[发明专利]一种基于双麦克风阵列的智能语音交互系统

说明书

本发明公开了一种基于双麦克风阵列的智能语音交互系统，包括声音采集模块、第一声音检测模块、第二声音检测模块、关键词语音识别模块、单通道降噪模块、延时估计模块、双麦语音增强模块；回声消除模块消除声音采集模块拾取扬声器播放出来的自噪声；输入包含两路信号，一路是声音采集模块拾取到的近端语音，另外一路是参考信号，为从云端获取并被扬声器播放的音频数据；只有满足第一声音检测模块和第二声音检测模块都检测到有声音的时候，才会被打开执行。本发明的计算量较小，对处理芯片的计算能力较低，因此能够在一些低廉的处理芯片上实施，大大降低了实现成本，所要求的麦克风个数极少，几何结构简单，更加有利于产品的外观设计。

技术领域

本发明涉及智能语音交互技术领域，具体涉及一种基于双麦克风阵列的智能语音交互系统，主要应用于家居家电、穿戴设备等便携式产品中。

背景技术

随着人工智能的兴起，基于麦克风阵列远场拾音的智能语音交互技术也逐步成为了当前热门的技术之一。《基于圆形麦克风阵列的智能交互方法及系统》申请号：CN201510246315.9该方案包括：通过圆形麦克风阵列接收用户语音信号；对所述语音信号进行去噪处理，得到去噪后的语音信号；对去噪后的不同波束方向的语音信号进行预识别，并选择识别得分最高的语音信号的波束方向作为目标说话人方向，后续对在所述目标说话人方向上去噪后的语音信号进行语音识别，得到语音识别结果；根据所述语音识别结果执行操作。利用本发明，可以有效提高麦克风阵列波束输出的语音信号的信噪比，进而提高语音识别效果，使人机交互更智能。

现有的基于麦克风阵列的语音交互技术，大多是采用4麦、6麦、以及6+1等阵列方案，这类技术虽然能较好的实现远场的语音交互要求，但对设备的计算能力也有较高要求，制作实现的成本也较高。

发明内容

有鉴于此，本发明的目的在于仅采用2麦，尽可能的实现一定距离的远程拾音，满足对语音交互距离在3米内的用户需求，同时降低计算量和实现低成本，提出一种基于双麦克风阵列的智能语音交互系统。

本发明通过以下技术手段解决上述问题：

一种基于双麦克风阵列的智能语音交互系统，包括：

声音采集模块，用户拾取声音信号；

第一声音检测模块，用于对拾取的声音信号进行语音检测，当检测到有语音时，将信号送入下一模块；否则，将数据丢弃；

第二声音检测模块，用于对云端获取并被扬声器播放的音频数据进行语音检测，当检测到有语音时，将信号送入下一模块；否则，将数据丢弃；

回声消除模块，用于消除声音采集模块拾取扬声器播放出来的自噪声；输入包含两路信号，一路是声音采集模块拾取到的近端语音，另外一路是参考信号，参考信号为从云端获取并被扬声器播放的音频数据；只有满足第一声音检测模块和第二声音检测模块都检测到有声音的时候，才会被打开执行，否则处于直通状态；

关键词语音识别模块，用于接收从回声消除模块中流入的数据，进行关键词语音识别，根据识别结果控制单通道降噪模块和双麦语音增强模块的开关；

单通道降噪模块，用于当关键词语音识别模块识别到关键词后将被打开，接收第一声音检测模块中的输出，进行降噪处理；

延时估计模块，用于接收单通道降噪模块的输出信号，进行计算得到一个时延值，输入至双麦语音增强模块；

双麦语音增强模块，用于当关键词语音识别模块中检测识别到关键词后，将被打开，接收第一声音检测模块中的数据，进行语音增强处理，处理之后的数据将会被传送到云端；

云端，用于接收到本地传送的数据，进行对应的处理，返回本地处理结果，本地接收到处理结果后，通过扬声器播放出来，告知用户；

扬声器，用于播放云端处理后的音频数据。