一種語(yǔ)音識(shí)別的方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種語(yǔ)音識(shí)別的方法及系統(tǒng)。該方法，包括：一種語(yǔ)音識(shí)別的方法，其特征在于，包括：檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離；識(shí)別出用戶臉部的嘴型發(fā)生變化；對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別。本發(fā)明能夠在用戶對(duì)著設(shè)備進(jìn)行語(yǔ)音時(shí)，自動(dòng)開啟語(yǔ)音識(shí)別，對(duì)用戶的語(yǔ)音進(jìn)行識(shí)別，減少了開啟的操作，提高了用戶體驗(yàn)。
【專利說明】
一種語(yǔ)音識(shí)別的方法及系統(tǒng)
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及數(shù)據(jù)存儲(chǔ)技術(shù)領(lǐng)域，尤其涉及一種語(yǔ)音識(shí)別的方法及系統(tǒng)。
【背景技術(shù)】
[0002]語(yǔ)音的開啟模塊對(duì)整個(gè)語(yǔ)音識(shí)別的體驗(yàn)是至關(guān)重要的，同時(shí)好的開啟模式還對(duì)避免噪音干擾起著很大的幫助?，F(xiàn)有的語(yǔ)音識(shí)別開啟模式主要有兩種:一種是觸摸操作之后開啟語(yǔ)音識(shí)別，如:按屏幕上的開啟按鈕，或是定義滑屏等操作來(lái)開啟，或是按實(shí)體鈕鍵來(lái)開啟一個(gè)功能的語(yǔ)音識(shí)別功能，但這種方式在開啟語(yǔ)音識(shí)別功能時(shí)，需要用手操作，顯得不夠便捷、智能，影響了用戶的使用意愿，在有些場(chǎng)合，如開車時(shí)更顯得不方便;另一種是用戶講規(guī)定好的簡(jiǎn)單命令來(lái)開啟，如華為的智能手表，就是通過對(duì)手表說:“hello，安卓”這樣簡(jiǎn)單且規(guī)定好的命令來(lái)開啟它的語(yǔ)音識(shí)別模式。但是這種方式顯得不自然，智能感降低，并且在在語(yǔ)音識(shí)別之前都要有個(gè)命令識(shí)別過程，也會(huì)讓效率降低。
[0003]如何在用戶對(duì)著設(shè)備進(jìn)行講話后，系統(tǒng)就能自動(dòng)識(shí)別，不需要用戶有一個(gè)語(yǔ)音的開啟動(dòng)作，能自動(dòng)在用戶開始講話時(shí)就自動(dòng)開啟，使語(yǔ)音識(shí)別更便捷、智能，提高用戶體驗(yàn)是急需解決的冋題。

【發(fā)明內(nèi)容】

[0004]本發(fā)明提供了一種語(yǔ)音識(shí)別的方法及系統(tǒng)，通過根據(jù)與用戶臉部的距離和嘴型的變化來(lái)進(jìn)行語(yǔ)音識(shí)別，實(shí)現(xiàn)了在用戶對(duì)著設(shè)備進(jìn)行語(yǔ)音時(shí)，自動(dòng)開啟語(yǔ)音識(shí)別，對(duì)用戶的語(yǔ)音進(jìn)行識(shí)別，減少了開啟的操作，提高了用戶體驗(yàn)。
[0005]為實(shí)現(xiàn)上述設(shè)計(jì)，本發(fā)明采用以下技術(shù)方案:
[0006]—方面，提供了一種語(yǔ)音識(shí)別的方法，包括:
[0007]檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離；
[0008]識(shí)別出用戶臉部的嘴型發(fā)生變化；
[0009]對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別。
[0010]優(yōu)選地，所述檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離，包括:通過攝像頭檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離；
[0011]所述檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離之前，還包括:檢測(cè)出抬手動(dòng)作，開啟攝像頭。
[0012]優(yōu)選地，所述檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離，包括:
[0013]利用紅外傳感器檢測(cè)與物體的距離小于等于預(yù)置距離；
[0014]通過攝像頭確定所述物體為用戶臉部。
[0015]優(yōu)選地，所述檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離之后，還包括:開啟錄
■~>V.曰O
[0016]優(yōu)選地，所述對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別，包括:去除識(shí)別出用戶臉部的嘴型發(fā)生變化之前的錄音，從識(shí)別出用戶臉部的嘴型發(fā)生變化時(shí)的錄音作為起始點(diǎn)，對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別。
[0017]優(yōu)選地，所述對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別之后，還包括:對(duì)識(shí)別出的語(yǔ)音命令進(jìn)行響應(yīng)。
[0018]另一方面，提供了一種語(yǔ)音識(shí)別的系統(tǒng)，該系統(tǒng)，包括:
[0019]距離檢測(cè)模塊，用于檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離；
[0020]嘴型識(shí)別模塊，用于識(shí)別出用戶臉部的嘴型發(fā)生變化；
[0021 ]語(yǔ)音識(shí)別模塊，用于對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別。
[0022]優(yōu)選地:
[0023]所述距離檢測(cè)模塊具體用于:通過攝像頭檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離；
[0024]還包括:開啟模塊，用于檢測(cè)出抬手動(dòng)作，開啟攝像頭。
[0025]優(yōu)選地，所述距離檢測(cè)模塊具體用于:
[0026]利用紅外傳感器檢測(cè)出與物體的距離小于等于預(yù)置距離；
[0027]通過攝像頭確定所述物體為用戶臉部。
[0028]優(yōu)選地，還包括:
[0029]錄音開啟模塊，用于在距離檢測(cè)模塊檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離之后開啟錄首；
[0030]響應(yīng)模塊，用于對(duì)識(shí)別出的語(yǔ)音命令進(jìn)行響應(yīng)；
[0031]所述語(yǔ)音識(shí)別模塊，具體用于:去除識(shí)別出用戶臉部的嘴型發(fā)生變化之前的錄音，從識(shí)別出用戶臉部的嘴型發(fā)生變化時(shí)的錄音作為起始點(diǎn)，對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別。
[0032]與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為:檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離;識(shí)別出用戶臉部的嘴型發(fā)生變化;對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別。本發(fā)明通過根據(jù)與用戶臉部的距離和嘴型的變化來(lái)進(jìn)行語(yǔ)音識(shí)別，實(shí)現(xiàn)了在用戶對(duì)著設(shè)備進(jìn)行語(yǔ)音時(shí)，自動(dòng)開啟語(yǔ)音識(shí)別，對(duì)用戶的語(yǔ)音進(jìn)行識(shí)別，減少了開啟的操作，提高了用戶體驗(yàn)。
【附圖說明】
[0033]為了更清楚地說明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對(duì)本發(fā)明實(shí)施例描述中所需要使用的附圖作簡(jiǎn)單的介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)本發(fā)明實(shí)施例的內(nèi)容和這些附圖獲得其他的附圖。
[0034]圖1是本發(fā)明【具體實(shí)施方式】中提供的一種語(yǔ)音識(shí)別的方法的第一實(shí)施例的方法流程圖。
[0035]圖2是本發(fā)明【具體實(shí)施方式】中提供的一種語(yǔ)音識(shí)別的方法的第二實(shí)施例的方法流程圖。
[0036]圖3是本發(fā)明【具體實(shí)施方式】中提供的一種語(yǔ)音識(shí)別的方法的第三實(shí)施例的方法流程圖。
[0037]圖4是本發(fā)明【具體實(shí)施方式】中提供的一種語(yǔ)音識(shí)別的系統(tǒng)的第一實(shí)施例的結(jié)構(gòu)方框圖。
[0038]圖5是本發(fā)明【具體實(shí)施方式】中提供的一種語(yǔ)音識(shí)別的系統(tǒng)的第二實(shí)施例的結(jié)構(gòu)方框圖。
[0039]圖6是本發(fā)明【具體實(shí)施方式】中提供的一種語(yǔ)音識(shí)別的系統(tǒng)的第三實(shí)施例的結(jié)構(gòu)方框圖。
【具體實(shí)施方式】
[0040]為使本發(fā)明解決的技術(shù)問題、采用的技術(shù)方案和達(dá)到的技術(shù)效果更加清楚，下面將結(jié)合附圖對(duì)本發(fā)明實(shí)施例的技術(shù)方案作進(jìn)一步的詳細(xì)描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0041]請(qǐng)參考圖1，其是本發(fā)明【具體實(shí)施方式】中提供的一種語(yǔ)音識(shí)別的方法的第一實(shí)施例的方法流程圖。如圖所示，該方法，包括:
[0042]步驟SlOl:檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離。
[0043]當(dāng)用戶需要對(duì)設(shè)備進(jìn)行語(yǔ)音控制時(shí)，用戶會(huì)靠近設(shè)備進(jìn)行講話，也相當(dāng)于用戶臉部靠近設(shè)備，為提高語(yǔ)音的錄取質(zhì)量，需檢測(cè)設(shè)備與用戶臉部的距離是否小于等于預(yù)置距離，所述預(yù)置距離為5cm、10cm或15cm等，可根據(jù)不同設(shè)備和實(shí)際使用環(huán)境來(lái)進(jìn)行設(shè)置。所述設(shè)備包括:大型智能設(shè)備，如智能手表、智能手環(huán)等的穿戴便攜設(shè)備，如手機(jī)、平板等的非穿戴便攜設(shè)備等等。
[0044]步驟S102:識(shí)別出用戶臉部的嘴型發(fā)生變化。
[0045]為避免在臉部靠近但還沒發(fā)音時(shí)，錄入環(huán)境噪音，影響識(shí)別率，需要進(jìn)行嘴型識(shí)另IJ，如果識(shí)別出用戶的嘴型有發(fā)音的變化與動(dòng)作，就以當(dāng)前時(shí)間點(diǎn)為控制語(yǔ)音的起始點(diǎn)。
[0046]步驟S103:對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別。
[0047]所述對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別，包括:去除識(shí)別出用戶臉部的嘴型發(fā)生變化之前的錄音，從識(shí)別出用戶臉部的嘴型發(fā)生變化時(shí)的錄音作為起始點(diǎn)，對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別。去除起始點(diǎn)之前的錄音，在一定程度上去除環(huán)境噪聲對(duì)語(yǔ)音識(shí)別的影響，提高識(shí)別率。
[0048]綜上所述，本實(shí)施例通過根據(jù)與用戶臉部的距離和嘴型的變化來(lái)進(jìn)行語(yǔ)音識(shí)別，以識(shí)別出用戶臉部的嘴型發(fā)生變化時(shí)的錄音作為語(yǔ)音識(shí)別的起始點(diǎn)，在一定程度上去除了環(huán)境噪聲對(duì)語(yǔ)音識(shí)別的影響，提高了識(shí)別率，本實(shí)施例實(shí)現(xiàn)了在用戶對(duì)著設(shè)備進(jìn)行語(yǔ)音時(shí)，自動(dòng)開啟語(yǔ)音識(shí)別，對(duì)用戶的語(yǔ)音進(jìn)行識(shí)別，減少了開啟的操作，提高了用戶體驗(yàn)。
[0049]請(qǐng)參考圖2，其是本發(fā)明【具體實(shí)施方式】中提供的一種語(yǔ)音識(shí)別的方法的第二實(shí)施例的方法流程圖。如圖所示，該方法，包括:
[0050]步驟S201:檢測(cè)出抬手動(dòng)作，開啟攝像頭。
[0051]對(duì)于智能手表、智能手環(huán)等的穿戴便攜設(shè)備來(lái)說，當(dāng)用戶需要語(yǔ)音控制時(shí)，是需要抬手的，對(duì)應(yīng)的會(huì)有一個(gè)抬手動(dòng)作，但抬手不一定會(huì)進(jìn)行語(yǔ)音控制，因此，當(dāng)檢測(cè)出抬手動(dòng)作時(shí)，還需要進(jìn)行臉部識(shí)別，檢測(cè)出有抬手動(dòng)作，也識(shí)別出臉部，則說明用戶需要進(jìn)行語(yǔ)音控制。本實(shí)施例利用攝像頭進(jìn)行臉部識(shí)別和距離的監(jiān)測(cè)，所以當(dāng)檢測(cè)出抬手動(dòng)作時(shí)，開啟攝像頭?？梢岳眉铀俣葌鞲衅鳈z測(cè)出抬手動(dòng)作，這是現(xiàn)有技術(shù)，此處不再贅述。
[0052]步驟S202:通過攝像頭檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離。
[0053]當(dāng)用戶臉部與設(shè)備的距離小于等于預(yù)置距離，說明用戶需要進(jìn)行語(yǔ)音控制。利用攝像頭進(jìn)行臉部識(shí)別和距離的檢測(cè)，以檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離，所述預(yù)置距離為5cm、10cm或15cm等，可根據(jù)不同設(shè)備和實(shí)際使用環(huán)境來(lái)進(jìn)行設(shè)置。步驟S202為本發(fā)明【具體實(shí)施方式】中提供的一種語(yǔ)音識(shí)別的方法的第一實(shí)施例中步驟S101:檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離的針對(duì)智能手表、智能手環(huán)等穿戴便攜設(shè)備的更具體的實(shí)施方案。
[0054]步驟S203:開啟錄音。
[0055]當(dāng)檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離之后，就開啟錄音。
[0056]步驟S204:識(shí)別出用戶臉部的嘴型發(fā)生變化。
[0057]為避免在臉部靠近但還沒發(fā)音時(shí)，錄入環(huán)境噪音，影響識(shí)別率，需要進(jìn)行嘴型識(shí)另IJ，如果識(shí)別出用戶的嘴型有發(fā)音的變化與動(dòng)作，就以當(dāng)前時(shí)間點(diǎn)為控制語(yǔ)音的起始點(diǎn)。
[0058]步驟S205:對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別。
[0059]所述對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別，包括:去除識(shí)別出用戶臉部的嘴型發(fā)生變化之前的錄音，從識(shí)別出用戶臉部的嘴型發(fā)生變化時(shí)的錄音作為起始點(diǎn)，對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別。去除起始點(diǎn)之前的錄音，在一定程度上去除環(huán)境噪聲對(duì)語(yǔ)音識(shí)別的影響，提高識(shí)別率。
[0060]步驟S206:對(duì)識(shí)別出的語(yǔ)音命令進(jìn)行響應(yīng)。
[0061]對(duì)識(shí)別出的語(yǔ)音命令進(jìn)行響應(yīng)，所述語(yǔ)音命令可以是打開某個(gè)應(yīng)用程序、關(guān)閉某個(gè)應(yīng)用程度、打電話、發(fā)信息等。
[0062]本實(shí)施例當(dāng)檢測(cè)出抬手動(dòng)作時(shí)就開啟攝像頭，利用攝像頭來(lái)進(jìn)行臉部識(shí)別和距離的監(jiān)測(cè)，當(dāng)攝像頭檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離時(shí)，開啟錄音，去除識(shí)別出用戶臉部的嘴型發(fā)生變化之前的錄音，以識(shí)別出用戶的嘴型有發(fā)音的變化與動(dòng)作的時(shí)間點(diǎn)作為控制語(yǔ)音的起始點(diǎn)，對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別，并對(duì)識(shí)別出的語(yǔ)音命令進(jìn)行響應(yīng)。本實(shí)施例在用戶有抬手動(dòng)作，靠近設(shè)備進(jìn)行發(fā)音后，能立即進(jìn)行語(yǔ)音命令的響應(yīng)，不用事先做開啟的動(dòng)作，整個(gè)過程自然，操作效率高，在一定程度上去除環(huán)境噪聲對(duì)語(yǔ)音識(shí)別的影響，提高識(shí)別率。
[0063]請(qǐng)參考圖3，其是本發(fā)明【具體實(shí)施方式】中提供的一種語(yǔ)音識(shí)別的方法的第三實(shí)施例的方法流程圖。如圖所示，該方法，包括:
[0064]步驟S301:利用紅外傳感器檢測(cè)與物體的距離小于等于預(yù)置距離。
[0065]當(dāng)用戶需要對(duì)設(shè)備進(jìn)行語(yǔ)音控制時(shí)，用戶會(huì)靠近設(shè)備進(jìn)行講話，因此可利用紅外傳感器檢測(cè)在預(yù)置距離范圍內(nèi)是否有物體接近，也就相當(dāng)于利用紅外傳感器檢測(cè)設(shè)備與物體的距離是否小于等于預(yù)置距離。
[0066]步驟S302:通過攝像頭確定所述物體為用戶臉部。
[0067]當(dāng)紅外傳感器檢測(cè)設(shè)備與物體的距離小于等于預(yù)置距離，說明有物體接近，但不代表一定是需要進(jìn)行語(yǔ)音控制，還可能會(huì)是其他情況，例如剛好有個(gè)物體擺放在設(shè)備前面，或是設(shè)備放在了一個(gè)物體上面，因此還需要通過攝像頭確定所述物體為用戶臉部，說明是用戶在靠近設(shè)備，需要對(duì)設(shè)備進(jìn)行語(yǔ)音控制。步驟S301與步驟S302為本發(fā)明【具體實(shí)施方式】中提供的一種語(yǔ)音識(shí)別的方法的第一實(shí)施例中步驟SlOl:檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離的更具體的實(shí)施方案。
[0068]所述設(shè)備包括:大型智能設(shè)備，如智能手表、智能手環(huán)等的穿戴便攜設(shè)備，如手機(jī)、平板等的非穿戴便攜設(shè)備等等。所述預(yù)置距離為5cm、10cm或15cm等，可根據(jù)不同設(shè)備和實(shí)際使用環(huán)境來(lái)進(jìn)行設(shè)置。利用紅外傳感器檢測(cè)與物體的距離小于等于預(yù)置距離之后，開啟攝像頭，通過攝像頭確定所述物體為用戶臉部。
[0069]步驟S303:開啟錄音。
[0070]當(dāng)檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離之后，就開啟錄音。
[0071]步驟S304:識(shí)別出用戶臉部的嘴型發(fā)生變化。
[0072]為避免在臉部靠近但還沒發(fā)音時(shí)，錄入環(huán)境噪音，影響識(shí)別率，需要進(jìn)行嘴型識(shí)另IJ，如果識(shí)別出用戶的嘴型有發(fā)音的變化與動(dòng)作，就以當(dāng)前時(shí)間點(diǎn)為控制語(yǔ)音的起始點(diǎn)。
[0073]步驟S305:對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別。
[0074]所述對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別，包括:去除識(shí)別出用戶臉部的嘴型發(fā)生變化之前的錄音，從識(shí)別出用戶臉部的嘴型發(fā)生變化時(shí)的錄音作為起始點(diǎn)，對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別。去除起始點(diǎn)之前的錄音，在一定程度上去除環(huán)境噪聲對(duì)語(yǔ)音識(shí)別的影響，提高識(shí)別率。
[0075]步驟S306:對(duì)識(shí)別出的語(yǔ)音命令進(jìn)行響應(yīng)。
[0076]對(duì)識(shí)別出的語(yǔ)音命令進(jìn)行響應(yīng)，所述語(yǔ)音命令可以是打開某個(gè)應(yīng)用程序、關(guān)閉某個(gè)應(yīng)用程度、打電話、發(fā)信息等。
[0077]本實(shí)施例利用紅外傳感器檢測(cè)與物體的距離小于等于預(yù)置距離，通過攝像頭確定所述物體為用戶臉部，利用紅外傳感器和攝像頭的結(jié)合來(lái)檢測(cè)出設(shè)備與用戶臉部的距離小于等于預(yù)置距離后，開啟錄音，去除識(shí)別出用戶臉部的嘴型發(fā)生變化之前的錄音，以識(shí)別出用戶的嘴型有發(fā)音的變化與動(dòng)作的時(shí)間點(diǎn)作為控制語(yǔ)音的起始點(diǎn)，對(duì)錄取的語(yǔ)音進(jìn)行識(shí)另IJ，并對(duì)識(shí)別出的語(yǔ)音命令進(jìn)行響應(yīng)。本實(shí)施例在用戶靠近設(shè)備進(jìn)行發(fā)音后，能立即進(jìn)行語(yǔ)音命令的響應(yīng)，不用事先做開啟的動(dòng)作，整個(gè)過程自然，操作效率高，在一定程度上去除環(huán)境噪聲對(duì)語(yǔ)音識(shí)別的影響，提高識(shí)別率。
[0078]以下是本發(fā)明【具體實(shí)施方式】中提供的一種語(yǔ)音識(shí)別的系統(tǒng)的實(shí)施例，系統(tǒng)的實(shí)施例基于上述的方法的實(shí)施例實(shí)現(xiàn)，在系統(tǒng)中未盡的描述，請(qǐng)參考前述方法的實(shí)施例。
[0079]請(qǐng)參考圖4，其是本發(fā)明【具體實(shí)施方式】中提供的一種語(yǔ)音識(shí)別的系統(tǒng)的第一實(shí)施例的結(jié)構(gòu)方框圖。如圖所示，該系統(tǒng)，包括:
[0080]距離檢測(cè)模塊41，用于檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離。
[0081]當(dāng)用戶需要對(duì)設(shè)備進(jìn)行語(yǔ)音控制時(shí)，用戶會(huì)靠近設(shè)備進(jìn)行講話，也相當(dāng)于用戶臉部靠近設(shè)備，為提高語(yǔ)音的錄取質(zhì)量，需檢測(cè)設(shè)備與用戶臉部的距離是否小于等于預(yù)置距離，所述預(yù)置距離為5cm、10cm或15cm等，可根據(jù)不同設(shè)備和實(shí)際使用環(huán)境來(lái)進(jìn)行設(shè)置。所述設(shè)備包括:大型智能設(shè)備，如智能手表、智能手環(huán)等的穿戴便攜設(shè)備，如手機(jī)、平板等的非穿戴便攜設(shè)備等等。
[0082]嘴型識(shí)別模塊42，用于識(shí)別出用戶臉部的嘴型發(fā)生變化。
[0083]為避免在臉部靠近但還沒發(fā)音時(shí)，錄入環(huán)境噪音，影響識(shí)別率，需要進(jìn)行嘴型識(shí)另IJ，如果識(shí)別出用戶的嘴型有發(fā)音的變化與動(dòng)作，就以當(dāng)前時(shí)間點(diǎn)為控制語(yǔ)音的起始點(diǎn)。
[0084]語(yǔ)音識(shí)別模塊43，用于對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別。
[0085]所述語(yǔ)音識(shí)別模塊43，具體用于:去除識(shí)別出用戶臉部的嘴型發(fā)生變化之前的錄音，從識(shí)別出用戶臉部的嘴型發(fā)生變化時(shí)的錄音作為起始點(diǎn)，對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別。去除起始點(diǎn)之前的錄音，在一定程度上去除環(huán)境噪聲對(duì)語(yǔ)音識(shí)別的影響，提高識(shí)別率。
[0086]綜上所述，本實(shí)施例通過根據(jù)與用戶臉部的距離和嘴型的變化來(lái)進(jìn)行語(yǔ)音識(shí)別，以識(shí)別出用戶臉部的嘴型發(fā)生變化時(shí)的錄音作為語(yǔ)音識(shí)別的起始點(diǎn)，在一定程度上去除了環(huán)境噪聲對(duì)語(yǔ)音識(shí)別的影響，提高了識(shí)別率，本實(shí)施例實(shí)現(xiàn)了在用戶對(duì)著設(shè)備進(jìn)行語(yǔ)音時(shí)，自動(dòng)開啟語(yǔ)音識(shí)別，對(duì)用戶的語(yǔ)音進(jìn)行識(shí)別，減少了開啟的操作，提高了用戶體驗(yàn)。
[0087]請(qǐng)參考圖5，其是本發(fā)明【具體實(shí)施方式】中提供的一種語(yǔ)音識(shí)別的系統(tǒng)的第二實(shí)施例的結(jié)構(gòu)方框圖。如圖所示，該系統(tǒng)，包括:
[0088]開啟模塊51，用于檢測(cè)出抬手動(dòng)作，開啟攝像頭。
[0089]對(duì)于智能手表、智能手環(huán)等的穿戴便攜設(shè)備來(lái)說，當(dāng)用戶需要語(yǔ)音控制時(shí)，是需要抬手的，對(duì)應(yīng)的會(huì)有一個(gè)抬手動(dòng)作，但抬手不一定會(huì)進(jìn)行語(yǔ)音控制，因此，當(dāng)檢測(cè)出抬手動(dòng)作時(shí)，還需要進(jìn)行臉部識(shí)別，檢測(cè)出有抬手動(dòng)作，也識(shí)別出臉部，則說明用戶需要進(jìn)行語(yǔ)音控制。本實(shí)施例利用攝像頭進(jìn)行臉部識(shí)別和距離的監(jiān)測(cè)，所以當(dāng)檢測(cè)出抬手動(dòng)作時(shí)，開啟攝像頭?？梢岳眉铀俣葌鞲衅鳈z測(cè)出抬手動(dòng)作，這是現(xiàn)有技術(shù)，此處不再贅述。
[0090]距離檢測(cè)模塊52，用于通過攝像頭檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離。
[0091]當(dāng)用戶臉部與設(shè)備的距離小于等于預(yù)置距離，說明用戶需要進(jìn)行語(yǔ)音控制。利用攝像頭進(jìn)行臉部識(shí)別和距離的檢測(cè)，以檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離，所述預(yù)置距離為5cm、10cm或15cm等，可根據(jù)不同設(shè)備和實(shí)際使用環(huán)境來(lái)進(jìn)行設(shè)置。
[0092]錄音開啟模塊53，用于在距離檢測(cè)模塊52檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離之后開啟錄音。
[0093]嘴型識(shí)別模塊54，用于識(shí)別出用戶臉部的嘴型發(fā)生變化。
[0094]為避免在臉部靠近但還沒發(fā)音時(shí)，錄入環(huán)境噪音，影響識(shí)別率，需要進(jìn)行嘴型識(shí)另IJ，如果識(shí)別出用戶的嘴型有發(fā)音的變化與動(dòng)作，就以當(dāng)前時(shí)間點(diǎn)為控制語(yǔ)音的起始點(diǎn)。
[0095]語(yǔ)音識(shí)別模塊55，用于對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別。
[0096]所述語(yǔ)音識(shí)別模塊55，具體用于:去除識(shí)別出用戶臉部的嘴型發(fā)生變化之前的錄音，從識(shí)別出用戶臉部的嘴型發(fā)生變化時(shí)的錄音作為起始點(diǎn)，對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別。去除起始點(diǎn)之前的錄音，在一定程度上去除環(huán)境噪聲對(duì)語(yǔ)音識(shí)別的影響，提高識(shí)別率。
[0097]響應(yīng)模塊56，用于對(duì)識(shí)別出的語(yǔ)音命令進(jìn)行響應(yīng)。
[0098]本實(shí)施例利用攝像頭檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離，以識(shí)別出用戶的嘴型有發(fā)音的變化與動(dòng)作的時(shí)間點(diǎn)作為控制語(yǔ)音的起始點(diǎn)，對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別，并對(duì)識(shí)別出的語(yǔ)音命令進(jìn)行響應(yīng)。本實(shí)施例在用戶有抬手動(dòng)作，靠近設(shè)備進(jìn)行發(fā)音后，能立即進(jìn)行語(yǔ)音命令的響應(yīng)，不用事先做開啟的動(dòng)作，整個(gè)過程自然，操作效率高，在一定程度上去除環(huán)境噪聲對(duì)語(yǔ)音識(shí)別的影響，提高識(shí)別率。
[0099]請(qǐng)參考圖6，其是本發(fā)明【具體實(shí)施方式】中提供的一種語(yǔ)音識(shí)別的系統(tǒng)的第三實(shí)施例的結(jié)構(gòu)方框圖。如圖所示，該系統(tǒng)，包括:
[0100]距離檢測(cè)模塊61，用于利用紅外傳感器檢測(cè)出與物體的距離小于等于預(yù)置距離；通過攝像頭確定所述物體為用戶臉部。
[0101]當(dāng)用戶需要對(duì)設(shè)備進(jìn)行語(yǔ)音控制時(shí)，用戶會(huì)靠近設(shè)備進(jìn)行講話，因此可利用紅外傳感器檢測(cè)在預(yù)置距離范圍內(nèi)是否有物體接近，也就相當(dāng)于利用紅外傳感器檢測(cè)設(shè)備與物體的距離是否小于等于預(yù)置距離。所述設(shè)備包括:大型智能設(shè)備，如智能手表、智能手環(huán)等的穿戴便攜設(shè)備，如手機(jī)、平板等的非穿戴便攜設(shè)備等等。所述預(yù)置距離為5cm、10cm或15cm等，可根據(jù)不同設(shè)備和實(shí)際使用環(huán)境來(lái)進(jìn)行設(shè)置。利用紅外傳感器檢測(cè)與物體的距離小于等于預(yù)置距離之后，開啟攝像頭，通過攝像頭確定所述物體為用戶臉部。
[0102]錄音開啟模塊62，用于在距離檢測(cè)模塊檢測(cè)出與用戶臉部的距離小于等于預(yù)置距尚之后開啟錄首。
[0103]嘴型識(shí)別模塊63，用于識(shí)別出用戶臉部的嘴型發(fā)生變化。
[0104]為避免在臉部靠近但還沒發(fā)音時(shí)，錄入環(huán)境噪音，影響識(shí)別率，需要進(jìn)行嘴型識(shí)另IJ，如果識(shí)別出用戶的嘴型有發(fā)音的變化與動(dòng)作，就以當(dāng)前時(shí)間點(diǎn)為控制語(yǔ)音的起始點(diǎn)。
[0105]語(yǔ)音識(shí)別模塊64，用于對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別。
[0106]響應(yīng)模塊65，用于對(duì)識(shí)別出的語(yǔ)音命令進(jìn)行響應(yīng)。
[0107]對(duì)識(shí)別出的語(yǔ)音命令進(jìn)行響應(yīng)，所述語(yǔ)音命令可以是打開某個(gè)應(yīng)用程序、關(guān)閉某個(gè)應(yīng)用程度、打電話、發(fā)信息等。
[0108]綜上所述，本實(shí)施例提供語(yǔ)音識(shí)別的系統(tǒng)在用戶靠近設(shè)備進(jìn)行發(fā)音后，能立即進(jìn)行語(yǔ)音命令的響應(yīng)，不用事先做開啟的動(dòng)作，整個(gè)過程自然，操作效率高，在一定程度上去除環(huán)境噪聲對(duì)語(yǔ)音識(shí)別的影響，提高識(shí)別率。
[0109]以上結(jié)合具體實(shí)施例描述了本發(fā)明的技術(shù)原理。這些描述只是為了解釋本發(fā)明的原理，而不能以任何方式解釋為對(duì)本發(fā)明保護(hù)范圍的限制?；诖颂幍慕忉?，本領(lǐng)域的技術(shù)人員不需要付出創(chuàng)造性的勞動(dòng)即可聯(lián)想到本發(fā)明的其它【具體實(shí)施方式】，這些方式都將落入本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1.一種語(yǔ)音識(shí)別的方法，其特征在于，包括: 檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離； 識(shí)別出用戶臉部的嘴型發(fā)生變化； 對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離，包括:通過攝像頭檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離； 所述檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離之前，還包括:檢測(cè)出抬手動(dòng)作，開啟攝像頭。3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離，包括: 利用紅外傳感器檢測(cè)與物體的距離小于等于預(yù)置距離； 通過攝像頭確定所述物體為用戶臉部。4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離之后，還包括:開啟錄音。5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別，包括:去除識(shí)別出用戶臉部的嘴型發(fā)生變化之前的錄音，從識(shí)別出用戶臉部的嘴型發(fā)生變化時(shí)的錄音作為起始點(diǎn)，對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別。6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別之后，還包括:對(duì)識(shí)別出的語(yǔ)音命令進(jìn)行響應(yīng)。7.一種語(yǔ)音識(shí)別的系統(tǒng)，其特征在于，包括: 距離檢測(cè)模塊，用于檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離； 嘴型識(shí)別模塊，用于識(shí)別出用戶臉部的嘴型發(fā)生變化； 語(yǔ)音識(shí)別模塊，用于對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別。8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于: 所述距離檢測(cè)模塊具體用于:通過攝像頭檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離； 還包括:開啟模塊，用于檢測(cè)出抬手動(dòng)作，開啟攝像頭。9.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述距離檢測(cè)模塊具體用于: 利用紅外傳感器檢測(cè)出與物體的距離小于等于預(yù)置距離； 通過攝像頭確定所述物體為用戶臉部。10.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，還包括: 錄音開啟模塊，用于在距離檢測(cè)模塊檢測(cè)出與用戶臉部的距離小于等于預(yù)置距離之后開啟錄首； 響應(yīng)模塊，用于對(duì)識(shí)別出的語(yǔ)音命令進(jìn)行響應(yīng)； 所述語(yǔ)音識(shí)別模塊，具體用于:去除識(shí)別出用戶臉部的嘴型發(fā)生變化之前的錄音，從識(shí)別出用戶臉部的嘴型發(fā)生變化時(shí)的錄音作為起始點(diǎn)，對(duì)錄取的語(yǔ)音進(jìn)行識(shí)別。
【文檔編號(hào)】G10L15/25GK105869639SQ201610165978
【公開日】2016年8月17日
【申請(qǐng)日】2016年3月21日
【發(fā)明人】房少杰
【申請(qǐng)人】廣東小天才科技有限公司