[发明专利]一种基于语音识别的智能家居控制系统

权利要求书

1.一种基于语音识别的智能家居控制系统，其特征是，包括信息中心、控制中心、指令执行中心和智能家居装置；

所述信息中心用于对接收到的语音信号进行处理，将语音信号转换成文本信息；

所述控制中心用于对文本信息进行解析并生成控制指令；

指令执行中心用于根据控制中心生成的控制指令向智能家居装置发出动作指令；

所述智能家居装置用于根据动作指令执行相应的动作；

所述信息中心包括语音输入单元、语音处理单元和转换单元；所述语音输入单元用于接收外部语音信号；所述语音处理单元用于对外部语音信号进行处理，并将处理后的外部语音信号与声学模型进行匹配，输出匹配结果；所述转换模块用于将语音处理单元得到的匹配结果转换成为文本信息；

所述语音处理单元包括语音预处理模块、语音片段提取模块、语音识别模块；所述语音预处理模块用于对外部语音信号进行预处理；所述语音片段提取模块用于从预处理后的外部语音信号中提取有效语音片段；所述语音识别模块用于从有效语音片段中提取语音特征参数，并与声学模型进行匹配，输出匹配结果；

所述语音预处理模块用于对语音输入单元接收的外部语音信号进行预处理，具体为：

1)采用小波变换对接收的外部语音信号进行N层小波分解，得到一组小波系数T＝{T₁，T₂，...T_d}，d为小波系数的个数；

2)利用下列筛选函数对小波系数的高频分量系数进行筛选，得到一组新的小波系数高频分量的估计值T′；

其中，T′为小波系数高频分量的估计值，T为小波系数，τ为自设筛选函数值，r为筛选函数调节因子，且r∈[0，1]，ε为修正因子；

3)将得到的小波系数高频分量的估计值T′和第N层的小波系数低频分量部分进行小波重构，得到去噪后的语音信号；

4)对去噪后的语音信号依次进行数模转换、预加重、分帧和加窗，即可得到加窗后的语音信号；

所述语音片段提取模块用于从预处理后的外部语音信号中提取有效语音片段，具体为：

1)对加窗后的语音信号中的有效语音片段的起点进行标记，设当前检测帧的初始状态值Status＝0，如果满足M_i＞M_low或N_i＞N_low，则标记当前检测帧为有效语音片段的起点，进入过渡段；进入过渡段后，如果M_low或者N_low被超越且持续被超越的时间长度大于自定义的最小语音长度，则对有效语音片段进行标记，并设置状态值Status为1；令i＝i+1，对下一帧进行操作，并计算第i帧的M_i和N_i；其中，Status为检测的当前状态，数值不同，对应不同的检测状态；M_i是第i帧的平均振幅值，M_low为M_i的自定义的最低门限值，N_i为第i帧的帧间平均过零率，N_low为N_i的自定义的最低门限值，M_i和N_i可利用帧的平均振幅公式和帧间平均过零率公式计算得到，其中，帧的平均振幅公式为：

其中，H为帧的长度，s_i(k)为加窗前第i帧中第k个频谱处的声音信号的幅度值，N为窗口的宽度；w(·)为汉明窗函数；i为正在检测的第i帧声音信号，k为第i帧声音信号中第k个频谱；

帧间平均过零率计算公式为：

其中，sgn[·]是符号函数，它的表达式为：

2)在状态值Status为1时，如果M_i＜M_low或N_i＜N_low，则令Status＝0，执行步骤1，否则，如果M_i＞M_High或N_m＞N_High，则标记为声音段，并将状态值Status设为2，且令i＝i+1，计算下一帧的M_i和N_i的值；其中M_High为M_i的自定义的最高门限值，N_High为N_i的自定义的最高门限值；

3)在状态值Status为2时，如果M_i＜M_low或N_i＜N_low，且满足声音的回落时间持续超多自定义的最大静音长度，则可以标记声音结束，并将状态值Status设为3；否则跳转至步骤2，执行步骤2；当状态值Status为3时，对应处理的帧即为该有效语音片段的终点，输出检测结果，即可得到有效语音片段。