理システム、情報処理方法および情報処理用プログラム
US10909972B2 (en) Spoken language understanding using dynamic vocabulary
US20180068659A1 (en) Voice recognition device and voice recognition method
JP2008287210A5 (zh)
CN105551485A (zh) 语音文件检索方法及系统
CN110998719A (zh) 信息处理设备和信息处理方法
CN111178081A (zh) 语义识别的方法、服务器、电子设备及计算机存储介质
KR20130108173A (ko) 유무선 통신 네트워크를 이용한 음성인식 질의응답 시스템 및 그 운용방법
CN101505328A (zh) 应用语音识别的网络数据检索方法及其系统
CN117393001A (zh) 一种服务机器人智能控制方法及系统
JP6781961B2 (ja) 送信装置、送信方法及び送信プログラム
KR102221963B1 (ko) 화상 정보를 제공하는 인공 지능 장치 및 그 방법
CN117171300B (zh) 一种基于蓝牙技术的室内定位仿生交互方法及系统
KR101889809B1 (ko) 중요 화제 선별을 이용한 자동 방향 선택 음성인식시스템 및 음성인식방법
CN112823047A (zh) 用于控制网络应用程序的系统和设备
CN107507627A (zh) 语音数据热度分析方法及系统

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
GR01 Patent grant
GR01 Patent grant