[发明专利]一种基于视觉的免唤醒语音识别方法、计算机可读存储介质及空调

权利要求书

1.一种基于视觉的免唤醒语音识别方法，其特征在于,通过视觉传感器实时检测当前环境的人物人体信息,利用神经网络算法分析判断人物是否有意启动对应的智能家电,若判断为有意启动对应的智能家电,则通过语音传感器检测语音信息并判断是否为控制指令，若判断语音为控制指令则进行声源定位判断发声位置是否与人物位置重合,若判断为位置重合,则唤醒对应的智能家电。

2.如权利要求1所述的基于视觉的免唤醒语音识别方法，其特征在于，所述通过视觉传感器实时检测当前环境的人物人体信息具体为：通过双目摄像头实时检测可视区域人物脸部和头部的动态信息，脸部的动态信息具体包括眼睛状态信息和嘴部动态信息。

3.如权利要求2所述的基于视觉的免唤醒语音识别方法，其特征在于，所述利用神经网络算法分析判断人物是否有意启动对应的智能家电具体为：检测并识别人物头部方向和仰角、脸部的方向和仰角、瞳孔眼珠占位比，通过深度学习循环神经网络识别判断人物是否正在注视目标智能家电；若用户是在注视目标智能家电，则判断人物嘴部是否处于运动发声状态，若人物嘴部处于运动发声状态，则判断人物有意启动目标智能家电。

4.如权利要求3所述的基于视觉的免唤醒语音识别方法，其特征在于，所述通过深度学习循环神经网络识别判断人物是否正在注视目标智能家电具体为：将获取到的人物脸部图像进行平滑去噪预处理，再进行图像特征提取，将图像信息通过模板分类器处理，与预设正脸图像进行算法比对处理，判断人脸图像偏置角度是否满足上下左右偏置角度在正负y°以内，若满足则确定用户正在注视目标智能家电，其中y为预设角度值。

5.如权利要求1所述的基于视觉的免唤醒语音识别方法，其特征在于，所述进行声源定位判断发声位置是否与人物位置重合具体为：若检测发声位置与人物位置不重合，则判断检测到的语音是否为语音唤醒词，若判断为语音唤醒词，则唤醒对应的智能家电；若判断不是语音唤醒词，则不唤醒智能家电。

6.如权利要求3所述的基于视觉的免唤醒语音识别方法，其特征在于，所述通过深度学习循环神经网络识别判断人物是否正在注视目标智能家电具体为：若判断人物未注视目标智能家电，则结束唤醒过程。

7.如权利要求3所述的基于视觉的免唤醒语音识别方法，其特征在于，所述判断人物嘴部是否处于运动发声状态具体为：若判断人物嘴部处于闭合状态，则结束唤醒过程。

8.如权利要求1所述的基于视觉的免唤醒语音识别方法，其特征在于，所述通过语音传感器检测语音信息并判断是否为控制指令具体为：若判断检测到的语音不是控制指令，则结束唤醒过程。

9.一种计算机可读存储介质，用于存储计算机程序，其特征在于，所述计算机程序被处理器调用时实现权利要求1-8任一项所述的基于视觉的免唤醒语音识别方法。

10.一种空调，包括处理器和存储器，所述存储器用于存储计算机程序，其特征在于，所述计算机程序被所述处理器调用时实现权利要求1-8任一项所述的基于视觉的免唤醒语音识别方法。