[发明专利]语音控制方法和装置

说明书

技术领域

本申请涉及语音识别领域，更具体地，涉及一种语音控制方法和装置。

背景技术

现在，语音控制已经广泛地应用于便携式终端（诸如，智能电话、平板电脑、个人数字助理（PDA）等）或其它电子装置，具体地，在现有的基于远程服务器的语音控制方法中，便携式终端将用户输入的语音信息无线发送到远程服务器，远程服务器处理语音信息并将处理结果发送到便携式终端，随后便携式终端根据所述处理结果执行相应的操作。

然而，上述现有的基于远程服务器的语音控制方法仅仅在无线信号区域适用，对输入语音信息的用户的输入次数有一定的要求，并且不能够对特定应用和菜单显示页面进行定位以及通过蓝牙耳机对便携式终端进行语音控制。

发明内容

本发明在于提供一种语音控制方法，包括：选择进入语音训练模式或语音识别模式；当选择进入语音训练模式时，将用户输入的语音信息以及相应的功能相关联地存储在样本库中；以及当选择进入语音识别模式时，将用户输入的语音信息与样本库中的语音信息进行匹配，并执行与匹配的样本库中的语音信息相应的功能。

所述功能可以是执行特定应用、定位到特定应用的快捷方式、定位到特定菜单界面或菜单项。

将用户输入的语音信息以及相应的功能相关联地存储在样本库中的步骤可包括：提取用户输入的语音信息的特征矢量；对语音信息的特征矢量进行离散隐马尔科夫建模（DHMM）以获得语音信息的DHMM模型；将语音信息的DHMM模型与用户选择的相应的功能相关联地存储在样本库中。

将用户输入的语音信息与样本库中的语音信息进行匹配并执行与匹配的样本库中的语音信息相应的功能的步骤可包括：提取用户输入的语音信息的特征矢量；通过使用维特比（Viterbi）识别算法将语音信息的特征矢量与样本库中的语音信息的DHMM模型进行匹配；执行与匹配的语音信息的DHMM模型相应的功能。

语音信息的特征矢量可以是语音信息的音调（Mel）频率倒谱系数（MFCC）。

一种语音控制装置，包括：模式选择单元，选择进入语音训练模式或语音识别模式；语音训练单元，当选择进入语音训练模式时，将用户输入的语音信息以及相应的功能相关联地存储在样本库中；语音识别单元，当选择进入语音识别模式时，将用户输入的语音信息与样本库中的语音信息进行匹配，并执行与匹配的样本库中的语音信息相应的功能。

所述功能可以是执行特定应用、定位到特定应用的快捷方式、定位到特定菜单界面或菜单项。

语音训练单元还可提取用户输入的语音信息的特征矢量，对语音信息的特征矢量进行离散隐马尔科夫建模（DHMM）以获得语音信息的DHMM模型，并将语音信息的DHMM模型与用户选择的相应的功能相关联地存储在样本库中。

语音识别单元还可提取用户输入的语音信息的特征矢量，通过使用维特比（Viterbi）识别算法将语音信息的特征矢量与样本库中的语音信息的DHMM模型进行匹配，并执行与匹配的语音信息的DHMM模型相应的功能。

语音信息的特征矢量可以是语音信息的音调（Mel）频率倒谱系数（MFCC）。

将在接下来的描述中部分阐述本发明另外的方面和/或优点，还有一部分通过描述将是清楚的，或者可以经过本发明的实施而得知。

附图说明

通过下面结合附图进行的描述，本发明的上述和其它目的和特点将会变得更加清楚，其中：

图1是示出根据本发明示例性实施例的语音控制方法的流程图；

图2是示出根据本发明示例性实施例的语音控制装置的框图。

具体实施方式

现在，详细描述本发明的示例性实施例，其示例在附图中表示，其中，相同的标号始终表示相同的部件。

图1是示出根据本发明示例性实施例的语音控制方法的流程图。

参照图1，在步骤S110，启动语音识别。这里，可由用户通过操作便携式终端或输入特定语音命令来启动语音识别。

在步骤S120，选择进入语音训练模式或语音识别模式。

如果选择进入语音训练模式，则在步骤S130，将用户输入的语音信息以及相应的功能相关联地存储在样本库中，这里，用户输入的语音信息可由便携式终端接收。此外，仅作为示例，所述功能可以是执行特定应用、定位到特定应用的快捷方式或者定位到特定菜单界面或菜单项。