[发明专利]一种红外触发的远场双麦远场语音识别方法

说明书

本发明公开了一种红外触发的远场双麦远场语音识别方法，通过前置后置双麦克的方式，从硬件上限制两路麦克的拾音方向，前置麦克拾取的语音强度大，背景噪声相对小，而后置麦克拾取的语音相对小，背景噪声相对大，而且不会包含喷麦噪声。同时，软件算法利用硬件麦克拾音的差异在背景噪声的抑制上采用了频域相关性函数计算频域增益的方式，在喷麦噪声上采用了前置麦克检测加后置麦克补偿的方式，很好的解决单颗麦克风上无法规避的问题。

技术领域

本发明属于语音降噪技术领域，涉及一种对远场双麦远场语音识别方法，尤其是一种红外触发的远场双麦远场语音识别方法。

背景技术

伴随智能电视的普及，语音识别功能也越来越普及，智能语音遥控器作为人和电视语音的交互工具，起到了语音采集，传输的功能，是人机交互的一个重要接口。

目前的主流为语音遥控器，主要是单个麦克风对语音进行采集，并通过蓝牙传输到电视端进行语音识别，在背景噪声低或者无噪声的情况下能获得很好的语音识别效果。中国专利201780029587.0公开了一种用于自动语音识别预处理的系统和技术，其采用的技术方案中，首先获得多个音频通道；然后从音频通道去除混响，在去除混响之后，将多个音频通道划分为诸波束。基于噪声水平选择与诸波束中的波束对应的分区。从所选分区过滤音频信号。经过滤的音频信号可以经由预处理流水线的输出接口被提供给外部实体。

在实际的技术应用中，中国专利201811323511.1公开了一种远程会议语音识别数据传输方法，包括若干个参会终端设备，每个参会终端设备包括麦克风阵列、摄像头、wifi模块、语音处理模块、声纹训练模块、存储模块、语音识别服务器、中央处理器、扬声器和显示屏，所述语音处理模块分别连接声纹训练模块和麦克风阵列，所述中央处理器分别连接存储模块、摄像头、wifi模块、扬声器和显示屏，所述Wifi模块通过互联网连接语音识别服务器。该技术方案不仅构建了远程视频会议，还通过语音识别将会议上发言人的语音进行处理，并转换成文档进行存储，通过声纹识别确认发音人的身份，并对会议中不同的发言人进行身份记录。

中国专利201810541703.3公开了一种远场语音识别方法、装置及系统，涉及语音识别技术领域，其主要用于远场语音识别。主要目的在于实现一种能够较好覆盖住宅或建筑物的语音识别方法，提高远场语音识别结果的准确性而发明。具体包括：采集预设区域内的语音信息，所述语音信息是由所述预设区域内的用户发出的；识别所述语音信息是否为预设语音信息；若是，则通过无线传输将所述语音信息发送至处理端。综合比较现有技术，通过遥控器进行语音采集作为语音识别的输入，因空中带宽有限，需要对采集的语音进行压缩，通过蓝牙传输到电视端，解压后再输入给语音识别系统进行识别，而语音压缩算法会对采集的语音造成频谱损失，在一定程度上丢失原始语音的信息，也会带来延迟；因而不可避免的会带来对语音识别的影响，增加语音识别的误识别几率。

另外，在遥控器语音识别过程中，人必须对着手持麦遥控器，说话时嘴必须对着麦克风进行语音输入，使用中仍然有不方便的地方。

发明内容

针对现有技术存在的问题，本发明的目的在于提供软硬件结合的更符合智能人机接口应用的一种远场双麦克阵列降噪方法。

为实现上述目的，本发明采用的技术方案为一种红外触发的远场双麦远场语音识别方法，该方法的具体实现过程如下：

1)在电视端设置两颗麦克风拾音装置，通过两颗麦克风拾音装置实时采集语音数据；

2)当需要进行语音识别时，使用电视遥控器的红外语音按键控制电视端启动两颗麦克风拾音装置，然后进入语音识别状态，此时两颗麦克风拾音装置同时采集语音数据，分别获取时域语音数据T1和T2；

3)对T1和T2进行延迟相加和延迟相减，获得T_ADD和T_SUB。