[发明专利]一种基于深度学习的语音互动设备

说明书

本发明属于智能设备技术领域，具体为一种基于深度学习的语音互动设备，包括壳体、触摸显示屏和语音采集器，所述壳体的前表面中间设置有触摸显示屏，所述壳体的左侧和右侧设置有语音采集器，所述壳体的内腔设置有处理器、预处理单元、深度学习芯片、语音处理单元和驱动单元，所述处理器电性输入连接预处理单元，所述预处理单元电性输入连接语音采集器，所述处理器双向连接语音处理单元和深度学习芯片，其结构合理，首先通过语音降噪、语音合成和语音信号转换对语音采集器采集的语音进行预处理，然后在通过时频分解、目标计算和特征抽取、分离模型和波形合成对采集到的语音信号进行增强，提高了语音信息的准确性。

技术领域

本发明涉及智能设备技术领域，具体为一种基于深度学习的语音互动设备。

背景技术

随着科技的发展，人们对智能设备与人的互动交流有了更高的要求。例如：智能设备能够“听懂”人说话而做出相应的反应。

深度学习全称深度神经网络，本质上是多层次的人工神经网络算法，即模仿人脑的神经网络，从最基本的单元上模拟了人类大脑的运行机制。最早的神经网络的思想起源于1943年的MCP人工神经元模型，当时是希望能够用计算机来模拟人的神经元反应的过程，但直到最近，它才真正让人工智能火起来。主要原因在于：算法的突破、数据量的激增和计算机能力/成本的下降。其中计算能力的提升的作为人工智能实现的物理基础，对人工智能发展的意义不言而喻。

深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。近年来，其所取得的前所未有的突破掀起了人工智能新一轮的发展热潮。目前，研发出来的基于深度学习技术的主流芯片有CPU、GPU、FPGA、ASIC。投放市场的深度学习芯片有中国科学院计算技术研究所研发的“寒武纪”芯片、麻省理工学院研发的Eyeriss芯片等等。

现有的基于深度学习的语音互动设备在使用的过程中，市场上已经有能够识别人声并进行互动的智能设备，但此类设备存在以下缺陷：对人声识别的准确度不高，为此我们提出一种新型的基于深度学习的语音互动设备解决上述问题。

发明内容

本部分的目的在于概述本发明的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于现有语音互动设备中存在的问题，提出了本发明。

因此，本发明的目的是提供一种基于深度学习的语音互动设备，能够实现在使用的过程中，对收集到的语音进行预处理和信号增强，提高准确性。

为解决上述技术问题，根据本发明的一个方面，本发明提供了如下技术方案：

一种基于深度学习的语音互动设备，其包括壳体、触摸显示屏和语音采集器，所述壳体的前表面中间设置有触摸显示屏，所述壳体的左侧和右侧设置有语音采集器，所述壳体的内腔设置有处理器、预处理单元、深度学习芯片、语音处理单元和驱动单元，所述处理器电性输入连接预处理单元，所述预处理单元电性输入连接语音采集器，所述处理器双向连接语音处理单元和深度学习芯片，所述处理器电性输出连接驱动单元；

其中，

预处理单元包括语音降噪、语音合成和语音信号转换；

语音处理单元包括时频分解、目标计算和特征抽取、分离模型和波形合成。

作为本发明所述的一种基于深度学习的语音互动设备的一种优选方案，其中：所述驱动单元电性输出连接触摸显示屏，根据不同的语音指令，控制触摸显示屏显示不同的内容。

作为本发明所述的一种基于深度学习的语音互动设备的一种优选方案，其中：语音降噪采用mask方法进行降噪，因此我们的目标为IRM(t,f)