[发明专利]一种语音识别的方法、装置及计算机存储介质

说明书

本发明公开了一种语音识别的方法、装置及计算机存储介质，用以解决现有技术中存在的语音识别率不高的技术问题。包括：获取用户控制所述智能家居设备的语音，图像采集设备采集的当前场景图像信息以及用户的体征数据；根据所述当前场景图像信息以及所述体征数据，确定有效噪音源；其中，所述有效噪音源为在所述当前场景中，对用户发出的语音产生直接干扰的噪音源；将所述有效噪音源从所述语音中剔除，获得去噪后的语音，根据所述去噪后的语音控制所述智能家居设备。

技术领域

本发明涉及智能家居领域，尤其是涉及一种语音识别的方法、装置及计算机存储介质。

背景技术

在智能家居领域中，语音交互作为智能家居设备的一种新型的人机交互方式被广泛的使用。

例如，智能语音音箱、智能语音电视、智能语音空调等，用户都可以通过语音对它们进行控制。

然而，用户在对智能家居设备进行语音控制时，用户可能还同时在做其它事情，如跑步、炒菜、吹头发等，此时智能家居设备采集到的用户语音中必然会混入其它较多的噪音，这将降低智能家居设备对用户语音的识别率。

鉴于此，如何有效的提高智能家居设备的语音识别率，成为一个亟待解决的技术问题。

发明内容

本发明提供一种语音识别的方法、装置及计算机存储介质，用以解决现有技术中存在的语音识别率不高的技术问题。

第一方面，为解决上述技术问题，本发明实施例提供的一种语音识别的方法，应用于智能家居设备，该方法的技术方案如下：

获取用户控制所述智能家居设备的语音，图像采集设备采集的当前场景图像信息以及用户的体征数据；

根据所述当前场景图像信息及所述体征数据，确定有效噪音源；其中，所述有效噪音源为在所述当前场景中，对用户发出的语音产生直接干扰的噪音源；

将所述有效噪音源从所述语音中剔除，获得去噪后的语音，根据所述去噪后的语音控制所述智能家居设备。

在获取用户控制智能家居设备的语音时，还通过图像采集设备采集当前场景图像信息以及用户的体征数据；并根据当前场景图像信息以及体征数据，将当前场景中对用户发出的语音产生直接干扰的噪音源确定为有效噪音源；并将有效噪音源从语音中剔除，获得去噪后的语音，再根据去噪后的语音控制智能家居设备。从而使智能家居设备能根据确定出的当前场景中的有效噪音源，对用户语音进行针对性降噪，从而提高语音识别率。

可选的，根据所述当前场景图像信息以及所述体征数据，确定有效噪音源，包括：

根据所述当前场景图像信息，从数据库中获取所述当前场景图像信息对应的用户场景中存在的噪音源集合；

根据所述数据库中每种用户状态对应的体征数据范围，判断所述体征数据对应的当前用户状态；

根据所述当前用户状态从所述噪音源集合中，获取所述有效噪音源。

可选的，根据所述当前用户状态从所述噪音源集合中，获取所述有效噪音源，包括：

根据所述当前用户状态，判断是否将用户产生的用户噪音对应的噪音源从所述噪音源集合中去除，获得判断结果；其中，所述用户噪音为用户运动时发出的声音；

若所述判断结果为需要去除所述用户噪音对应的噪音源，则从所述噪音源集合中去除所述用户噪音对应的噪音源，获得新的噪音源集合；

从所述新的噪音源集合中挑选出干扰值小于预设阈值的噪音源，获得所述有效噪音源。

可选的，将所述有效噪音源从所述语音中剔除，获得去噪后的语音，包括：

将所述有效噪音源对应的音频信号做反相处理后，叠加到所述语音对应的音频信号中，获得所述去噪后的语音。