一种风扇语音控制系统的语音识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109817199A(43)申请公布日2019.05.28(21)申请号201910004240.1(22)申请日2019.01.03(71)申请人珠海市黑鲸软件有限公司地址519000广东省珠海市高新区唐家湾镇港乐路1号A区厂房16层的1609单元(72)发明人黄澎(51)Int.Cl.G10L15/06(2013.01)G10L15/22(2006.01)G10L15/26(2006.01)G10L21/0208(2013.01)权利要求书1页说明书2页(54)发明名称一种风扇语音控制系统的语音识别方法(57)摘要本发明公开了一种风扇语音控制系统的语音识别方法，包括以下步骤：S1：根据设定的电风扇扇叶转速临界值将电风扇的工作状态分为低风噪工作模式和高风噪工作模式；S2：采集电风扇在高风噪工作模式时收集到的语音数据，加以自适应降噪处理和机器训练学习，得到适用于电风扇在高风噪工作模式时的专用语音模型；S3：电风扇在高风噪工作模式下，语音控制系统采集到声音音频数据后，对声音音频数据进行自适应降噪处理，保留用户语音指令并采用专用语音模型进行识别；S4：电风扇语音控制系统根据用户语音指令的识别结果控制电风扇的工作状态。本发明在扇叶转速较高的情况下，能够克服风噪对用户语音指令的干扰，提高语音识别准确率。CN109817199ACN109817199A权利要求书1/1页1.一种风扇语音控制系统的语音识别方法，其特征在于，包括以下步骤：S1：根据设定的电风扇扇叶转速临界值将电风扇的工作状态分为低风噪工作模式和高风噪工作模式；S2：采集电风扇在高风噪工作模式时收集到的语音数据，加以自适应降噪处理和机器训练学习，得到适用于电风扇在高风噪工作模式时的专用语音模型；S3：电风扇在高风噪工作模式下，语音控制系统采集到声音音频数据后，对声音音频数据进行自适应降噪处理，保留用户语音指令并采用专用语音模型进行识别；S4：电风扇语音控制系统根据用户语音指令的识别结果控制电风扇的工作状态。2.根据权利要求1所述的一种风扇语音控制系统的语音识别方法，其特征在于：步骤S2中，还采集电风扇在低风噪工作模式时收集到的语音数据，加以机器训练学习，得到适用于电风扇在低风噪工作模式时的默认语音模型；步骤S3中，电风扇在低风噪工作模式下，语音控制系统采集到声音音频数据后，直接采用默认语音模型对声音音频数据进行识别。2CN109817199A说明书1/2页一种风扇语音控制系统的语音识别方法技术领域[0001]本发明涉及一种语音控制方法技术领域，特别是一种风扇语音控制系统的语音识别方法。背景技术[0002]具有语音控制功能的电风扇可以通过采集使用者的语音命令来对电风扇的工作状态进行调控，大大提高了电风扇的使用便捷性；电风扇大多具有扇叶转速调节功能，即通过调节电机的转速来实现不同等级的风速、风量，但是随着扇叶转速的提升，也会使得电风扇的风噪增大。[0003]因此现有技术中具有语音控制功能的电风扇，在扇叶转速较高的情况下，语音识别过程中所收到的用户语音指令会与电风扇的风噪叠加，从而使得电风扇收到的声音信号信噪比数值过低，最终导致电风扇的语音识别准确率较低。发明内容[0004]为了克服现有技术的不足，本发明提供了一种风扇语音控制系统的语音识别方法，在扇叶转速较高的情况下，能够克服电风扇的风噪对用户语音指令的干扰，提高电风扇的语音识别准确率。[0005]本发明解决其技术问题所采用的技术方案是：[0006]一种风扇语音控制系统的语音识别方法，包括以下步骤：[0007]S1：根据设定的电风扇扇叶转速临界值将电风扇的工作状态分为低风噪工作模式和高风噪工作模式；[0008]S2：采集电风扇在高风噪工作模式时收集到的语音数据，加以自适应降噪处理和机器训练学习，得到适用于电风扇在高风噪工作模式时的专用语音模型；[0009]S3：电风扇在高风噪工作模式下，语音控制系统采集到声音音频数据后，对声音音频数据进行自适应降噪处理，保留用户语音指令并采用专用语音模型进行识别；[0010]S4：电风扇语音控制系统根据用户语音指令的识别结果控制电风扇的工作状态。[0011]作为上述技术方案的进一步改进：[0012]步骤S2中，还采集电风扇在低风噪工作模式时收集到的语音数据，加以机器训练学习，得到适用于电风扇在低风噪工作模式时的默认语音模型；[0013]步骤S3中，电风扇在低风噪工作模式下，语音控制系统采集到声音音频数据后，直接采用默认语音模型对声音音频数据进行识别。[0014]与现有技术相比较，本发明的有益效果是：[0015]本发明所提供的一种风扇语音控制系统的语音识别方法，针对电风扇不同风噪状态开发不同的语音识别模型，并应用于电风扇的