專利名稱：語音服務(wù)器及語音控制的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及語音識別領(lǐng)域，特別是涉及一種語音服務(wù)器及語音控 制的方法。
背景技術(shù)：
現(xiàn)有的家庭網(wǎng)絡(luò)設(shè)備的遠(yuǎn)程控制多通過因特網(wǎng)連接到家庭網(wǎng)絡(luò) 釆用瀏覽頁面對各個(gè)設(shè)備進(jìn)行控制，由于家庭網(wǎng)絡(luò)設(shè)備的逐漸增多 使得控制界面越來越復(fù)雜，不易操作。較為常用的方案還有采用電 話控制家庭網(wǎng)絡(luò)內(nèi)的設(shè)備，該技術(shù)通過電話設(shè)備的語音提示來按鍵 控制設(shè)備，人們必須等待電話的語音提示信號，當(dāng)有較多的設(shè)備需 要控制時(shí)，就會使操作變得復(fù)雜，同樣不易操作。
而現(xiàn)有的語音控制技術(shù)多是只針對一種設(shè)備進(jìn)行語音控制，不能
滿足逐家庭網(wǎng)絡(luò)漸增多的終端設(shè)備的要求；同時(shí)由于終端設(shè)備硬件 的限制加之語音數(shù)據(jù)庫有限，導(dǎo)致只能按照固定模式辨別出幾個(gè)簡 單設(shè)備語音命令，并且受環(huán)境和人員發(fā)音方式的影響很大，容易導(dǎo) 致語音控制失敗。
發(fā)明名稱為語音識別方法、系統(tǒng)、語音識別服務(wù)器，申請?zhí)枮?200710027509.5的專利公開了 一種語音識別方法，包括接收至少 一個(gè)終端的語音信息；對所述每個(gè)語音信息進(jìn)行分析識別，并查找 與所述語音信息匹配的語音特征；根據(jù)所述語音特征獲取相應(yīng)的指 令信息，并執(zhí)行所述指令信息。還公開了一種語音識別系統(tǒng)及語音 識別服務(wù)器。但該發(fā)明不能識別復(fù)雜的語音信息，例如對于包含嘈 雜聲音的語音信息或是發(fā)音不標(biāo)準(zhǔn)的語音信息不能有效識別，導(dǎo)致 語音控制失敗。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明提供的語音服務(wù)器及語音控制的方法，提高了 語音識別正確率。
本發(fā)明提供的語音服務(wù)器，包括 語音接收單元，用于接收聲音信息；
語音分析單元，用于識別從語音接收單元101接收到的聲音信息 中的語音信息；
語音數(shù)據(jù)庫存儲單元，用于存儲發(fā)音模型數(shù)據(jù)庫；
語音匹配單元，用于對比語音分析單元識別出的語音信息與語音 數(shù)據(jù)庫存儲單元中的發(fā)音模型，得出可識別的信息；
關(guān)鍵詞判斷單元，用于提煉語音匹配單元得出的可識別的信息中 的關(guān)鍵詞及按標(biāo)準(zhǔn)語序進(jìn)行排列形成標(biāo)準(zhǔn)命令；
命令轉(zhuǎn)化單元，用于將關(guān)鍵詞判斷單元形成的標(biāo)準(zhǔn)命令轉(zhuǎn)化為設(shè)
備命令；
命令發(fā)送單元，用于發(fā)送命令轉(zhuǎn)化單元轉(zhuǎn)化的設(shè)備命令。 其中，所述關(guān)鍵詞判斷單元包括 關(guān)鍵詞提取單元，用于從可識別的信息中提取關(guān)鍵詞； 關(guān)鍵詞語序調(diào)整單元，用于將提取的關(guān)鍵詞按標(biāo)準(zhǔn)語序進(jìn)行排列 形成標(biāo)準(zhǔn)命令。
其中，所述命令發(fā)送單元包括
地址判斷單元，用于判斷出接收的設(shè)備命令中的設(shè)備地址； 發(fā)送單元，用于根據(jù)所述設(shè)備地址發(fā)送設(shè)備命令。 本發(fā)明提供的語音控制的方法，包括
A, 接收語音終端的聲音信息；
B, 將聲音信息識別、轉(zhuǎn)化成可識別的信息；
C, 從可識別的信息中提煉關(guān)鍵詞，并按標(biāo)準(zhǔn)語序進(jìn)行排列，形 成標(biāo)準(zhǔn)命令；
D, 將標(biāo)準(zhǔn)命令轉(zhuǎn)化為設(shè)備命令；
E, 發(fā)送設(shè)備命令至相應(yīng)的終端設(shè)備。
5其中，步驟B所述的聲音信息識別步驟包括根據(jù)不同的音調(diào)
和頻率將語音信息從背景聲音進(jìn)行分離。
其中，步驟B所述轉(zhuǎn)化成可識別的信息的步驟包括將語音信
息與存儲的發(fā)音模型進(jìn)行對比轉(zhuǎn)化為可識別的信息。
可選的，步驟B所述的可識別的信息為文本信息。 可選的，步驟B所述的可識別的信息為語音信息。 可選的，所述步驟E包括發(fā)送設(shè)備命令至目的智能終端，智
能終端將設(shè)備命令發(fā)送至相應(yīng)的終端設(shè)備。
由上可以看出，本發(fā)明提供的語音服務(wù)器，可以有效識別語音信
息，提高語音識別率；
并且，本發(fā)明采用存儲多個(gè)對應(yīng)表方法，可以將可識別的信息轉(zhuǎn)
化為標(biāo)準(zhǔn)命令，有助于提高語音命令識別率；
其中，本發(fā)明采用語音分析單元，將語音信息同其他背景聲音進(jìn) 行分離的方法識別出語音信息，有助于4^高語音命令識別率； 其中，本發(fā)明采用語音數(shù)據(jù)庫，可以將語音信息轉(zhuǎn)化為可識別的
信息，有助于提高語音命令識別率；
另外，本發(fā)明采用智能終端，智能終端可以將設(shè)備命令發(fā)送至相
應(yīng)的終端設(shè)備，由此可以實(shí)現(xiàn)對多個(gè)設(shè)備的控制。


圖1為本發(fā)明語音服務(wù)器的原理圖； 圖2為本發(fā)明語音控制方法的流程圖3為本發(fā)明通過語音服務(wù)器對設(shè)備進(jìn)行控制的系統(tǒng)的原理圖； 圖4為本發(fā)明語音命令關(guān)鍵詞與標(biāo)準(zhǔn)命令關(guān)鍵詞對應(yīng)表； 圖5為本發(fā)明提煉的語音命令與標(biāo)準(zhǔn)命令對應(yīng)表。
具體實(shí)施例方式
如圖1示出了本發(fā)明提供的語音服務(wù)器的原理圖，該語音服務(wù) 包括語音接收單元101,語音分析單元102,語音數(shù)據(jù)庫存儲單元103，語音匹配單元104,關(guān)鍵詞判斷單元105,命令轉(zhuǎn)化單元106,
命令發(fā)送單元107。其中，
語音接收單元101,用于接收語音終端傳送過來的聲音信息。 語音分析單元102,用于識別從語音接收單元101接收到的聲音
信息中的語音信息，將語音信息從背景聲音中分離出并將語音信息
進(jìn)行編碼。
語音數(shù)據(jù)庫存儲單元103,用于存儲發(fā)音模型數(shù)據(jù)庫。發(fā)音模型 由大量的發(fā)音取樣產(chǎn)生，采用現(xiàn)有技術(shù)制作成語音數(shù)據(jù)庫，比如"開" 的普通話語音對應(yīng)存儲四川話、湖南話、陜西話等不同語音發(fā)音。 同時(shí)設(shè)有更新功能，可通過USB接口進(jìn)行更新，根據(jù)需要擴(kuò)充數(shù)據(jù) 庫，例如增加英文數(shù)據(jù)庫。
語音匹配單元104,用于對比從語音分析單元102接收到的語音 信息與語音數(shù)據(jù)庫存儲單元103中的發(fā)音模型，搜尋數(shù)據(jù)庫中所有 的發(fā)音模型，找到與語音信息相匹配的發(fā)音模型，進(jìn)而根據(jù)對應(yīng)信 息得出所對應(yīng)的可識別的信息，該可識別的信息可以是語音形式， 也可以是文本形式。對于經(jīng)常調(diào)用的語音模型設(shè)置較高的搜索優(yōu)先 級別。
關(guān)鍵詞判斷單元105,用于將可識別的信息根據(jù)存儲在該單元上 的語音命令關(guān)鍵詞與標(biāo)準(zhǔn)命令關(guān)鍵詞的對應(yīng)表提煉出關(guān)鍵詞，然后 根據(jù)該單元存儲的提煉的語音命令與標(biāo)準(zhǔn)命令對應(yīng)表對提煉后的可 識別的信息進(jìn)行排列，形成標(biāo)準(zhǔn)命令。
命令轉(zhuǎn)化單元106,用于將從關(guān)鍵詞判斷單元105處接收到的標(biāo) 準(zhǔn)命令轉(zhuǎn)化為協(xié)議規(guī)定的設(shè)備命令。
命令發(fā)送單元107，用于將從命令轉(zhuǎn)化單元106處接收的設(shè)備命 令發(fā)送給指令接收終端。
下面參見圖2示出的語音控制方法的流程圖，對該語音服務(wù)器的 工作原理進(jìn)行說明，如圖2所示，該語音控制方法包括以下步驟
步驟201，語音服務(wù)器的語音接收單元IOI接收來自遠(yuǎn)程各個(gè)語 音終端傳輸過來的聲音信息；步驟202,語音分析單元102通過分析各種聲音獨(dú)特的音調(diào)和頻 率從所述聲音信息中識別出語音信息，以將語音信息與其他背景語 音進(jìn)行分離；
步驟203，語音匹配單元104查找出語音信息的語音特征，調(diào)用 語音數(shù)據(jù)庫存儲單元103內(nèi)存儲的發(fā)音模型數(shù)據(jù)庫，將所識別出的 語音信息與語音數(shù)據(jù)庫存儲單元103中的發(fā)音模型進(jìn)行對比，根據(jù) 對應(yīng)存儲的普通話發(fā)音模型數(shù)據(jù)，得出可識別的信息，該可識別的 4呂,l 可以使語音形式也可以是文本形式；
步驟204,關(guān)鍵詞判斷單元105根據(jù)存儲在該單元上的語音命令 關(guān)鍵詞與標(biāo)準(zhǔn)命令關(guān)鍵詞的對應(yīng)表將從語音匹配單元104處接收到 的可識別的信息中提煉出關(guān)鍵詞，如設(shè)備的位置、設(shè)備名稱或區(qū)別 其他設(shè)備的唯一名稱、執(zhí)行的動作等，然后根據(jù)該單元存儲的提煉 的語音命令與標(biāo)準(zhǔn)命令對應(yīng)表對提煉后的可識別的信息進(jìn)行排列， 形成標(biāo)準(zhǔn)命令；
步驟205,命令轉(zhuǎn)化單元106將從關(guān)^:詞判斷單元105接收到的 標(biāo)準(zhǔn)命令按照特定的形式轉(zhuǎn)化為協(xié)議規(guī)定的設(shè)備命令；
步驟206，命令發(fā)送單元107調(diào)用該單元存儲的語音終端號碼與 發(fā)送目的地址對應(yīng)表，根據(jù)語音終端的號碼找到對應(yīng)表中智能終端 或終端設(shè)備的地址，將從命令轉(zhuǎn)化單元106接收的設(shè)備命令發(fā)送至 目的智能終端或終端設(shè)備。
圖3示出了一種應(yīng)用本發(fā)明語音服務(wù)器對設(shè)備進(jìn)行語音控制的 通訊系統(tǒng)原理圖，包括語音終端，語音服務(wù)器，智能終端和終端 設(shè)備。該通訊系統(tǒng)可以采用有線或無線的方式進(jìn)行通信。其中語音 終端可以是有線或無線的電話終端；智能終端用來轉(zhuǎn)發(fā)設(shè)備命令， 可以是交換機(jī)或服務(wù)器；終端設(shè)備即為被控設(shè)備。需要說明的是， 這里設(shè)置智能終端是用來轉(zhuǎn)發(fā)指令，也可以不設(shè)置該終端，而直接 將指令發(fā)送到終端設(shè)備。
其中，智能終端到終端設(shè)備之間也可以采用無線的通信方式，如 藍(lán)牙(bluetooth)、無線局域網(wǎng)絡(luò)(wireless LAN) 、 WiFi等通信方式。
應(yīng)用該語音服務(wù)器對設(shè)備進(jìn)行語音控制的工作原理是用戶通過 語音終端，可以是手機(jī)或者電話，發(fā)出語音命令，接收終端將接收 的語音傳送至語音服務(wù)器，語音服務(wù)器將語音轉(zhuǎn)化為標(biāo)準(zhǔn)命令并將 標(biāo)準(zhǔn)命令傳送至智能終端或終端設(shè)備，如果傳送給智能終端則再由 智能終端以有線或無線的方式發(fā)送至終端設(shè)備，終端設(shè)備的命令接 口單元負(fù)責(zé)接收屬于自己的命令，然后根據(jù)該命令進(jìn)行相應(yīng)的動作。
另外，當(dāng)終端設(shè)備執(zhí)行指令后發(fā)一回執(zhí)信號給語音服務(wù)器，經(jīng)由 語音服務(wù)器轉(zhuǎn)化為聲音信號，發(fā)送給語音終端，用戶就可得知語音
命令是否得到有效執(zhí)行。
下面以手機(jī)用戶對家中電器發(fā)出語音命令為例對本發(fā)明進(jìn)一步
詳細(xì)說明。
用戶在嘈雜的馬路上通過手機(jī)用成都方言發(fā)出"打開客廳里的空 調(diào)"的語音命令，
首先，語音服務(wù)器的語音接收單元101接收該聲音信息；
其次，語音分析單元102通過分析人的聲音，汽車的聲音等各種 聲音的音調(diào)和頻率將語音命令與其他背景語音進(jìn)行分離，減低噪音 并提煉出語音命令"打開客廳里的空調(diào)"；
再次，語音匹配單元104查找語音命令的語音特征，調(diào)用語音數(shù) 據(jù)庫存儲單元103內(nèi)存儲的發(fā)音模型數(shù)據(jù)庫，將從語音分析單元102 接收到的以成都方言發(fā)出的語音命令與語音數(shù)據(jù)庫存儲單元103中 的成都發(fā)音模型進(jìn)行對比，根據(jù)對應(yīng)存儲的普通話發(fā)音模型數(shù)據(jù)， 得出可識別的信息"打開客廳里的空調(diào)"，該得到的可識別的信息 可以文本或是語音形式的"打開客廳里的空調(diào)"；
接著，關(guān)^t詞判斷單元105根據(jù)存儲在該單元上的相關(guān)語音命令 關(guān)鍵詞與標(biāo)準(zhǔn)命令關(guān)鍵詞對應(yīng)表，如圖4所示，將從語音匹配單元
104接收到的可識別的信息"打開客廳里的空調(diào)"中提煉出關(guān)鍵詞 "開"、"客廳"和"空調(diào)"；然后根據(jù)該單元存儲的提煉的語音 命令與標(biāo)準(zhǔn)命令對應(yīng)表，如圖5所示，對提煉后的可識別的信息進(jìn)行排列，形成標(biāo)準(zhǔn)命令"客廳空調(diào)開"；
然后，命令轉(zhuǎn)化單元106將從關(guān)鍵詞判斷單元105接收到的標(biāo)準(zhǔn) 命令按照特定的形式轉(zhuǎn)化為協(xié)議規(guī)定的設(shè)備命令；
最后，命令發(fā)送單元107調(diào)用該單元存儲的語音終端號碼與發(fā)送 目的地址對應(yīng)表，根據(jù)語音終端的號碼找到對應(yīng)表中智能終端的地 址，將從命令轉(zhuǎn)化單元106接收的設(shè)備命令發(fā)送至目的智能終端。
智能終端的命令接口單元用于接收命令，再以無線的方式發(fā)送至 終端設(shè)備客廳里的空調(diào)，該空調(diào)接到命令后進(jìn)行打開操作。
客廳空調(diào)打開后發(fā)一回執(zhí)信號給語音服務(wù)器，經(jīng)由語音服務(wù)器轉(zhuǎn) 化為聲音信號，發(fā)送給手機(jī)，用戶就可得知語音命令得到了有效執(zhí) 行。
對于存儲有英文語音數(shù)據(jù)庫的語音服務(wù)器，用戶可通過手機(jī)用英 i吾發(fā)出 "open the air condition in living room ，， 的i吾音命令，i吾音月l 務(wù)器的語音接收單元101接收該聲音信息；接著，語音分析單元102 通過分析人的聲音，以及各種背景聲音的音調(diào)和頻率將語音命令與 其他背景語音進(jìn)行分離，減低噪音并提煉出語音命令"open the air condition in living room" ; 4妾著，i吾音匹配單元104查4戈i吾音命令的 語音特征，調(diào)用語音數(shù)據(jù)庫存儲單元103內(nèi)存儲的發(fā)音模型數(shù)據(jù)庫， 將從語音分析單元102接收到的以英語發(fā)出的語音命令與語音數(shù)據(jù) 庫存儲單元103中的英語發(fā)音模型進(jìn)行對比，根據(jù)對應(yīng)存儲的普通 話發(fā)音模型數(shù)據(jù)，得出可識別的信息"打開 客廳里的空調(diào)"；以后 步驟與第一實(shí)施例相同，因此不再贅述。
以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明， 凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn) 等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種語音服務(wù)器，包括語音接收單元(101)，用于接收聲音信息；語音分析單元(102)，用于識別從語音接收單元(101)接收到的聲音信息中的語音信息；語音數(shù)據(jù)庫存儲單元(103)，用于存儲發(fā)音模型數(shù)據(jù)庫；語音匹配單元(104)，用于對比語音分析單元(102)識別出的語音信息與語音數(shù)據(jù)庫存儲單元(103)中的發(fā)音模型，得出可識別的信息；關(guān)鍵詞判斷單元(105)，用于提煉語音匹配單元(104)得出的可識別的信息中的關(guān)鍵詞及按標(biāo)準(zhǔn)語序進(jìn)行排列形成標(biāo)準(zhǔn)命令；命令轉(zhuǎn)化單元(106)，用于將關(guān)鍵詞判斷單元(105)形成的標(biāo)準(zhǔn)命令轉(zhuǎn)化為設(shè)備命令；命令發(fā)送單元(107)，用于發(fā)送命令轉(zhuǎn)化單元(106)轉(zhuǎn)化的設(shè)備命令。
2. 根據(jù)權(quán)利要求1所述的語音服務(wù)器，其特征在于所述關(guān)鍵 詞判斷單元(105)包括關(guān)鍵詞提取單元，用于從可識別的信息中提取關(guān)鍵詞； 關(guān)鍵詞語序調(diào)整單元，用于將提取的關(guān)鍵詞按標(biāo)準(zhǔn)語序進(jìn)行排列 形成標(biāo)準(zhǔn)命令。
3. 根據(jù)權(quán)利要求1或2所述的語音服務(wù)器，其特征在于所述 命令發(fā)送單元(107)包括地址判斷單元，用于判斷出接收的設(shè)備命令中的設(shè)備地址； 發(fā)送單元，用于根據(jù)所述設(shè)備地址發(fā)送設(shè)備命令。
4. 一種語音控制的方法，包括 A，接收語音終端的聲音信息；B, 將聲音信息識別、轉(zhuǎn)化成可識別的信息；C, 從可識別的信息中提煉關(guān)鍵詞，并按標(biāo)準(zhǔn)語序進(jìn)行排列，形 成標(biāo)準(zhǔn)命令；D，將標(biāo)準(zhǔn)命令轉(zhuǎn)化為設(shè)備命令；E，發(fā)送設(shè)備命令至相應(yīng)的終端設(shè)備。
5. 根據(jù)權(quán)利要求4所述的方法，其特征在于步驟B所述的聲 音信息識別步驟包括根據(jù)不同的音調(diào)和頻率將語音信息從背景聲 音進(jìn)行分離。
6. 根據(jù)權(quán)利要求4或5所述的方法，其特征在于步驟B所述 轉(zhuǎn)化成可識別的信息的步驟包括將語音信息與存儲的發(fā)音模型進(jìn) 行對比轉(zhuǎn)化為可識別的信息。
7. 根據(jù)權(quán)利要求6所述的方法，其特征在于步驟B所述的可 識別的信息為文本信息。
8. 根據(jù)權(quán)利要求6所述的方法，其特征在于步驟B所述的可 識別的信息為語音信息。
9. 根據(jù)權(quán)利要求4所述的方法，其特征在于所述步驟E包括 發(fā)送設(shè)備命令至目的智能終端，智能終端將設(shè)備命令發(fā)送至相應(yīng)的 終端設(shè)備。
全文摘要
本發(fā)明提供了一種語音服務(wù)器，包括語音接收單元、語音分析單元、語音數(shù)據(jù)庫存儲單元、語音匹配單元、關(guān)鍵詞判斷單元、命令轉(zhuǎn)化單元和命令發(fā)送單元。還提供了一種語音控制的方法，包括A，接收語音終端的聲音信息；B，將聲音信息識別、轉(zhuǎn)化成可識別的信息；C，從可識別的信息中提煉關(guān)鍵詞，并按標(biāo)準(zhǔn)語序進(jìn)行排列，形成標(biāo)準(zhǔn)命令；D，將標(biāo)準(zhǔn)命令轉(zhuǎn)化為設(shè)備命令；E，發(fā)送設(shè)備命令至相應(yīng)的終端設(shè)備。使用本發(fā)明，可以提高語音控制過程中的語音識別正確率。
文檔編號G06F17/30GK101599270SQ20081011053
公開日2009年12月9日 申請日期2008年6月2日 優(yōu)先權(quán)日2008年6月2日
發(fā)明者張雁玻 申請人:海爾集團(tuán)公司;青島海爾智能家電科技有限公司