[发明专利]一种风扇语音控制系统的语音识别方法在审

专利信息
申请号: 202110222479.3 申请日: 2021-02-26
公开(公告)号: CN113035192A 公开(公告)日: 2021-06-25
发明(设计)人: 陈芒 申请(专利权)人: 深圳市超维实业有限公司
主分类号: G10L15/22 分类号: G10L15/22;G10L15/30;G10L15/20;G10L15/18;F04D27/00;H04L29/08
代理公司: 北京冠和权律师事务所 11399 代理人: 田春龙
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 风扇 语音 控制系统 识别 方法
【权利要求书】:

1.一种风扇语音控制系统的语音识别方法,其特征在于,包括:

获取语音信号;

解析所述语音信号,根据解析后的所述语音信号,在风扇语音控制系统的语音指令数据库中查找是否有与所述语音信号匹配的指令;

若是,根据所匹配的指令对应的调控方式对所述风扇进行调控;

若否,将所述语音信号传输至服务器端;所述服务器端与所述风扇语音控制系统通过网络方式连接;

在所述服务器端的存储数据库中查找是否有与所述语音信号匹配的指令;

若是,所述服务器端向所述风扇语音控制系统下达调控指令,所述风扇语音控制系统根据所述调控指令中相应的调控方式对所述风扇进行调控;

若否,提取所述语音信号的特征信息,根据所述特征信息及所述风扇相应功能的状态进而对所述风扇进行调控;

将所述语音信号的特征信息作为新的指令记录在服务器端的存储数据库中。

2.根据权利要求1所述的风扇语音控制系统的语音识别方法,其特征在于,所述将所述语音信号的特征信息作为新的指令记录在服务器端的存储数据库中之后,包括:

所述服务器端向所述风扇语音控制系统发送数据库更新提示;

当用户选择确定更新后,将所述服务器端的更新数据同步下载至所述风扇语音控制系统的语音指令数据库中。

3.根据权利要求1所述的风扇语音控制系统的语音识别方法,其特征在于,在所述解析所述语音信号之前,还包括:

对所述语音信号进行降噪预处理,获得降噪后的语音信号。

4.根据权利要求1所述的风扇语音控制系统的语音识别方法,其特征在于,所述降噪方法采用自适应滤波器进行降噪处理;

所述自适应滤波器的降噪方法如下:

自适应滤波器的输出为:

y(n)=wT(n)x(n)

其中,y(n)为自适应滤波器的输出信号;x(n)为滤波器的输入信号;w(n)为滤波器系数向量,wT(n)为w(n)向量矩阵的转置;

滤波器的估计误差为e(n):

e(n)=d(n)-y(n)

其中,d(n)为期望输出信号;

对滤波器系数迭代更新:

w(n+1)=w(n)+2μe(n)x(n)

其中,w(n+1)为更新后的滤波器系数,μ为步长,且N为正整数;x(i)为滤波器的任一输入信号;

根据对所述自适应滤波器系数进行迭代更新原则,自动调节所述自适应滤波器系数,完成对语音信号的降噪处理。

5.根据权利要求1所述的风扇语音控制系统的语音识别方法,其特征在于,在所述将所述语音信号的特征信息作为新的指令记录在服务器端的存储数据库中之前,包括:

记录所述特征信息出现的频次;

判断所述频次是否达到预设值;

若是,将所述语音信号的特征信息作为新的指令记录在服务器端的存储数据库中。

6.根据权利要求1所述的风扇语音控制系统的语音识别方法,其特征在于,所述提取所述语音信号的特征信息,根据所述特征信息及所述风扇相应功能的状态进而对所述风扇进行调控中,提取所述语音信号的特征信息包括:

解析所述语音信号获得所述语音信号的关键特征;

对所述关键特征进行词语扩张,获得所述语音信号的特征信息。

7.根据权利要求6所述的风扇语音控制系统的语音识别方法,其特征在于,所述对所述关键特征进行词语扩张,获得所述语音信号的特征信息,包括:

对所述关键特征进行反义处理,获得所述关键特征的反义词信息;

对所述反义词信息再次进行反义处理,获得若干个特征词,所述特征词是所述语音信号的特征信息,是对所述关键特征进行词语扩张。

8.根据权利要求1所述的风扇语音控制系统的语音识别方法,其特征在于,所述解析所述语音信号,包括:

确定所述语音信号的长度;

在所述长度内对所述语音信号进行窗函数处理,获得处理后的语音信号。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市超维实业有限公司,未经深圳市超维实业有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110222479.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top