低誤觸發(fā)高識別率離線語音識別冰箱控制及系統(tǒng)研究

羅莉文 陳慶傳 劉道金 韓斌斌

杭州華日家電有限公司 浙江杭州 311401

1 引言

隨著信息技術(shù)的發(fā)展，用戶與家電之間的交互方式越來越豐富，語音控制技術(shù)在近幾年來發(fā)展迅速，且為家電行業(yè)注入了新的活力。冰箱作為傳統(tǒng)家電中不可分割的一部分，結(jié)合語音控制能夠?yàn)橛脩籼峁└鼮楸憬?、高效的服?wù)。本文研究為普通電腦控制冰箱，提供語音控制的新途徑，實(shí)現(xiàn)低成本的人機(jī)語音交互，解放用戶的雙手。采用非特定人聲的檢測方式對不同口音的用戶指令進(jìn)行識別，結(jié)合人體檢測、語音喚醒詞、以及降噪功能降低語音指令的誤觸發(fā)，以固定詞條通過通信協(xié)議下發(fā)指令到冰箱電控實(shí)現(xiàn)冰箱各功能的控制和交互。

2 關(guān)鍵檢測電路解析

紅外人體檢測電路原理圖見圖1，該電路由紅外對管U2的發(fā)射管及電阻R2，晶體管Q1，電阻R3組成信號發(fā)射部分，由紅外對管U2的接收管、電阻R1、比較器U1及過濾電容C2組成信號接收部分。反射式指發(fā)光管與接收管并列一起，平時(shí)接收管始終無光照，只在發(fā)光管發(fā)出的紅外光線遇到反射物時(shí)，接收管收到反射回來的紅外光線才工作。

麥克風(fēng)偏置及濾波電路原理圖見圖2，音源發(fā)出的聲音由空氣為介質(zhì)而傳導(dǎo)，傳導(dǎo)的聲波碰擊麥克風(fēng)的振動(dòng)，振動(dòng)會隨音波傳導(dǎo)的方向沿轉(zhuǎn)動(dòng)軸心前、后振動(dòng)，在麥克風(fēng)輸出端會根據(jù)此振動(dòng)的反應(yīng)產(chǎn)生電氣信號。

3 本方案控制系統(tǒng)剖析

本方案系統(tǒng)框圖見圖3，系統(tǒng)包括：以MCU處理器為核心的語音控制模塊；采集人體接近信號的人體傳感器；采集語音信號的麥克風(fēng)陣列；播報(bào)交互詞條的喇叭；以及執(zhí)行冰箱控制的電腦控制器部件。

語音控制模塊電路，包括MCU處理器、看門狗電路、語音信號放大、電源及通道濾波電路、數(shù)據(jù)存儲器、以及通信電路。

人體傳感器，包括紅外人體檢測、檢測精度調(diào)整電路、檢測距離增益調(diào)制電路。

播放喇叭，包括喇叭的播報(bào)音量增益可調(diào)節(jié)、喇叭播報(bào)內(nèi)容為對應(yīng)語言指令的交互詞條。

麥克風(fēng)陣列，一個(gè)正對用戶的主麥克風(fēng)，兩個(gè)安裝在冰箱兩側(cè)用于降噪的麥克風(fēng)。

存儲Flash：內(nèi)置數(shù)據(jù)Flash用于存儲語音識別特征文件，外部Flash用于存儲播放文件。

冰箱控制電路，包括壓縮機(jī)控制電路，冰箱冷卻風(fēng)機(jī)控制電路，冰箱門燈控制電路、冰箱制冷控溫軟件方案、以及通信電路。

4 低誤觸發(fā)高識別率及其降噪實(shí)現(xiàn)

本方案軟件控制流程圖見圖4，采用降噪算法，其降噪算法流程為：軟件算法將采集到的原始信號進(jìn)行頻域轉(zhuǎn)化，統(tǒng)計(jì)與指令特征不一致的語音信號頻率在一段時(shí)間內(nèi)出現(xiàn)的次數(shù)，根據(jù)統(tǒng)計(jì)結(jié)果，將出現(xiàn)周期穩(wěn)定、出現(xiàn)頻率較高的噪聲源提取出來。通過軟件設(shè)置特點(diǎn)的噪聲濾波器用于之后一段時(shí)間內(nèi)的噪聲信號消除。

通過一段時(shí)間麥克風(fēng)檢測并統(tǒng)計(jì)不同音階中出現(xiàn)的音調(diào)頻率，除去檢測到的指令音階次數(shù)。統(tǒng)計(jì)出發(fā)聲頻率較高的聲音特征，通過軟件調(diào)制的方式，將此類音頻信號作為無關(guān)信號濾波。能夠增強(qiáng)語音信號的抗干擾能力。

有指向性的消噪，兩個(gè)對著噪聲源，一個(gè)對著語音源，噪音MIC固定在相對位置，可以判定噪聲來源位置。用途是在播放音樂的時(shí)候或有噪音時(shí)可以做語音識別，播放時(shí)候錄音會錄入音樂聲音和人聲，AEC技術(shù)可以在混合聲音中，去除音樂聲音，保留人聲用于語音識別。

人體檢測模塊檢測到人體后，語音模塊檢測聲音信號，發(fā)現(xiàn)指令詞則與冰箱控制器通信下發(fā)對應(yīng)的控制指令，并通過喇叭發(fā)出對應(yīng)的提示音。

圖1 紅外人體檢測電路

圖2 麥克風(fēng)偏置及濾波電路

圖3 本方案控制系統(tǒng)框圖

5 本系統(tǒng)語音識別控制流程

本文研究的語音識別控制流程如圖5，軟件算法將采集到的語音信號進(jìn)行加窗處理，對每一個(gè)窗體內(nèi)的語音信號進(jìn)行頻域變換處理，提取頻域變換后各個(gè)窗體內(nèi)頻域信號的特征點(diǎn)，將其特征點(diǎn)與存儲器內(nèi)的指令詞特征進(jìn)行比對，與指令詞連續(xù)匹配的特征信號將被判定為指令詞。

極低的誤觸發(fā)，其系統(tǒng)控制實(shí)現(xiàn)方式為：人體檢測模塊檢測到人體后才會觸發(fā)語音識別模塊，語音識別設(shè)置喚醒詞，喚醒詞觸發(fā)后，在規(guī)定時(shí)間內(nèi)下發(fā)語音控制才有效。

具有高識別率，其系統(tǒng)控制實(shí)現(xiàn)方式為：由麥克風(fēng)陣列對采集到的不同方向上的語音信號進(jìn)行濾波，采樣后的信號再經(jīng)過軟件濾波后，對其語音的特征信號進(jìn)行提取，比對內(nèi)部存儲的指令特征，從而提取出連續(xù)匹配的指令詞條完成語音識別，并通過通信電路發(fā)出對應(yīng)的控制指令。

本文研究的語音控制模塊，人體傳感器和麥克風(fēng)陣列檢測到人體接近并發(fā)出聲音，對聲音進(jìn)行降噪處理后分析提取聲音內(nèi)的特征值，將特征與存儲器內(nèi)的指令特征對比，根據(jù)對比結(jié)果實(shí)用喇叭播報(bào)對應(yīng)詞條，通過通信電路發(fā)送對應(yīng)指令控制命令給冰箱控制器達(dá)到控制目的。

圖4 語音識別定向降噪軟件流程圖

圖5 本方案語音識別控制流程圖

6 本方案在冰箱控制上實(shí)現(xiàn)

選取我司一臺BCD-388WH**冰箱，此冰箱冷藏為小對開形式，圖6為本方案傳感器布置圖，M2、M3為降噪麥克風(fēng)，安裝于兩側(cè)上門軸處，且麥克風(fēng)音源輸入口背對冰箱；M1為主麥克風(fēng)安裝在冷藏右門中間位置；T1為紅外人體傳感器安裝在冷藏右門中間位置。

冰箱每次上電：播放5秒音樂，然后播放當(dāng)前冷藏室設(shè)置溫度，變溫室設(shè)置溫度，冷凍室設(shè)置溫度，模式，凈化狀態(tài)。

喚醒詞為：“**冰箱”或“你好，**”。

語音識別到喚醒詞“**冰箱”后，會播報(bào)冰箱當(dāng)前設(shè)置運(yùn)行狀態(tài)；在20秒內(nèi)又識別到“**冰箱”，會播報(bào)“你好，我是**冰箱，一個(gè)給你食物保鮮的智能管家”。

語音識別到喚醒詞“你好，**”后，會隨機(jī)播報(bào)“你好啊”，或“你好我在請說指令”，或“我來啦”或“咋啦”，或“說話不能說一半呀”等。

在喚醒詞識別的20秒內(nèi)可以給系統(tǒng)下發(fā)控制指令：

“冷藏升溫”“冷藏降溫”：冷藏溫度會在設(shè)置溫度范圍升降，并播報(bào)設(shè)置后的溫度；

“變溫升溫”“變溫降溫”：變溫溫度會在設(shè)置溫度范圍升降，并播報(bào)設(shè)置后的溫度；

“冷凍升溫”“冷凍降溫”：冷凍溫度會在設(shè)置溫度范圍升降，并播報(bào)設(shè)置后的溫度；

“智能模式”“假日模式”“速凍模式”：可以切換冰箱運(yùn)行模式，并播報(bào)設(shè)置后的模式；

“開啟冷藏”“關(guān)閉冷藏”：可以開啟和關(guān)閉冰箱冷藏制冷系統(tǒng)，并播報(bào)設(shè)置后的狀態(tài)；

“開啟變溫”“關(guān)閉變溫”：可以開啟和關(guān)閉冰箱變溫制冷系統(tǒng)，并播報(bào)設(shè)置后的狀態(tài)；

“開啟凈化”“關(guān)閉凈化”：可以開啟和關(guān)閉冰箱凈化系統(tǒng)，并播報(bào)設(shè)置后的狀態(tài)；

“冷藏溫度”“變溫溫度”“冷凍溫度”“環(huán)境溫度”：會播報(bào)當(dāng)前實(shí)際溫度。

當(dāng)檢測冰箱門超過30秒未關(guān)閉時(shí)：每隔一分鐘會播報(bào)“你好，請關(guān)冰箱門”，直到用戶關(guān)閉冰箱門。

圖7為本系統(tǒng)方案的在冰箱上的語音識別范圍，在嘈雜環(huán)境中，冰箱正前方100度范圍7米內(nèi)識別率可以到達(dá)95%以上，冰箱兩側(cè)則范圍4米內(nèi)識別率可以達(dá)到95%以上；結(jié)合人體檢測和喚醒詞雙保險(xiǎn)，誤差發(fā)基本為零。

7 結(jié)論

本文提供的語音識別處理方法以降噪算法結(jié)合三MIC算法有效提高識別率，加入人體檢測和喚醒詞觸發(fā)，并結(jié)合MCU濾波算法和信號加窗處理極大降低了周期性環(huán)境噪聲對語音交互的干擾，降低了語音交互的誤觸發(fā)率，通過串口與冰箱控制器通信來實(shí)現(xiàn)控制冰箱的目的。這種語音控制器可以取代傳統(tǒng)的顯示加按鍵的操作面板，且以模塊的方式接入到冰箱，總體成本較低，能夠?qū)崿F(xiàn)低成本適配傳統(tǒng)的電腦控制冰箱快速升級到更具科技感的語音控制冰箱。并預(yù)留接口，可以通過接入Wi-Fi模塊以實(shí)現(xiàn)在線非固定詞條語音控制。

圖6 傳感器布置示意圖

圖7 識別范圍圖