語音識別技術(shù)在智能家居中的研究與應(yīng)用

楊靜

【摘要】隨著現(xiàn)階段科學(xué)技術(shù)的發(fā)展，我國的人工智能也在不斷的發(fā)展，人工智能中的語音識別系統(tǒng)的應(yīng)用也越來越廣泛。人工智能的語音識別技術(shù)是人機交互的產(chǎn)物，也是能夠進一步的實現(xiàn)人機交互的關(guān)鍵性技術(shù)。語音識別技術(shù)和手動的操作不同，能夠通過語音信號的識別將指令變成機器語言，讓機器能夠通過指令作出相應(yīng)的反應(yīng)和操作，實現(xiàn)人機的交互。本文對于語音識別技術(shù)在智能家居中的應(yīng)用進行了研究，明確現(xiàn)階段的語音識別技術(shù)在智能家居的實際應(yīng)用中的問題，介紹語音識別技術(shù)在智能家居的應(yīng)用優(yōu)勢，希望能夠進一步的促進語音識別技術(shù)使用在家居中的發(fā)展。

【關(guān)鍵字】語音識別技術(shù);智能家居;應(yīng)用

隨著現(xiàn)階段的我國經(jīng)濟的發(fā)展，人們在日常生活中會更加的注意自身的生活質(zhì)量，注重生活中家用電器的使用方便的情況，語音識別技術(shù)應(yīng)用在智能家居中為人民的生活帶來了便利?，F(xiàn)在我國的大部分地區(qū)的生活環(huán)境處于一個快節(jié)奏的生活環(huán)境，和傳統(tǒng)家居的按鍵的使用模式相比，現(xiàn)在的語音識別技術(shù)的智能家居能夠更符合人民的生活需要。語言是人與人之間最直接方便的溝通方式，將這種溝通方式應(yīng)用到和家居的溝通中，能夠為家中的老人和小孩帶來便利?，F(xiàn)階段的家居產(chǎn)品的功能較多，家中的老人使用起來并不方便，現(xiàn)在的語音識別技術(shù)的智能家居能夠有效的解決這一問題。由此可見，將語音識別技術(shù)應(yīng)用在智能家居當中是讓人民獲得更加舒適的生活的趨勢。

1. 語音識別技術(shù)智能家居應(yīng)用的意義

1.1 語音識別技術(shù)

語音識別技術(shù)也稱為自動語音識別（Automatic Speech Recognition，ASR），語音識別技術(shù)的研發(fā)目的是將人類的語言內(nèi)容轉(zhuǎn)換成機器或系統(tǒng)能夠識別的語言，比如：機器語言、二級制代碼、ASCII等。讓機器能夠通過人類的語言明確自身的任務(wù)。語音識別技術(shù)發(fā)展到今天已經(jīng)發(fā)展了半個多世紀，動態(tài)規(guī)劃和線性預(yù)測分析技術(shù)解決了語音識別中最為重要的問題，語音信號模型的問題。到了21世紀，語音識別技術(shù)的研究重點已經(jīng)能夠?qū)崿F(xiàn)即興的口語，自然的對話以及各種語種的翻譯。

1.2 語音識別技術(shù)應(yīng)用在智能家居

近20年來，語音識別技術(shù)取得顯著進步，它開始從實驗室走向市場，并催生了智能語音的產(chǎn)業(yè)。所謂智能語音產(chǎn)業(yè)，主要指通過語音合成技術(shù)和語音識別技術(shù)為用戶提供各種服務(wù)的產(chǎn)業(yè)。一般來說，用戶只需要用說話的方式給服務(wù)終端發(fā)布命令，就能得到相應(yīng)的服務(wù)。這一產(chǎn)業(yè)最早出現(xiàn)于20世紀60年代，但是由于技術(shù)并不成熟且市場應(yīng)用推廣有限，消費者對其認知度也較低。在全球物聯(lián)網(wǎng)的浪潮下，智能語音產(chǎn)業(yè)已經(jīng)成為IT領(lǐng)域中的一項新興產(chǎn)業(yè)，用戶認知度和市場規(guī)模正在逐漸擴大。如今，國內(nèi)的智能語音市場已經(jīng)呈現(xiàn)出一派欣欣向榮之象，表現(xiàn)最為突出、競爭最為激烈的當屬智能電視領(lǐng)域。各大電視傳統(tǒng)企業(yè)紛紛走上變革之路，推出自己的智能電視，比如：長虹、海爾等?，F(xiàn)階段的海爾空調(diào)更是推出了智能空調(diào)，用戶只需要對著小巧的語音遙控器說話，通過語音遙控器就可以進行智能的辨識并給空調(diào)發(fā)出指令實現(xiàn)自動開關(guān)機、調(diào)溫、開啟省電、自清掃、換氣、除甲醛等各種模式的轉(zhuǎn)變。

目前，我國的語音識別技術(shù)有了很大的進步，語音識別的準確率也在逐步地提高，對于口音不太重的方言也能夠識別。而我們常用到的語音識別可能就是Siri或者智能音箱，由于智能家居系統(tǒng)在我國的普及程度還不是很高，所以這方面技術(shù)的應(yīng)用還有很大的發(fā)展空間。

2. 語音識別技術(shù)的基本原理

先了解一下語音怎么變成文字，語音實際上是一種波如圖2.1所示，在進行語音識別開始之前需要將首尾端的靜音切除，目的是降低對于后面步驟的干擾。切除靜音的操作一般稱為VAD。將聲音進行分幀處理，將分的每一幀變成多維向量，就可以簡單的了解這一幀語音的內(nèi)容，這一部分操作稱為聲學(xué)特征提取。

到現(xiàn)在為止聲音就變成了12行、N列的矩陣，接下來就是將矩陣轉(zhuǎn)化成文本，首先將幀識別成狀態(tài)，再把狀態(tài)組成音素，最后把音素合成單詞。每一幀對應(yīng)的狀態(tài)可以在“聲學(xué)模型”中讀取，聲學(xué)模型中存在著大量的參數(shù)，將幀和狀態(tài)（參數(shù)）進行對比，哪一概率大就是哪一個。如果想要做到能夠識別任意文本就需要使用隱馬爾可夫模型（Hidden Markov Model，HMM），首先構(gòu)建一個狀態(tài)網(wǎng)絡(luò)，然后再狀態(tài)網(wǎng)絡(luò)中尋找和聲音最匹配的路徑，只要你的狀態(tài)網(wǎng)絡(luò)足夠的大，包括任意文本就可以了。搭建狀態(tài)網(wǎng)絡(luò)是通過單詞級網(wǎng)絡(luò)展開成音素網(wǎng)絡(luò)，然后再展開成狀態(tài)網(wǎng)絡(luò)，語音識別的過程就是在狀態(tài)網(wǎng)絡(luò)中找到最優(yōu)解，找到語音和這個路徑相匹配的概率最大。這樣，一個語音的識別技術(shù)就基本的完成了。整個語音識別的原理如圖2.2所示：

3. 語音識別技術(shù)的智能家居發(fā)展現(xiàn)狀

我國的語音識別技術(shù)起步在五十年代，隨著計算機技術(shù)的發(fā)展，語音識別技術(shù)的研究從實驗室中走向了大眾生活中。1987年我國開始實施執(zhí)行863計劃，在計劃中計算機方面的專家為語音識別技術(shù)申請了專門的立項，兩年滾動一次。現(xiàn)階段我國語音識別技術(shù)已經(jīng)能夠和外國的技術(shù)持平。對于漢語的語音識別技術(shù)具有自身的特點和優(yōu)勢，對于語音識別技術(shù)各個大學(xué)的科研機構(gòu)都有實驗室進行語音識別的研究。

1984年，第一棟智能家居建筑在美國，標志了智能家居已經(jīng)能夠?qū)嵤┑饺嗣竦纳町斨?。智能家居最早是由房間的布線系統(tǒng)應(yīng)用的，布線系統(tǒng)通過線纜將各種家居設(shè)備了解在一起，但是布線的方式需要在建筑物的建筑過程中進行布設(shè)，布設(shè)好后，不容易修改，使用起來并不方便。為了解決這一問題，人們采用無線的方式代替有線的連接，但是由于家用電器的信息系統(tǒng)并不完善，并不是所有的家用電器都能夠通過無限線的方式連接，布線系統(tǒng)使用的并不理想，并不能真正的方便人民的生活。為了能夠方便人民的生活，能夠遠程的解決家中的信息，人們研發(fā)了智能家居網(wǎng)關(guān)平臺。智能家居網(wǎng)關(guān)平臺又稱家居信息處理平臺，是能夠作為中間的橋梁將對家具系統(tǒng)的控制連接起來，方便用戶同時對多個家用電器實施控制的核心技術(shù)。智能家居網(wǎng)關(guān)平臺安裝方式是嵌入式，由于網(wǎng)絡(luò)的發(fā)展，嵌入式的家電不需要線的鏈接就能夠覆蓋整個房間的任何角落。隨著嵌入式的智能家居網(wǎng)關(guān)平臺的發(fā)展，智能家居網(wǎng)關(guān)平臺服務(wù)器的尺寸越來越小，嵌入式的安裝方式已經(jīng)成為了智能家居網(wǎng)關(guān)平臺的標志，也為智能家居投入到家庭中使用提供了關(guān)鍵的技術(shù)。語言是最直接的交流方式，人們不再滿足于使用遙控器進行控制，人們可以只通過語言和家電進行交流，來滿足自身的需求。

4. 語音識別技術(shù)應(yīng)用在家居中

4.1 照明系統(tǒng)

家居智能照明系統(tǒng)的語音識別是語音采集設(shè)備和控制中樞組成，但是照明系統(tǒng)需要進行布線，但是語音的輸入方式是一樣的，可以通過手機等遠程設(shè)備或者使用語言采集設(shè)備實現(xiàn)對于語音信號的采集。現(xiàn)階段大部分的家居智能照明系統(tǒng)使用的都是內(nèi)置傳聲器進行語音的采集工作，并且是內(nèi)的聲音環(huán)境會更為嘈雜，就需要進行深度的降噪處理。家居智能照明系統(tǒng)使用的是不聯(lián)網(wǎng)的設(shè)備，所以語音信號的識別也必須在本地實施，可以通過建立狀態(tài)網(wǎng)絡(luò)的方式來實現(xiàn)，將建立好的詞庫安裝在控制中樞的存儲器中存儲，進而實現(xiàn)智能的家居照明系統(tǒng)。

4.2 電視

語音識別技術(shù)應(yīng)用在電視中，是通過語音的處理、執(zhí)行和輸入三個方面組成的。首先，語音的輸入，語音輸入的過程可以通過遙控器、遠程設(shè)備、智能電視內(nèi)置的傳聲器等得到實現(xiàn)，在遠程設(shè)備中進行控制，需要遠程設(shè)備下載專門的軟件，但是使用遠程設(shè)備需要用戶使的遠程設(shè)備和電視處在同一網(wǎng)段中，通過無線網(wǎng)絡(luò)傳輸語音數(shù)據(jù)，實現(xiàn)對于電視控制。用戶可以通過對遙控器、智能電視、遠程設(shè)備說出自己的需求，實現(xiàn)對智能電視的操作，比如：換臺或者連接網(wǎng)絡(luò)直接找到想要看的節(jié)目等。其次，對于用戶語音信號進行處理，實現(xiàn)對于語音信號的處理可以有兩種方式。第一種方式是通過網(wǎng)絡(luò)，對語音進行特征提取和降噪處理后，將語音信號傳送到網(wǎng)絡(luò)識別客戶端中，再通過網(wǎng)絡(luò)識別客戶端發(fā)送到智能電視上，執(zhí)行語音命令。另一種方式是在本地進行，直接在本地進行的方法通過語法模型和聲學(xué)模型共同進行語音的識別，然后直接將命令傳輸給智能電視。最后，用戶命令的執(zhí)行，通過語音識別引擎對語音信號進行處理后，將命令傳送到相應(yīng)的接口，執(zhí)行相應(yīng)的功能模塊。

4.3 空調(diào)

家居的智能空調(diào)大部分是不連接網(wǎng)絡(luò)的，語音信號的識別一般只能在本地執(zhí)行，用戶可以通過遙控器或者在空調(diào)中內(nèi)置傳聲器，達到用語音控制空調(diào)執(zhí)行命令的方式，和照明系統(tǒng)一眼需要建立自己狀態(tài)網(wǎng)絡(luò)，用戶通過狀態(tài)網(wǎng)絡(luò)中詞匯的路徑，找到最佳路徑，然后空調(diào)根據(jù)最佳路徑執(zhí)行命令。比如：如果想要將空調(diào)的溫度升高，只需要說空調(diào)、升高、23度就可以了，空調(diào)就能夠正確的處理、執(zhí)行這個命令。能夠連接網(wǎng)的空調(diào)和電視一樣需要在遠程設(shè)備中安裝軟件，實現(xiàn)對于空調(diào)的設(shè)置。

5. 結(jié)束語

隨著科技的發(fā)展，語音識別技術(shù)也在日益的完善，語音識別技術(shù)在智能家居中發(fā)揮了作用，改善了人民的生活，未來的語音識別技術(shù)會迅速的發(fā)展，應(yīng)用到更多的領(lǐng)域當中。本文對于語音識別技術(shù)、語音識別技術(shù)的工作原理和語音識別技術(shù)加持下的智能家居進行了研究，對于語音識別技術(shù)的應(yīng)用在家居中實現(xiàn)的智能家居也進行了簡析?，F(xiàn)階段的語音識別技術(shù)應(yīng)經(jīng)能夠和其他的科技強國媲美，假以時日，我國會超過其他的科技強國，成為世界第一。

參考文獻：

[1]陳穎，汪功明，楊磊，等.語音識別技術(shù)在智能家居的應(yīng)用技術(shù)淺析[J].科學(xué)技術(shù)創(chuàng)新，2019（31）.

[2]侯猛，胡曉紅，趙航濤.在線語音識別技術(shù)在智能家居中的應(yīng)用[J].信息與電腦（理論版），2018，418（24）：123-125.

[3]徐彬，楊丹，張錫冰.面向智能家居的CFCC語音識別技術(shù)應(yīng)用研究[C]//全國信號和智能信息處理與應(yīng)用學(xué)術(shù)會議.