語音識別技術(shù)在智能家庭照明系統(tǒng)中的應(yīng)用

楊磊 劉美枝

摘要

隨著現(xiàn)代高端小區(qū)住戶對家庭生活智能化要求逐漸提高，智能家居相關(guān)配套模型產(chǎn)品在很多售樓部宣傳展示，但其應(yīng)用模式基本都是隨樓盤銷售、整體裝修于一體，售價(jià)昂貴、性價(jià)比低.文章主要研究家庭照明系統(tǒng)的語音識別控制，以家庭成員語音輸入信號進(jìn)行自動增益控制、預(yù)加重、分幀、加窗，端點(diǎn)檢測，提取梅爾頻率倒譜系數(shù)（MFCC）特征參數(shù)，建立隱馬爾科夫模型（HMM）訓(xùn)練語音信號模板庫。在識別階段，對語音信號預(yù)處理、特征參數(shù)提取后進(jìn)行模板匹配，結(jié)果輸出給照明系統(tǒng)，滿足家庭生活服務(wù)的個(gè)性化定制。

【關(guān)鍵詞】語音識別 MFCC HMM

語音識別屬于模式識別范疇，現(xiàn)代家庭對產(chǎn)品控制智能化要求提高，使得語音識別技術(shù)的應(yīng)用在家庭生活服務(wù)中發(fā)揮重要作用。通過語音識別技術(shù)使機(jī)器理解人類語言層和語義層含義，對語音信號指令要求做出正確的響應(yīng)，進(jìn)而控制智能家庭照明系統(tǒng)，提高人們生活舒適程度。本文研究家庭室內(nèi)照明控制系統(tǒng)的語音識別技術(shù)，針對小詞匯量特定人孤立詞語音信號進(jìn)行識別，用戶可根據(jù)需求自定義語音輸入信號，系統(tǒng)前端完成信號增益調(diào)節(jié)、消噪濾波，經(jīng)過預(yù)加重、分幀、加窗等預(yù)處理后根據(jù)人類語音發(fā)聲機(jī)理提取語音信號的梅爾頻率倒譜系數(shù)（MFCC）特征參數(shù)，建立基于隱馬爾科夫（HMM）的聲道數(shù)學(xué)模型，最后訓(xùn)練出家庭成員語音信號模板庫。在系統(tǒng)識別過程中，提取語音輸入信號的MFCC特征參數(shù)，根據(jù)一定的搜索和匹配策略與模板庫中的語音模板進(jìn)行比較，輸出最優(yōu)的匹配和識別結(jié)果，將指令通過無線控制模塊發(fā)送給照明系統(tǒng)的開關(guān)控制節(jié)點(diǎn)。在家庭語音信號低信噪比前提下，系統(tǒng)識別率高、響應(yīng)快、靈活性強(qiáng)，可擴(kuò)展到其他智能家用產(chǎn)品的語音識別控制，采用嵌入式開發(fā)以較高的性價(jià)比滿足家庭智能生活需求。

1 系統(tǒng)總體設(shè)計(jì)

語音信號識別系統(tǒng)工作分為兩個(gè)階段：第一階段為學(xué)習(xí)階段，建立家庭照明控制系統(tǒng)所常用的語音指令數(shù)據(jù)庫，對語音指令信號進(jìn)行預(yù)加重、分幀、加窗等預(yù)處理后，提取MFCC特征參數(shù)，采用HMM模型對語音指令信號進(jìn)行訓(xùn)練學(xué)習(xí)，建立照明控制系統(tǒng)的語音指令模板庫;第二階段為語音測試信號的在線識別階段，將家庭成員發(fā)出的開燈、關(guān)燈以及具體房間位置燈等語音指令信號實(shí)時(shí)輸入給語音識別系統(tǒng)，經(jīng)過對語音指令信號預(yù)處理、MFCC特征參數(shù)提取，與HMM訓(xùn)練模板庫進(jìn)行匹配，最終把響應(yīng)信號輸出給照明系統(tǒng)接收節(jié)點(diǎn)，完成家庭照明系統(tǒng)的智能化控制。語音信號識別系統(tǒng)結(jié)構(gòu)圖如圖1所示。

2 語音信號分析與處理

2.1 語音信號的預(yù)處理

語音信號由于在短時(shí)間內(nèi)頻譜特性和物理特征參數(shù)保持恒定，所以經(jīng)過預(yù)處理后將非平穩(wěn)的語音信號處理為平穩(wěn)信號，以方便特征參數(shù)提取。首先通過自動增益控制使輸入的語音弱信號線性放大同時(shí)保證一定的幅值壓縮比例，再經(jīng)過A/D轉(zhuǎn)換電路后使語音信號數(shù)字化。

對采集的語音數(shù)字信號預(yù)加重，目的是提升信號在傳輸過程中的高頻衰減部分，使信號在整個(gè)頻帶內(nèi)具有相同的信噪比，頻譜相對平坦。由于語音信號一般在10ms到30ms之間，且具有短時(shí)平穩(wěn)性，對語音信號采用漢明窗函數(shù)進(jìn)行分幀和加窗。漢明窗的幅頻特性是旁瓣衰減較大，低通特性較平滑，加窗后能夠較好的反應(yīng)短時(shí)語音信號的頻率特性。

采用短時(shí)平均幅度和短時(shí)平均過門限率對加窗后的語音信號進(jìn)行端點(diǎn)檢測，設(shè)定合適的閾值上下限，檢測出輸入的整個(gè)語音序列的起點(diǎn)和終點(diǎn)。

2.2 MFCC特征參數(shù)提取

由于梅爾頻率值作為新的量度相對于頻率量度具有更接近人耳的聽覺機(jī)理特性。根據(jù)梅爾頻率的計(jì)算公式將短時(shí)語音信號頻率譜的頻率上下限范圍內(nèi)的值對應(yīng)到梅爾區(qū)間，在梅爾頻率軸上配置N通道的三角形帶通濾波器組，讓梅爾坐標(biāo)上的能量譜經(jīng)過此濾波器組，對每個(gè)濾波器組輸出的能量譜做對數(shù)運(yùn)算，將得到的梅爾刻度譜做離散余弦反變換（IDCT）獲取MFCC特征參數(shù)。

2.3 建立HMM模型

在隱馬爾科夫過程中，觀測值序列就是語音信號的特征向量MFCC參數(shù)，隱含狀態(tài)為不同指令的小詞匯量語音詞，每種語音詞對應(yīng)的MFCC參數(shù)概率不同，根據(jù)隱馬爾科夫過程的概率統(tǒng)計(jì)描述，建立隱馬爾科夫模型（HMM）描述含有未知參數(shù)的統(tǒng)計(jì)模型。采用Viterbi算法實(shí)現(xiàn)語音信號解碼，該算法不僅可以找到一條最優(yōu)的狀態(tài)轉(zhuǎn)移路徑，還可以得到該路徑所對應(yīng)的輸出概率，在時(shí)間復(fù)雜度和空間復(fù)雜度上相對于全概率公式較小。

3 軟件仿真

3.1 語音信號訓(xùn)練

首先建立訓(xùn)練樣本庫，將麥克風(fēng)錄制的wav格式的語音信號通過MATLAB軟件的wavread（）函數(shù)轉(zhuǎn)換成矩陣形式讀入工作空間。調(diào)用預(yù)處理及特征參數(shù)提取函數(shù)mfcc（）、端點(diǎn)檢測函數(shù)vad（）、HMM初始化函數(shù)inithmm（）、Viterbi算法函數(shù)等對預(yù)先設(shè)定的語音指令信號訓(xùn)練模版庫。

3.2 語音信號識別

將語音指令信號輸入計(jì)算機(jī)系統(tǒng)，在MATLAB軟件中預(yù)處理、MFCC特征參數(shù)提取后進(jìn)行模板匹配，計(jì)算概率最大值輸出決策結(jié)果。

4 結(jié)論

本文采用語音識別技術(shù)結(jié)合現(xiàn)代家庭智能生活需求設(shè)計(jì)了智能照明系統(tǒng)，經(jīng)過MATLAB軟件仿真分析，系統(tǒng)實(shí)時(shí)穩(wěn)定，符合家庭自住裝修設(shè)計(jì)低成本的需求，給人們生活帶來便利。

參考文獻(xiàn)

[1]彭輝，魏瑋，陸建華.特定人孤立詞的語音識別系統(tǒng)研究[J].控制工程，2011，18（03）：397-400.

[2]Thomas F.Quatieri著，趙勝輝，劉家康，謝湘等譯.離散時(shí)間語音信號處理—原理與應(yīng)用[M].電子工業(yè)出版社，2004，8.

[3]王稚慧.基于HIOhf建模的語音識別算法的研究[D].西安建筑科技大學(xué)，2005.