[发明专利]智能家居语音控制器

说明书

所属技术领域：

本发明结合现场总线技术可实现智能家具的集中、非特定人语音控制。

技术背景

随着科技的发展，越来越多的智能家居产品进入人们的生活，现在的智能家居产品是通 过按钮控制的，人们要学会使用如此多的按钮是很困难的，且必须接触按钮才能实现智能家 居的控制，尽管遥控器能在一定的距离内实现智能家居的控制，但必须对准对象，这就要求 被控对象的体积比较大，且距离很有限。

发明内容

本发明的目的在于克服上述缺点，提供一种更有好的人机交互界面，使人们能方便地、 自然地对智能家居进行控制。

本发明为实现上述目的，采用以下技术方案：智能家居语音控制器，其特征：结合现场 总线技术、嵌入式技术可实现智能家居的集中、非特定人语音控制，且能实现训练模块和识 别模块的全自动化。

所述控制器采用ARM芯片，型号为S3C2410；所述现场总线技术采用RS-485；

本发明的有益效果：提供一种友好的人机交互界面，使人们能方便地对智能家居进行控 制，其实现采用嵌入式技术且操作系统采用Linux，大大节约了成本。

附图说明

图1基于VQ和HMM的语音识别原理图

图2智能家居语音控制系统框图

图3RS-485半双工连接图

图4日光灯控制电路图

图5电风扇控制电路图

具体实施措施

下面结合附图详细说明本发明的具体实施方式。

本发明硬件采用S3C2410处理器、操作系统采用Linux。包括硬件设计和软件设计。

硬件部分包括功率放大电路、自增益控制电路(AGC)、低通滤波器和AD变换电路，功 率放大器及自增益电路采用M51304L芯片实现，低通滤波器采用4阶巴特沃思性低通滤波器， 截止频率为4000Hz，其中AD变换电路采用IIS接口。

软件部分包括音频设备程序、特征提取模块、训练模块、识别模块、以及语音识别数据 库的设计。

通过音频设备程序可实现语音信号的量化，本发明采用PCM进行采样，采样频率为 8000Hz，单声道量化，量化后的数据采用8位有符号数据表示，量化后的数据需要进行预加 重，预加重的传输函数为H(Z)＝1-uZ^-1，本系统取为0.98。然后采用多门限过零率与短时能 量相结合的方法进行端点检测。

本发明采用MFCC作为特征向量。首先对信号进行分帧，每帧为15ms，即120点，帧 移为30点，分帧后进行加窗，窗函数采用120点的汉明窗，然后对加窗后的信号进行256点 FFT；FFT的输出经过26维的Mel频率滤波器组然后取对数就得到MFCC，取前面9维及其 一阶差分作为特征向量，不取0阶。

训练模块设计包括码书的设计和HMM的设计以及置信度的设计。为每个单词设计一个 码书，码书的尺寸选为32.码书的设计采用LBG算法，但该算法对初始码书的依赖性较大， 故对初始码书采用删除算法。在HMM的设计中，为每个单词建立一个HMM，HMM的状态 数取为5，察值数目取为32。HMM的结构采用无跨越从左到右模型，类型则采用离散的HMM。 HMM的训练通常采用Baum-Welch算法。训练时需要三至五人，每人对每个语句说三至五次， 训练的语音存储在二进制文件中，然后再对该文件进行语音端点检测。

识别模块包括矢量量化和观察值序列的概率计算以及拒识。语音矢量经过矢量量化分配 给某个码字所代表的胞腔，然后用该码字的索引作为待识别语音的标识。把从矢量量化器输 出的码字索引序列转化为观察值序列，进一步计算该HMM产生该序列的概率，概率的计算 采用前向-后向算法，然后对概率的对数与量化失真之差最大的词条进一步处理，如果该概率 大于给定的阀值，则执行相应的控制命令。该命令由ARM通过其UART端口发送到RS-485 总线上。如果该HMM产生该序列的概率小于给定的阀值时，则ARM不发送控制命令。阀 值是训练时产生的该词条的概率对数与量化失真之差的最小值。拒识方法除了设置阀值外， 还结合该语音模型的帧数，即识别语句只有帧数与该模型相接近时，才有可能被认为该语句。 图1中置信度是阀值与语音帧数同时满足的情况。