CN117348436B - 一种基于智能手环的全屋智能控制方法及系统 - Google Patents
一种基于智能手环的全屋智能控制方法及系统 Download PDFInfo
- Publication number
- CN117348436B CN117348436B CN202311646582.6A CN202311646582A CN117348436B CN 117348436 B CN117348436 B CN 117348436B CN 202311646582 A CN202311646582 A CN 202311646582A CN 117348436 B CN117348436 B CN 117348436B
- Authority
- CN
- China
- Prior art keywords
- house
- full
- real
- voice
- intelligent
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004891 communication Methods 0.000 claims abstract description 16
- 238000005516 engineering process Methods 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims description 11
- 238000013528 artificial neural network Methods 0.000 claims description 10
- 238000009432 framing Methods 0.000 claims description 10
- 230000004913 activation Effects 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 16
- 230000008901 benefit Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Selective Calling Equipment (AREA)
Abstract
本发明涉及设备控制领域,特别是一种基于智能手环的全屋智能控制方法及系统。通过获取智能手环的实时位置信息,根据实时位置信息判断用户位置,利用第一全屋智能控制指令对全屋智能设备进行实时控制;将实时语音特征信息数据输入至DNN‑HMM语音信息识别模型中进行识别;基于实时语音文字信息生成第二全屋智能控制指令,利用ZigBee无线通信技术将第二全屋智能控制指令传输至全屋智能控制系统中基于全屋智能控制电信号对全屋智能设备进行实时控制调整;根据第二语音信息数据生成目标全屋智能控制电信号,利用目标全屋智能控制电信号对全屋智能设备进行目标控制。可以根据用户的实时需求对现有的设备控制进行实时调整能有效提高控制效率和用户体验度。
Description
技术领域
本发明涉及设备控制领域,特别是一种基于智能手环的全屋智能控制方法及系统。
背景技术
全屋智能以人们的家庭住宅作为基础平台,利用网络通信、综合布线、自动控制等相关技术将各类家居设备集成起来,建立了一个智能化的家居生活综合管理系统。但是现有的全屋智能通常是利用手机客户端或者开关进行控制,因此全屋智能的控制不能及时有效的表达用户的需求,而智能手环越来越深入人们的日常生活中,智能手环由于携带方便,且技术集成度较高,因此如何利用智能手环让用户随时随地的对全屋智能设备进行控制,提升全屋智能设备的控制效率,让智能提前进行的同时对用户的需求进行感知调整是现阶段丞待解决的技术问题。
发明内容
本发明的目的是为了解决上述问题,设计了一种基于智能手环的全屋智能控制方法及系统。
实现上述目的本发明的技术方案为,进一步,在上述一种基于智能手环的全屋智能控制方法中,所述所述全屋智能控制方法包括以下步骤:
获取智能手环的实时位置信息,根据所述实时位置信息判断用户位置,得到第一全屋智能控制指令,利用第一全屋智能控制指令对全屋智能设备进行实时控制;
通过智能手环采集周围环境中的第一语音信息数据,对所述第一语音信息数据进行数据处理,得到实时语音特征信息数据;
建立DNN-HMM语音信息识别模型,将所述实时语音特征信息数据输入至所述DNN-HMM语音信息识别模型中进行识别,得到实时语音文字信息;
基于所述实时语音文字信息生成第二全屋智能控制指令,利用ZigBee无线通信技术将所述第二全屋智能控制指令传输至全屋智能控制系统中;
基于所述第二全屋智能控制指令生成全屋智能控制电信号,基于所述全屋智能控制电信号对全屋智能设备进行实时控制调整;
通过智能手环采集周围环境中的第二语音信息数据,根据所述第二语音信息数据生成目标全屋智能控制电信号,利用所述目标全屋智能控制电信号对所述全屋智能设备进行目标控制。
进一步,在上述全屋智能控制方法中,所述获取智能手环的实时位置信息,根据所述实时位置信息判断用户位置,得到第一全屋智能控制指令,利用第一全屋智能控制指令对全屋智能设备进行实时控制,包括:
获取智能手环的实时位置信息,所述实时位置信息至少包括智能手环实时位置信息、用户历史位置信息;
通过智能手环的重力感应模块判断用户是否佩戴智能手环,若判断为用户佩戴智能手环,则获取智能手环实时位置信息,若判断为用户没有佩戴智能手环,则获取用户历史位置信息;
判断所述智能手环实时位置信息和所述用户历史位置信息与房屋地理位置之间的距离;
若所述智能手环实时位置信息和房屋地理位置之间的距离小于5KM,所述用户历史位置信息和房屋地理位置之间的距离小于7KM,则生成第一全屋智能控制指令;
所述第一全屋智能控制指令至少包括历史空调设定温度、历史屋内灯光亮度、历史加湿器设定湿度。
进一步,在上述全屋智能控制方法中,所述通过智能手环采集周围环境中的第一语音信息数据,对所述第一语音信息数据进行数据处理,得到实时语音特征信息数据,包括:
通过智能手环采集周围环境中的第一语音信息数据,所述第一语音信息数据至少包括4个用户的语音信息数据;
对所述第一语音信息数据进行预加重、加窗和分帧处理,得到分帧语音信息数据;
对所述分帧语音信息数据中的每一组语音数据进行傅里叶变换,得到变换语音信息数据;
在梅尔尺度上设计一组滤波器对所述变换语音信息数据中的每帧频谱进行滤波,得到实时语音特征信息数据。
进一步,在上述全屋智能控制方法中,所述建立DNN-HMM语音信息识别模型,将所述实时语音特征信息数据输入至所述DNN-HMM语音信息识别模型中进行识别,得到实时语音文字信息,包括:
建立DNN-HMM语音信息识别模型,所述DNN-HMM语音信息识别模型为DNN深度神经网络和HMM隐马尔科夫模型相结合;
利用智能手环中的历史语音数据对所述DNN-HMM语音信息识别模型进行训练;
计算所述DNN-HMM语音信息识别模型中的前向传播过程,根据DNN-HMM语音信息识别模型的隐藏层数得到隐藏层数激活值;
根据所述隐藏层数激活值确定所述DNN-HMM语音信息识别模型的目标函数;
根据所述目标函数对所述DNN-HMM语音信息识别模型进行反向传播计算,得到输出层和隐藏层的误差值;
基于所述误差值进行计算得到所述DNN-HMM语音信息识别模型的目标函数对权重的偏导;
将所述实时语音特征信息数据输入至所述DNN-HMM语音信息识别模型中进行识别,得到实时语音文字信息。
进一步,在上述全屋智能控制方法中,所述基于所述实时语音文字信息生成第二全屋智能控制指令,利用ZigBee无线通信技术将所述第二全屋智能控制指令传输至全屋智能控制系统中,包括:
基于所述实时语音文字信息生成第二全屋智能控制指令,所述第二全屋智能控制指令,至少包括房屋温度控制指令、房屋湿度控制指令、房屋亮度控制指令;
利用ZigBee无线通信技术将所述第二全屋智能控制指令传输至全屋智能控制系统中;
所述全屋智能控制系统用于接收智能手环的控制指令,并根据所述控制指令生成控制电信号,利用ZigBee无线通信技术将所述控制电信号传输至全屋智能设备中。
进一步,在上述全屋智能控制方法中,所述基于所述第二全屋智能控制指令生成全屋智能控制电信号,基于所述全屋智能控制电信号对全屋智能设备进行实时控制调整,包括:
基于所述第二全屋智能控制指令生成全屋智能控制电信号,基于所述全屋智能控制电信号对全屋智能设备进行实时控制调整;
所述实时控制调整至少包括空调温度调整、屋内灯光亮度调整、加湿器湿度调整;
若全屋智能控制电信号为不改变室内环境的控制电信号,则不对房屋中的全屋智能设备进行调整;
并将现阶段室内环境的实全屋智能设备控制信息输入至智能手环中进行存储。
进一步,在上述全屋智能控制方法中,所述通过智能手环采集周围环境中的第二语音信息数据,根据所述第二语音信息数据生成目标全屋智能控制电信号,利用所述目标全屋智能控制电信号对所述全屋智能设备进行目标控制,包括:
通过智能手环采集周围环境中的第二语音信息数据,对所述第二语音信息数据进行数据预处理,得到第二语音特征信息数据;
将所述第二语音特征信息数据输入至DNN-HMM语音信息识别模型中进行识别,得到第二实时语音文字信息;
根据所述第二实时语音文字信息生成目标全屋智能控制电信号,利用所述目标全屋智能控制电信号对所述全屋智能设备进行目标控制;
将所述目标控制对应的目标全屋智能控制电信号输入至智能手环中进行存储;
获取智能手环的第二实时位置信息,通过图像采集装置获取房屋内的用户信息;
若第二实时位置信息和房屋地理位置信息的距离大于5KM且房屋内30min内无用户,则关闭房屋内的全屋智能设备。
实现上述目的本发明的技术方案为,进一步,在上述一种全屋智能控制系统中,所述全屋智能控制系统,包括:
位置获取模块,用于获取智能手环的实时位置信息,根据所述实时位置信息判断用户位置,得到第一全屋智能控制指令,利用第一全屋智能控制指令对全屋智能设备进行实时控制;
语音获取模块,用于通过智能手环采集周围环境中的第一语音信息数据,对所述第一语音信息数据进行数据处理,得到实时语音特征信息数据;
语音识别模块,用于建立DNN-HMM语音信息识别模型,将所述实时语音特征信息数据输入至所述DNN-HMM语音信息识别模型中进行识别,得到实时语音文字信息;
指令传输模块,用于基于所述实时语音文字信息生成第二全屋智能控制指令,利用ZigBee无线通信技术将所述第二全屋智能控制指令传输至全屋智能控制系统中;
智能控制模块,用于基于所述第二全屋智能控制指令生成全屋智能控制电信号,基于所述全屋智能控制电信号对全屋智能设备进行实时控制调整;
控制调整模块,用于通过智能手环采集周围环境中的第二语音信息数据,根据所述第二语音信息数据生成目标全屋智能控制电信号,利用所述目标全屋智能控制电信号对所述全屋智能设备进行目标控制。
进一步,在上述一种全屋智能控制系统中,所述语音识别模块包括以下子模块:
建立子模块,用于建立DNN-HMM语音信息识别模型,所述DNN-HMM语音信息识别模型为DNN深度神经网络和HMM隐马尔科夫模型相结合;
训练子模块,用于利用智能手环中的历史语音数据对所述DNN-HMM语音信息识别模型进行训练;
计算子模块,用于计算所述DNN-HMM语音信息识别模型中的前向传播过程,根据DNN-HMM语音信息识别模型的隐藏层数得到隐藏层数激活值;
函数子模块,用于根据所述隐藏层数激活值确定所述DNN-HMM语音信息识别模型的目标函数;
反向子模块,用于根据所述目标函数对所述DNN-HMM语音信息识别模型进行反向传播计算,得到输出层和隐藏层的误差值;
权重子模块,用于基于所述误差值进行计算得到所述DNN-HMM语音信息识别模型的目标函数对权重的偏导;
得到子模块,用于将所述实时语音特征信息数据输入至所述DNN-HMM语音信息识别模型中进行识别,得到实时语音文字信息。
进一步,在上述一种全屋智能控制系统中,所所述控制调整模块包括以下子模块:
处理子模块,用于通过智能手环采集周围环境中的第二语音信息数据,对所述第二语音信息数据进行数据预处理,得到第二语音特征信息数据;
识别子模块,用于将所述第二语音特征信息数据输入至DNN-HMM语音信息识别模型中进行识别,得到第二实时语音文字信息;
控制子模块,用于根据所述第二实时语音文字信息生成目标全屋智能控制电信号,利用所述目标全屋智能控制电信号对所述全屋智能设备进行目标控制;
存储子模块,用于将所述目标控制对应的目标全屋智能控制电信号输入至智能手环中进行存储;
获取子模块,用于获取智能手环的第二实时位置信息,通过图像采集装置获取房屋内的用户信息;
关闭子模块,用于若第二实时位置信息和房屋地理位置信息的距离大于5KM且房屋内30min内无用户,则关闭房屋内的全屋智能设备。
其有益效果在于,通过获取智能手环的实时位置信息,根据所述实时位置信息判断用户位置,得到第一全屋智能控制指令,利用第一全屋智能控制指令对全屋智能设备进行实时控制;通过智能手环采集周围环境中的第一语音信息数据,对所述第一语音信息数据进行数据处理,得到实时语音特征信息数据;建立DNN-HMM语音信息识别模型,将所述实时语音特征信息数据输入至所述DNN-HMM语音信息识别模型中进行识别,得到实时语音文字信息;基于所述实时语音文字信息生成第二全屋智能控制指令,利用ZigBee无线通信技术将所述第二全屋智能控制指令传输至全屋智能控制系统中;基于所述第二全屋智能控制指令生成全屋智能控制电信号,基于所述全屋智能控制电信号对全屋智能设备进行实时控制调整;通过智能手环采集周围环境中的第二语音信息数据,根据所述第二语音信息数据生成目标全屋智能控制电信号,利用所述目标全屋智能控制电信号对所述全屋智能设备进行目标控制。可以在用户到达房屋之前就对房屋中的设备进行控制,调节房屋中的温度、湿度、亮度;根据用户的实时需求对现有的设备控制进行实时调整,对屋内人物和用户离家距离进行感知,对屋内设备进行智能关闭,能有效提高控制效率和用户体验度。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。
图1为本发明实施例中一种基于智能手环的全屋智能控制方法的第一个实施例示意图;
图2为本发明实施例中一种基于智能手环的全屋智能控制方法的第二个实施例示意图;
图3为本发明实施例中一种基于智能手环的全屋智能控制方法的第三个实施例示意图;
图4为本发明实施例中一种基于智能手环的全屋智能控制系统的第一个实施例示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“所述”也可包括复数形式。应所述进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
下面结合附图对本发明进行具体描述,如图1所示,一种基于智能手环的全屋智能控制方法,所述全屋智能控制方法包括以下步骤:
步骤101、获取智能手环的实时位置信息,根据实时位置信息判断用户位置,得到第一全屋智能控制指令,利用第一全屋智能控制指令对全屋智能设备进行实时控制;
具体的,本实施例中获取智能手环的实时位置信息,实时位置信息至少包括智能手环实时位置信息、用户历史位置信息;通过智能手环的重力感应模块判断用户是否佩戴智能手环,若判断为用户佩戴智能手环,则获取智能手环实时位置信息,若判断为用户没有佩戴智能手环,则获取用户历史位置信息;判断智能手环实时位置信息和用户历史位置信息与房屋地理位置之间的距离;若智能手环实时位置信息和房屋地理位置之间的距离小于5KM,用户历史位置信息和房屋地理位置之间的距离小于7KM,则生成第一全屋智能控制指令;第一全屋智能控制指令至少包括历史空调设定温度、历史屋内灯光亮度、历史加湿器设定湿度。
历史空调设定温度、历史屋内灯光亮度和历史加湿器设定湿度为上一次智能手环根据用户离开家时设定的温度、亮度、湿度数据,也可以是用户偏好的温度、亮度、湿度数据。
利用智能手环中的声波传感器判断用户是否在智能手环的周围,如果不在智能手环的周围超过5分钟,则将手环所处位置设置为用户历史位置信息。
步骤102、通过智能手环采集周围环境中的第一语音信息数据,对第一语音信息数据进行数据处理,得到实时语音特征信息数据;
具体的,本实施例中通过智能手环采集周围环境中的第一语音信息数据,第一语音信息数据至少包括4个用户的语音信息数据;对第一语音信息数据进行预加重、加窗和分帧处理,得到分帧语音信息数据;对分帧语音信息数据中的每一组语音数据进行傅里叶变换,得到变换语音信息数据;在梅尔尺度上设计一组滤波器对变换语音信息数据中的每帧频谱进行滤波,得到实时语音特征信息数据。
步骤103、建立DNN-HMM语音信息识别模型,将实时语音特征信息数据输入至DNN-HMM语音信息识别模型中进行识别,得到实时语音文字信息;
具体的,本实施例中建立DNN-HMM语音信息识别模型,DNN-HMM语音信息识别模型为DNN深度神经网络和HMM隐马尔科夫模型相结合;利用智能手环中的历史语音数据对DNN-HMM语音信息识别模型进行训练;计算DNN-HMM语音信息识别模型中的前向传播过程,根据DNN-HMM语音信息识别模型的隐藏层数得到隐藏层数激活值;根据隐藏层数激活值确定DNN-HMM语音信息识别模型的目标函数;根据目标函数对DNN-HMM语音信息识别模型进行反向传播计算,得到输出层和隐藏层的误差值;基于误差值进行计算得到DNN-HMM语音信息识别模型的目标函数对权重的偏导;将实时语音特征信息数据输入至DNN-HMM语音信息识别模型中进行识别,得到实时语音文字信息。
具体的,本实施例中DNN深度神经网络是一种前向传播神经网络,通常激活函数采用sigmoid函数,损失函数采用交叉熵函数,输出层函数采用 softmax 函数。DNN-HMM语音信息识别模型模型中,其输入特征可以是MFCC特征,也可以是Fbank特征,DNN深度神经网络的layout输出节点与HMM隐马尔科夫模型的状态节点一一对应,可以通过DNN深度神经网络的输出得到每个状态的观察值概率。
步骤104、基于实时语音文字信息生成第二全屋智能控制指令,利用ZigBee无线通信技术将第二全屋智能控制指令传输至全屋智能控制系统中;
具体的,本实施例中基于实时语音文字信息生成第二全屋智能控制指令,第二全屋智能控制指令,至少包括房屋温度控制指令、房屋湿度控制指令、房屋亮度控制指令;利用ZigBee无线通信技术将第二全屋智能控制指令传输至全屋智能控制系统中;全屋智能控制系统用于接收智能手环的控制指令,并根据控制指令生成控制电信号,利用ZigBee无线通信技术将控制电信号传输至全屋智能设备中。
步骤105、基于第二全屋智能控制指令生成全屋智能控制电信号,基于全屋智能控制电信号对全屋智能设备进行实时控制调整;
具体的,本实施例中基于第二全屋智能控制指令生成全屋智能控制电信号,基于全屋智能控制电信号对全屋智能设备进行实时控制调整;实时控制调整至少包括空调温度调整、屋内灯光亮度调整、加湿器湿度调整;若全屋智能控制电信号为不改变室内环境的控制电信号,则不对房屋中的全屋智能设备进行调整;并将现阶段室内环境的实全屋智能设备控制信息输入至智能手环中进行存储。
步骤106、通过智能手环采集周围环境中的第二语音信息数据,根据第二语音信息数据生成目标全屋智能控制电信号,利用目标全屋智能控制电信号对全屋智能设备进行目标控制。
具体的,本实施例中通过智能手环采集周围环境中的第二语音信息数据,对第二语音信息数据进行数据预处理,得到第二语音特征信息数据;将第二语音特征信息数据输入至DNN-HMM语音信息识别模型中进行识别,得到第二实时语音文字信息;根据第二实时语音文字信息生成目标全屋智能控制电信号,利用目标全屋智能控制电信号对全屋智能设备进行目标控制;将目标控制对应的目标全屋智能控制电信号输入至智能手环中进行存储;获取智能手环的第二实时位置信息,通过图像采集装置获取房屋内的用户信息;若第二实时位置信息和房屋地理位置信息的距离大于5KM且房屋内30min内无用户,则关闭房屋内的全屋智能设备。
其有益效果在于,通过获取智能手环的实时位置信息,根据实时位置信息判断用户位置,得到第一全屋智能控制指令,利用第一全屋智能控制指令对全屋智能设备进行实时控制;通过智能手环采集周围环境中的第一语音信息数据,对第一语音信息数据进行数据处理,得到实时语音特征信息数据;建立DNN-HMM语音信息识别模型,将实时语音特征信息数据输入至DNN-HMM语音信息识别模型中进行识别,得到实时语音文字信息;基于实时语音文字信息生成第二全屋智能控制指令,利用ZigBee无线通信技术将第二全屋智能控制指令传输至全屋智能控制系统中;基于第二全屋智能控制指令生成全屋智能控制电信号,基于全屋智能控制电信号对全屋智能设备进行实时控制调整;通过智能手环采集周围环境中的第二语音信息数据,根据第二语音信息数据生成目标全屋智能控制电信号,利用目标全屋智能控制电信号对全屋智能设备进行目标控制。可以在用户到达房屋之前就对房屋中的设备进行控制,调节房屋中的温度、湿度、亮度;根据用户的实时需求对现有的设备控制进行实时调整,对屋内人物和用户离家距离进行感知,对屋内设备进行智能关闭,能有效提高控制效率和用户体验度。
本实施例中,请参阅图2,本发明实施例中一种基于智能手环的全屋智能控制方法的第二个实施例,通过智能手环采集周围环境中的第一语音信息数据,对第一语音信息数据进行数据处理,得到实时语音特征信息数据包括以下步骤:
步骤201、通过智能手环采集周围环境中的第一语音信息数据,第一语音信息数据至少包括4个用户的语音信息数据;
步骤202、对第一语音信息数据进行预加重、加窗和分帧处理,得到分帧语音信息数据;
步骤203、对分帧语音信息数据中的每一组语音数据进行傅里叶变换,得到变换语音信息数据;
步骤204、在梅尔尺度上设计一组滤波器对变换语音信息数据中的每帧频谱进行滤波,得到实时语音特征信息数据。
智能手环可以设定的语音识别人员个数,至少可以设置4个用户的语音识别数据,如果是设定人员以外的人对手环进行语音操作,智能手环不会做出智能设备操作指令。可以保护用户隐私,确保屋内设备不会被用户以外的人员操作。
本实施例中,请参阅图3,本发明实施例中一种基于智能手环的全屋智能控制方法及系统的第三个实施例,通过智能手环采集周围环境中的第二语音信息数据,根据第二语音信息数据生成目标全屋智能控制电信号,利用目标全屋智能控制电信号对全屋智能设备进行目标控制包括以下步骤:
步骤301、通过智能手环采集周围环境中的第二语音信息数据,对第二语音信息数据进行数据预处理,得到第二语音特征信息数据;
步骤302、将第二语音特征信息数据输入至DNN-HMM语音信息识别模型中进行识别,得到第二实时语音文字信息;
步骤303、根据第二实时语音文字信息生成目标全屋智能控制电信号,利用目标全屋智能控制电信号对全屋智能设备进行目标控制;
步骤304、将目标控制对应的目标全屋智能控制电信号输入至智能手环中进行存储;
步骤305、获取智能手环的第二实时位置信息,通过图像采集装置获取房屋内的用户信息;
步骤306、若第二实时位置信息和房屋地理位置信息的距离大于5KM且房屋内30min内无用户,则关闭房屋内的全屋智能设备。
智能手环判断用户是否已经离家超过5公里且已经离开家30分钟,则切断房屋中未关闭的智能设备的供电电源。
上面对本发明实施例提供的一种基于智能手环的全屋智能控制方法进行了描述,下面对本发明实施例的一种基于智能手环的全屋智能控制系统进行描述,请参阅图4,本发明实施例中全屋智能控制系统一个实施例包括:
位置获取模块,用于获取智能手环的实时位置信息,根据实时位置信息判断用户位置,得到第一全屋智能控制指令,利用第一全屋智能控制指令对全屋智能设备进行实时控制;
语音获取模块,用于通过智能手环采集周围环境中的第一语音信息数据,对第一语音信息数据进行数据处理,得到实时语音特征信息数据;
语音识别模块,用于建立DNN-HMM语音信息识别模型,将实时语音特征信息数据输入至DNN-HMM语音信息识别模型中进行识别,得到实时语音文字信息;
指令传输模块,用于基于实时语音文字信息生成第二全屋智能控制指令,利用ZigBee无线通信技术将第二全屋智能控制指令传输至全屋智能控制系统中;
智能控制模块,用于基于第二全屋智能控制指令生成全屋智能控制电信号,基于全屋智能控制电信号对全屋智能设备进行实时控制调整;
控制调整模块,用于通过智能手环采集周围环境中的第二语音信息数据,根据第二语音信息数据生成目标全屋智能控制电信号,利用目标全屋智能控制电信号对全屋智能设备进行目标控制。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应所述了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变和改进,这些变和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (1)
1.一种基于智能手环的全屋智能控制系统,其特征在于,所述全屋智能控制系统包括以下模块:
位置获取模块,用于获取智能手环的实时位置信息,根据所述实时位置信息判断用户位置,得到第一全屋智能控制指令,利用第一全屋智能控制指令对全屋智能设备进行实时控制,其中,获取智能手环的实时位置信息,所述实时位置信息包括智能手环实时位置信息和用户历史位置信息;通过智能手环的重力感应模块判断用户是否佩戴智能手环,若判断为用户佩戴智能手环,则获取智能手环实时位置信息,若判断为用户没有佩戴智能手环,则获取用户历史位置信息;判断所述智能手环实时位置信息和所述用户历史位置信息与房屋地理位置之间的距离;若所述智能手环实时位置信息和房屋地理位置之间的距离小于5KM,所述用户历史位置信息和房屋地理位置之间的距离小于7KM,则生成第一全屋智能控制指令;所述第一全屋智能控制指令包括历史空调设定温度、历史屋内灯光亮度和历史加湿器设定湿度;
历史空调设定温度、历史屋内灯光亮度和历史加湿器设定湿度为上一次智能手环根据用户离开家时设定的温度、亮度、湿度数据,或是用户偏好的温度、亮度、湿度数据;
利用智能手环中的声波传感器判断用户是否在智能手环的周围,如果不在智能手环的周围超过5分钟,则将手环所处位置设置为用户历史位置信息;
语音获取模块,用于通过智能手环采集周围环境中的第一语音信息数据,对所述第一语音信息数据进行数据处理,得到实时语音特征信息数据,其中,通过智能手环采集周围环境中的第一语音信息数据,所述第一语音信息数据至少包括4个用户的语音信息数据;对所述第一语音信息数据进行预加重、加窗和分帧处理,得到分帧语音信息数据;对所述分帧语音信息数据中的每一组语音数据进行傅里叶变换,得到变换语音信息数据;在梅尔尺度上设计一组滤波器对所述变换语音信息数据中的每帧频谱进行滤波,得到实时语音特征信息数据;
语音识别模块,用于建立DNN-HMM语音信息识别模型,将所述实时语音特征信息数据输入至所述DNN-HMM语音信息识别模型中进行识别,得到实时语音文字信息;
指令传输模块,用于基于所述实时语音文字信息生成第二全屋智能控制指令,利用ZigBee无线通信技术将所述第二全屋智能控制指令传输至全屋智能控制系统中,其中,基于所述实时语音文字信息生成第二全屋智能控制指令,所述第二全屋智能控制指令,至少包括房屋温度控制指令、房屋湿度控制指令、房屋亮度控制指令;利用ZigBee无线通信技术将所述第二全屋智能控制指令传输至全屋智能控制系统中;所述全屋智能控制系统用于接收智能手环的控制指令,并根据所述控制指令生成控制电信号,利用ZigBee无线通信技术将所述控制电信号传输至全屋智能设备中;
智能控制模块,用于基于所述第二全屋智能控制指令生成全屋智能控制电信号,基于所述全屋智能控制电信号对全屋智能设备进行实时控制调整,其中,基于所述第二全屋智能控制指令生成全屋智能控制电信号,基于所述全屋智能控制电信号对全屋智能设备进行实时控制调整;所述实时控制调整至少包括空调温度调整、屋内灯光亮度调整、加湿器湿度调整;若全屋智能控制电信号为不改变室内环境的控制电信号,则不对房屋中的全屋智能设备进行调整;并将现阶段室内环境的实全屋智能设备控制信息输入至智能手环中进行存储;
控制调整模块,用于通过智能手环采集周围环境中的第二语音信息数据,根据所述第二语音信息数据生成目标全屋智能控制电信号,利用所述目标全屋智能控制电信号对所述全屋智能设备进行目标控制;
所述语音识别模块包括以下子模块:
建立子模块,用于建立DNN-HMM语音信息识别模型,所述DNN-HMM语音信息识别模型为DNN深度神经网络和HMM隐马尔科夫模型相结合;
训练子模块,用于利用智能手环中的历史语音数据对所述DNN-HMM语音信息识别模型进行训练;
计算子模块,用于计算所述DNN-HMM语音信息识别模型中的前向传播过程,根据DNN-HMM语音信息识别模型的隐藏层数得到隐藏层数激活值;
函数子模块,用于根据所述隐藏层数激活值确定所述DNN-HMM语音信息识别模型的目标函数;
反向子模块,用于根据所述目标函数对所述DNN-HMM语音信息识别模型进行反向传播计算,得到输出层和隐藏层的误差值;
权重子模块,用于基于所述误差值进行计算得到所述DNN-HMM语音信息识别模型的目标函数对权重的偏导;
得到子模块,用于将所述实时语音特征信息数据输入至所述DNN-HMM语音信息识别模型中进行识别,得到实时语音文字信息;
DNN-HMM语音信息识别模型模型中,其输入特征是MFCC特征或Fbank特征,DNN深度神经网络的layout输出节点与HMM隐马尔科夫模型的状态节点一一对应,通过DNN深度神经网络的输出得到每个状态的观察值概率;
所述控制调整模块包括以下子模块:
处理子模块,用于通过智能手环采集周围环境中的第二语音信息数据,对所述第二语音信息数据进行数据预处理,得到第二语音特征信息数据;
识别子模块,用于将所述第二语音特征信息数据输入至DNN-HMM语音信息识别模型中进行识别,得到第二实时语音文字信息;
控制子模块,用于根据所述第二实时语音文字信息生成目标全屋智能控制电信号,利用所述目标全屋智能控制电信号对所述全屋智能设备进行目标控制;
存储子模块,用于将所述目标控制对应的目标全屋智能控制电信号输入至智能手环中进行存储;
获取子模块,用于获取智能手环的第二实时位置信息,通过图像采集装置获取房屋内的用户信息;
关闭子模块,用于若第二实时位置信息和房屋地理位置信息的距离大于5KM且房屋内30min内无用户,则关闭房屋内的全屋智能设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311646582.6A CN117348436B (zh) | 2023-12-04 | 2023-12-04 | 一种基于智能手环的全屋智能控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311646582.6A CN117348436B (zh) | 2023-12-04 | 2023-12-04 | 一种基于智能手环的全屋智能控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117348436A CN117348436A (zh) | 2024-01-05 |
CN117348436B true CN117348436B (zh) | 2024-04-26 |
Family
ID=89367760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311646582.6A Active CN117348436B (zh) | 2023-12-04 | 2023-12-04 | 一种基于智能手环的全屋智能控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117348436B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105163443A (zh) * | 2015-09-10 | 2015-12-16 | 华南理工大学 | 一种语音智能照明控制系统 |
CN106647303A (zh) * | 2016-12-23 | 2017-05-10 | 重庆墨希科技有限公司 | 一种智能家居控制方法、系统以及一种智能手环 |
CN107290970A (zh) * | 2016-04-05 | 2017-10-24 | 深圳市优思曼科技有限公司 | 一种基于智能音响的智能家居控制系统 |
CN109946986A (zh) * | 2019-03-25 | 2019-06-28 | 努比亚技术有限公司 | 家电控制方法、可穿戴设备及计算机可读存储介质 |
CN110376975A (zh) * | 2018-04-13 | 2019-10-25 | 武汉梓金山科技有限公司 | 一种基于大数据的语音智能化房屋及其控制方法 |
CN111812995A (zh) * | 2020-07-28 | 2020-10-23 | 郑州智利信信息技术有限公司 | 一种基于互联网的智能家居控制系统 |
CN113518500A (zh) * | 2021-04-16 | 2021-10-19 | 江苏力行电力电子科技有限公司 | 一种基于情境识别的智能灯光自动调节方法及调控系统 |
CN113834182A (zh) * | 2021-11-26 | 2021-12-24 | 深圳市嘉达美智能家居有限公司 | 一种智能家居设备控制方法 |
CN115312038A (zh) * | 2022-07-15 | 2022-11-08 | 中电万维信息技术有限责任公司 | 一种基于通信调度指令的语音识别的智能系统及方法 |
CN116825088A (zh) * | 2023-08-25 | 2023-09-29 | 深圳市国硕宏电子有限公司 | 一种基于深度学习的会议语音检测方法及系统 |
CN116959445A (zh) * | 2023-09-20 | 2023-10-27 | 深圳市微琪思网络有限公司 | 一种无线电熨斗的智能控制方法及系统 |
-
2023
- 2023-12-04 CN CN202311646582.6A patent/CN117348436B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105163443A (zh) * | 2015-09-10 | 2015-12-16 | 华南理工大学 | 一种语音智能照明控制系统 |
CN107290970A (zh) * | 2016-04-05 | 2017-10-24 | 深圳市优思曼科技有限公司 | 一种基于智能音响的智能家居控制系统 |
CN106647303A (zh) * | 2016-12-23 | 2017-05-10 | 重庆墨希科技有限公司 | 一种智能家居控制方法、系统以及一种智能手环 |
CN110376975A (zh) * | 2018-04-13 | 2019-10-25 | 武汉梓金山科技有限公司 | 一种基于大数据的语音智能化房屋及其控制方法 |
CN109946986A (zh) * | 2019-03-25 | 2019-06-28 | 努比亚技术有限公司 | 家电控制方法、可穿戴设备及计算机可读存储介质 |
CN111812995A (zh) * | 2020-07-28 | 2020-10-23 | 郑州智利信信息技术有限公司 | 一种基于互联网的智能家居控制系统 |
CN113518500A (zh) * | 2021-04-16 | 2021-10-19 | 江苏力行电力电子科技有限公司 | 一种基于情境识别的智能灯光自动调节方法及调控系统 |
CN113834182A (zh) * | 2021-11-26 | 2021-12-24 | 深圳市嘉达美智能家居有限公司 | 一种智能家居设备控制方法 |
CN115312038A (zh) * | 2022-07-15 | 2022-11-08 | 中电万维信息技术有限责任公司 | 一种基于通信调度指令的语音识别的智能系统及方法 |
CN116825088A (zh) * | 2023-08-25 | 2023-09-29 | 深圳市国硕宏电子有限公司 | 一种基于深度学习的会议语音检测方法及系统 |
CN116959445A (zh) * | 2023-09-20 | 2023-10-27 | 深圳市微琪思网络有限公司 | 一种无线电熨斗的智能控制方法及系统 |
Non-Patent Citations (1)
Title |
---|
语音识别中神经网络声学模型的说话人自适应研究;金超等;计算机应用与软件;第35卷(第02期);第200-205, 266页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117348436A (zh) | 2024-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109298642B (zh) | 采用智能音箱进行监控的方法及装置 | |
CN111667818B (zh) | 一种训练唤醒模型的方法及装置 | |
CN107272607A (zh) | 一种智能家居控制系统及方法 | |
CN106249614A (zh) | 智能终端、智能家居系统、语音识别方法及下单方法 | |
CN109741747B (zh) | 语音场景识别方法和装置、语音控制方法和设备、空调 | |
CN106023995A (zh) | 一种语音识别方法及运用该方法的穿戴式语音控制设备 | |
CN107818782B (zh) | 一种实现家用电器智能控制的方法及系统 | |
CN106452987B (zh) | 一种语音控制方法及装置、设备 | |
CN112820291A (zh) | 智能家居控制方法、系统和存储介质 | |
CN106228989A (zh) | 一种语音交互识别控制方法 | |
CN112728727A (zh) | 一种基于边缘计算的室内环境舒适度的智能调节系统 | |
CN112735403B (zh) | 一种基于智能音响的智能家居控制系统 | |
CN108989162A (zh) | 一种家用智能机器人管家系统 | |
CN108534297A (zh) | 一种基于语音识别的智能空调系统及控制方法 | |
US20180206045A1 (en) | Scene and state augmented signal shaping and separation | |
CN111897234A (zh) | 一种基于5g网络的智能家居控制系统 | |
CN113156826A (zh) | 一种基于人工智能的家居自动管理方法、管理系统及终端 | |
JP2020524300A (ja) | 音声データに基づいてイベント指定を取得する方法およびデバイス | |
CN117098285A (zh) | 一种智能照明控制系统及控制方法 | |
CN117348436B (zh) | 一种基于智能手环的全屋智能控制方法及系统 | |
US20210375111A1 (en) | Notification device, wearable device and notification method | |
Dargie | Adaptive audio-based context recognition | |
CN113442691A (zh) | 智能车膜的控制方法、装置和存储介质及电子设备 | |
US20210065732A1 (en) | Noise manageable electronic apparatus and method for controlling the same | |
CN116389981A (zh) | 一种基于人工智能的功放控制系统及方法 |
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 |