一种基于物联网的智能语音识别控制系统及方法与流程

智能家居系统可以通过语音识别，实现对设备的语音控制。 #生活知识# #家居生活# #居家生活哲学# #家居智能化#

本发明属于语音识别控制，具体涉及一种基于物联网的智能语音识别控制系统及方法。

背景技术：

1、智能语音家居系统是利用语音识别功能来实现控制居民家庭中的各类智能设备，达到用语音控制各类智能设备的目的。语音识别技术作为一种重要的人机交互方式，被广泛应用于智能音箱、语音助手等领域。然而，目前在智能家居控制系统中，语音控制仍存在一些问题：识别准确度不高：由于语音信号受到环境噪声、语音发音不准确等因素的影响，导致语音识别系统控制设备的准确率不高；命令语音多样性不足：目前的语音识别系统对于命令语音的多样性支持不足，语音指令库不够完善，无法很好的贴合用户的行为习惯；实时性不足：语音识别系统的处理时间较长，交互过程比较繁琐，无法满足对智能家居系统实时控制的需求。

2、因此，亟需提出一种基于物联网的智能语音识别控制系统及方法，针对上述语音控制中存在的问题来提高语音识别控制的准确率、多样性和实时性。

技术实现思路

1、为解决现有技术中存在的上述问题，本发明提供了一种基于物联网的智能语音识别控制系统及方法，通过同时采集智能家居设备实时信息和用户语音指令信息，依据物联指令库生成用户意图反馈，增强了系统语境感知，然后以递进式的方式进行语音识别获取用户的控制意图，提高了语音识别控制的准确性、多样性和实时性。

2、本发明的目的可以通过以下技术方案实现：

3、本公开的第一方面提供了一种基于物联网的智能语音识别控制系统，包括用户意图反馈生成模块和执行控制模块；

4、所述用户意图反馈生成模块，用于通过采集的物联感知数据利用物联指令库预测用户意图，在接收到唤醒指令后，将预测的用户意图以语音的形式主动反馈给用户；

5、所述执行控制模块，用于判决用户意图反馈并执行操作，若生成的用户意图反馈正确，则生成设备执行指令，并利用指令执行记录以及对应的物联感知数据生成用户控制规则加入物联指令库；

6、若用户意图反馈错误，则对语音指令中的控制指令经过语音规则库进行匹配查找对应的用户规则，若匹配失败，则进行语音在线识别；

7、利用语音在线识别后的设备执行动作和对应的物联感知数据修正用户意图反馈错误的用户控制规则，并将修正后的用户控制规则与识别的语音特征进行匹配后存储于语音规则库。

8、作为本发明的一种优选技术方案，所述物联指令库的构建包括以下步骤：

9、频繁项集挖掘：采用关联规则挖掘算法通过设定最小支持度阈值，在物联感知数据库中挖掘频繁项集；

10、关联规则生成：基于频繁项集挖掘的结果，生成所有可能的关联规则，通过计算支持度和置信度筛选最终的关联规则；

11、评估规则：测试规则在实际应用中的效果，检查其准确性和响应时间，通过实际使用反馈调整算法参数；

12、建立物联指令库：通过经验规则和关联规则构建物联指令库，其中，经验规则包括依据设置触发条件和作动器操作行为创建的自动化任务。

13、作为本发明的一种优选技术方案，还包括物联感知数据采集模块，所述物联感知数据采集模块，用于智能家居控制系统的智能设备和麦克风设备采集家居环境的实时信息和用户的语音指令信息；

14、并制定基于时间序列的物联感知数据采集格式，包括时间、语音指令、设备编号、设备名称、设备数据、设备状态和设备类别；

15、其中，实时信息包括开关量、模拟量、内部量和参数各类信息；语音指令包括唤醒指令和控制指令。

16、作为本发明的一种优选技术方案，还包括物联感知数据处理模块，所述物联感知数据处理模块，用于将采集的物联感知数据进行处理，完成传感器数据标准化和语音数据特征提取，执行步骤包括：

17、智能设备数据处理：通过滤除数据中的异常值和噪声，将数据转换为统一的格式和范围，对缺失的数据进行填充；

18、语音数据处理：对采集的语音指令数据进行预处理和特征提取；

19、数据集成：将预处理后的智能设备数据和语音特征数据根据时间戳合并为项集，通过整合到同一数据框架中构建物联感知数据库。

20、作为本发明的一种优选技术方案，还包括语音在线识别模块，所述语音在线识别模块，用于在线识别采集的用户语音控制指令，具体包括以下步骤：

21、通过提取的语音特征获得特征向量，将语音特征向量输入到构建的深度卷积神经网络识别模型中，通过卷积层获取比较粗糙的语音声学特征；

22、输出后进入第二个卷积层中，经过非线性激活函数映射后提取精细的语音特征，把卷积后的语音特征输送至池化层，采用最大化方法降低卷积参数误差；

23、卷积层与池化层输出语音特征图谱后输送至全连接层，经卷积操作后取得相应后验概率；利用softmax层的ctc，分类上述层次提取的语音特征并优化，采用解码操作识别语音特征后输出。

24、作为本发明的一种优选技术方案，所述深度卷积神经网络识别模型的构建，包括：

25、将提取的特征输入到模型内分类训练，输出结果就是最终识别结果；深度神经网络中设置包含四个层次，分别为卷积层、池化层、全连接层和softmax层。

26、本公开的第二方面提供了一种基于物联网的智能语音识别控制方法，应用于如上所述的一种基于物联网的智能语音识别控制系统，包括以下步骤：

27、物联感知数据采集：通过智能家居控制系统的智能设备和麦克风设备采集家居环境的实时信息和用户的语音指令信息；

28、制定基于时间序列的物联感知数据采集格式，包括时间、语音指令、设备编号、设备名称、设备数据、设备状态和设备类别；

29、物联感知数据处理：通过将采集的物联感知数据进行处理，完成传感器数据标准化和语音数据特征提取；

30、用户意图反馈生成：通过采集的物联感知数据利用物联指令库预测用户意图，在接收到唤醒指令后，将预测的用户意图以语音的形式主动反馈给用户；

31、执行指令判决：若生成的用户意图反馈正确，则生成设备执行指令，并利用指令执行记录以及对应的物联感知数据生成用户控制规则加入物联指令库；

32、若用户意图反馈错误，则对语音指令中的控制指令经过语音规则库进行匹配查找对应的用户规则，若匹配失败，则进行语音在线识别；

33、利用语音在线识别后的设备执行动作和对应的物联感知数据修正用户意图反馈错误的用户控制规则，并将修改后的用户控制规则与语音特征进行匹配后存储于语音规则库。

34、进一步地，所述语音数据特征提取，包括以下步骤：

35、对采集的语音指令数据进行预处理操作，其中包括信号滤波和端点检测；

36、采用小波变换方法对录音语音信号实行时频域转换，获取各个信号的小波系数，通过对小波系数的计算取得小波系数频谱，将其从低到高进行排列后拼接，依据拼接结果建立出语音特征序列；

37、计算录音语音特征序列，计算结果即为功率谱计算结果，计算公式如下：

38、；

39、式中， p( ω)表示功率谱， ω表示语音初始信号小波系数频谱， f t( ω)表示语音初始信号时频转换后所产生的值，t表示语音的总帧数；

40、利用滤波器对语音信号进行滤波分析，滤波器所发生的时域冲击响应用方程表示如下：

41、；

42、式中， g( t)表示在 t时刻下的滤波器时域冲击响应， b为滤波器带宽， a为系数， n为滤波器阶数， e为的是冲波响应，为滤波器函数；

43、对语音所产生的背景噪声进行补偿，计算语音的长时帧功率；

44、对功率进行调整后进行语音多通道时频、功率的归一化处理；语音功率进行归一化的流程为：对录音语音样本的平均功率进行估算，利用目前功率减去估算结果；

45、对功率归一化后值进行幂函数非线性处理，采用离散余弦变换对语音非线性处理信号序列进行变换，获取语音特征参数；

46、将获取的语音特征参数1阶和2阶差分后再与原值拼接作为最终的语音特征。

47、进一步地，所述的语音长时帧功率，计算公式如下：

48、；

49、式中，表示语音长时帧功率， p( s, c)表示某一帧的功率谱， s表示语音的帧， c表示滤波器中的通道数量。

50、进一步地，对功率进行调整，计算公式如下：

51、；

52、式中，为传递函数， c表示滤波器中的通道数量， c1和 c2分别表示归一化处理前后的通道数量，表示背景噪声系数，表示调整后的功率谱值。

53、本发明的有益效果为：

54、本发明通过同时采集智能家居设备实时信息和用户语音指令信息，首先依据实时信息通过物联指令库生成用户意图反馈，增强语境感知抓取用户需求主动化进行设备控制，然后通过用户意图反馈判决以递进式的方式进行语音识别获取用户的控制意图，快速准确地控制设备，提高了操作效率；同时在系统运行的过程中，通过不断更新物联指令库，提高了用户意图反馈生成的准确性，并建立了语音规则库，以此进行用户控制指令的快速识别，降低在线语音识别的频次，提高系统的响应度。

网址：一种基于物联网的智能语音识别控制系统及方法与流程 https://www.yuejiaxmz.com/news/view/1113017

相关内容

一种基于语音识别的智能家居控制系统的制作方法
基于语音控制软件系统的方法及系统与流程
基于语音识别技术的智能家居控制系统
语音控制智能家居系统和方法与流程
基于语音识别技术的智能家居控制
基于物联网的智能绿化养护的方法及系统与流程
基于场景的设备联动控制方法、系统、终端及存储介质与流程
基于stm32的智能家居语音控制系统
智能语音控制系统及其控制方法.pdf
一种可语音控制的智能云家居生活系统的制作方法

随便看看