CN104282307A - 唤醒语音控制系统的方法、装置及终端 - Google Patents

Abstract

本发明提供了一种唤醒语音控制系统的方法、装置及终端，其中，该方法包括：接收用于唤醒语音控制系统的声音；判断声音声波中的声纹部分是否处于第一预定阈值内以及声波中的音节部分是否处于第二预定阈值内；在判断结果均为是的情况下，唤醒语音控制系统。解决了相关技术中存在的唤醒语音控制系统的方式安全隐患高的问题，进而达到了提高终端的安全性的效果。

Description

唤醒语音控制系统的方法、装置及终端

技术领域

本发明涉及通信领域，具体而言，涉及一种唤醒语音控制系统的方法、装置及终端。

背景技术

语音控制已经逐步成为现代交互的主流方式。但目前大多数语音控制仍然通过触控方式启动，无法最大程度的发挥语音控制的优势，解放双手解放双眼。另外少部分可以通过固定短语唤醒语音控制系统，但是这些固定短语是在终端出厂前便已经设置好的，不可改变，误识别率很高，极大程度的阻碍了用户使用语音控制系统。并且，由于短语是固定不可改变的，会导致任何用户都可以唤醒语音控制系统，存在较大的安全隐患。如何能够以直觉且安全的方式启动语音控制系统，是一个亟需解决的问题。

针对相关技术中存在的唤醒语音控制系统的方式安全隐患高的问题，目前尚未提出有效的解决方案。

发明内容

本发明提供了一种唤醒语音控制系统的方法、装置及终端，以至少解决相关技术中存在的唤醒语音控制系统的方式准确率低以及安全隐患高的问题。

根据本发明的一个方面，提供了一种唤醒语音控制系统的方法，包括：接收用于唤醒语音控制系统的声音；判断所述声音声波中的声纹部分是否处于第一预定阈值内以及所述声波中的音节部分是否处于第二预定阈值内；在判断结果均为是的情况下，唤醒所述语音控制系统。

优选地，在接收用于唤醒语音控制系统的声音之前，还包括：至少两次录制所述声音；记录录制的所述至少两次的声音声波中的声纹部分和音节部分；根据记录的所述声纹部分和所述音节部分确定所述第一预定阈值和所述第二预定阈值。

优选地，记录录制的所述至少两次的声音声波中的声纹部分和音节部分包括：从所述至少两次录制的声音中选择符合预定条件的声音，其中，所述预定条件至少包括所述声纹部分和音节部分的振幅和/或频率的变化在预定范围内；记录选择的所述声音声波中的声纹部分和音节部分。

优选地，记录选择的所述声音声波中的声纹部分和音节部分包括：同时记录所述声纹部分和所述音节部分；将记录的所述声纹部分和所述音节部分存储于同一个词中。

优选地，所述第一预定阈值包括以下至少之一：声纹部分的振幅阈值、声纹部分的频率阈值；或者，所述第二预定阈值包括以下至少之一：音节部分的振幅阈值、音节部分的频率阈值。

根据本发明的另一方面，提供了一种唤醒语音控制系统的装置，包括：接收模块，用于接收用于唤醒语音控制系统的声音；判断模块，用于判断所述声音声波中的声纹部分是否处于第一预定阈值内以及所述声音声波中的音节部分是否处于第二预定阈值内；唤醒模块，用于在所述判断模块的判断结果均为是的情况下，唤醒所述语音控制系统。

优选地，所述唤醒语音控制系统的装置还包括：录制模块，用于至少两次录制所述声音；记录模块，用于记录录制的所述至少两次的声音声波中的声纹部分和音节部分；确定模块，用于根据所述声纹部分和所述音节部分确定所述第一预定阈值和所述第二预定阈值。

优选地，所述录制模块包括：选择单元，用于从所述至少两次录制的声音中选择符合预定条件的声音，其中，所述预定条件至少包括所述声纹部分和音节部分的振幅和/或频率的变化在预定范围内；记录单元，用于记录选择的所述声音声波中的声纹部分和音节部分。

优选地，所述记录单元包括：记录子单元，用于同时记录所述声纹部分和所述音节部分；存储子单元，用于将记录的所述声纹部分和所述音节部分存储于同一个词中。

根据本发明的再一方面，提供了一种终端，包括上述任一项所述的装置。

通过本发明，采用接收用于唤醒语音控制系统的声音；判断所述声音声波中的声纹部分是否处于第一预定阈值内以及所述声波中的音节部分是否处于第二预定阈值内；在判断结果均为是的情况下，唤醒所述语音控制系统，解决了相关技术中存在的唤醒语音控制系统的方式安全隐患高的问题，进而达到了提高终端的安全性的效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的唤醒语音控制系统的方法流程图；

图2是根据本发明实施例的唤醒语音控制系统的装置的结构框图；

图3是根据本发明实施例的唤醒语音控制系统的装置的优选结构框图；

图4是根据本发明实施例的唤醒语音控制系统的装置中录制模块32的结构框图；

图5是根据本发明实施例的唤醒语音控制系统的装置中记录单元44的结构框图；

图6是根据本发明实施例的终端的结构框图；

图7是根据本发明实施例的系统结构框图；

图8是根据本发明实施例的唤醒语音控制的流程图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

在本实施例中提供了一种唤醒语音控制系统的方法，图1是根据本发明实施例的唤醒语音控制系统的方法流程图，如图1所示，该流程包括如下步骤：

步骤S102，接收用于唤醒语音控制系统的声音；

步骤S104，判断声音声波中的声纹部分是否处于第一预定阈值内以及声波中的音节部分是否处于第二预定阈值内；

步骤S106，在判断结果均为是的情况下，唤醒语音控制系统。

通过上述步骤，接收用于唤醒语音控制系统的声音；判断声音声波中的声纹部分是否处于第一预定阈值内以及声波的音节部分是否处于第二预定阈值内；在判断结果均为是的情况下，唤醒语音控制系统。实现了根据声音的声纹部分和音节部分来共同唤醒语音控制系统，解决了相关技术中存在的唤醒语音控制系统的方式安全隐患高的问题，进而达到了提高终端的安全性的效果。

在一个优选的实施例中，可以对唤醒词进行预先录制，即，在接收用于唤醒语音控制系统的声音之前，还可以至少两次录制该声音；记录录制的至少两次的声音声波中的声纹部分和音节部分；根据记录的声纹部分和音节部分确定第一预定阈值和第二预定阈值。也就是说可以自定义唤醒词，根据自定义的唤醒词来唤醒语音控制系统，从而提高了唤醒语音控制系统的唤醒率。

在一个优选的实施例中，记录录制的至少两次的声音声波中的声纹部分和音节部分包括：从至少两次录制的声音中选择符合预定条件的声音，其中，该预定条件至少包括声纹部分和音节部分的振幅和/或频率的变化在预定范围内；记录选择的声音声波中的声纹部分和音节部分。选择符合预定条件的声音可以保证最终得到准确的声纹部分的阈值和音节部分的阈值。

在一个可选的实施例中，记录选择的声音声波中的声纹部分和音节部分可以包括：同时记录声纹部分和音节部分；将记录的声纹部分和音节部分存储于同一个词中。从而实现了节省存储空间的目的。

其中，第一预定阈值可以包括以下至少之一：声纹部分的振幅阈值、声纹部分的频率阈值；或者，第二预定阈值可以包括以下至少之一：音节部分的振幅阈值、音节部分的频率阈值。

在本实施例中还提供了一种唤醒语音控制系统的装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图2是根据本发明实施例的唤醒语音控制系统的装置的结构框图，如图2所示，该装置包括接收模块22、判断模块24和唤醒模块26，下面对该装置进行说明。

接收模块22，用于接收用于唤醒语音控制系统的声音；判断模块24，连接至上述接收模块22，用于判断声音声波中的声纹部分是否处于第一预定阈值内以及声音声波中的音节部分是否处于第二预定阈值内；唤醒模块26，连接至上述判断模块24，用于在判断模块24的判断结果均为是的情况下，唤醒语音控制系统。

图3是根据本发明实施例的唤醒语音控制系统的装置的优选结构框图，如图3所示，该装置除包括图2所示的所有模块外，还包括录制模块32、记录模块34和确定模块36。下面对该装置进行说明。

录制模块32，用于至少两次录制声音；记录模块34，连接至上述录制模块32，用于记录录制的至少两次的声音声波中的声纹部分和音节部分；确定模块36，连接至上述记录模块34和接收模块22，用于根据声纹部分和音节部分确定第一预定阈值和第二预定阈值。

图4是根据本发明实施例的唤醒语音控制系统的装置中录制模块32的结构框图，如图4所示，该录制模块32包括选择单元42和记录单元44，下面对该录制模块32进行说明。

选择单元42，用于从至少两次录制的声音中选择符合预定条件的声音，其中，该预定条件至少包括声纹部分和音节部分的振幅和/或频率的变化在预定范围内；记录单元44，连接至上述选择单元42，用于记录选择的所声音声波中的声纹部分和音节部分。

图5是根据本发明实施例的唤醒语音控制系统的装置中记录单元44的结构框图，如图5所示，该记录单元44包括记录子单元52和存储子单元54。下面对该记录单元44进行说明。

记录子单元52，用于同时记录声纹部分和音节部分；存储子单元54，连接至上述记录子单元52，用于将记录的声纹部分和音节部分存储于同一个词中。

图6是根据本发明实施例的终端的结构框图，如图6所示，该终端60包括上述任一项的唤醒语音控制系统的装置62。

针对相关技术中存在的唤醒语音控制系统的方式安全隐患高的问题，本发明实施例中提供了一种简单的方式进行语音系统唤醒的自定义，从而直觉并安全的启动语音控制系统。用户自定义唤醒语音控制系统的唤醒词并进行录制，同时同步记录用户的声纹。由于唤醒词中包括指定文字和声纹，可以极大的提高唤醒率。

在本发明实施例中，用户自定义唤醒词并进行录制，同时同步记录用户的声纹。运用带声纹的自定义的唤醒短语来唤醒语音控制系统，由于唤醒词中包括指定音节和声纹，可以极大的提高唤醒率并降低误唤醒率。

图7是根据本发明实施例的系统结构框图，如图7所示，该系统中包括如下几部分：触摸屏模块71，声音接收模块72(同上述接收模块22)，录音模块73(同上述录制模块32)，声纹记录模块74(同上述记录模块34)，语音识别模块75(同上述判断模块24)，存储模块76(同上述记录单元44)，中央处理模块77(同上述确定模块36)。触摸屏模块用于控制录音过程，声音接收模块用于接收声音，录音模块用于录制唤醒词，声纹记录模块用于分析记录声音波形图，语音识别模块用于分析记录声音波形图，存储模块用于储存数据。中央处理器用于处理数据。

图8是根据本发明实施例的唤醒语音控制的流程图。如图8所示，该流程包括如下步骤：

步骤S802，点击触摸屏启动程序；

步骤S804，声音接收模块获取声音；

步骤S806，录音模块记录声音，并传递给声纹记录模块和语音识别模块；

步骤S808，声纹识别模块分析并记录声音的波形图，同时标识声波中声纹部分的波形；

步骤S810，语音识别模块分析并记录声音的波形图，同时标识声波中音节部分的波形；

步骤S812，操作者反复录制多次，直到声纹识别模块可以良好标识声波中声纹部分的波形阈值，若不成功则转至步骤S806；

步骤S814，操作者反复录制多次，直到语音识别模块可以良好标识声波中音节部分的波形阈值，若不成功则转至步骤S806；

步骤S816，储存模块记录声波数据，存储模块存储声纹部分的波形阀值和音节部分的波形阀值；

步骤S818，操作者说出唤醒词；

步骤S820，声音模块接收声音；

步骤S822，中央处理器处理并传递给声纹记录模块和语音识别模块；

步骤S824，声纹记录模块和语音识别模块可同时或分别对声波进行比对；

步骤S826，当声波在阀值范围内时，唤醒语音控制系统。

通过上述实施例中的录制自定义唤醒词的方式，可以一次同时完成唤醒词录制和声纹录制。运用带声纹的自定义的唤醒短语来唤醒语音控制系统，由于唤醒词中包括指定音节和声纹，可以极大的提高唤醒率并降低误唤醒率。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种唤醒语音控制系统的方法，其特征在于，包括：

接收用于唤醒语音控制系统的声音；

判断所述声音声波中的声纹部分是否处于第一预定阈值内以及所述声波中的音节部分是否处于第二预定阈值内；

在判断结果均为是的情况下，唤醒所述语音控制系统。

2.根据权利要求1所述的方法，其特征在于，在接收用于唤醒语音控制系统的声音之前，还包括：

至少两次录制所述声音；

记录录制的所述至少两次的声音声波中的声纹部分和音节部分；

根据记录的所述声纹部分和所述音节部分确定所述第一预定阈值和所述第二预定阈值。

3.根据权利要求2所述的方法，其特征在于，记录录制的所述至少两次的声音声波中的声纹部分和音节部分包括：

从所述至少两次录制的声音中选择符合预定条件的声音，其中，所述预定条件至少包括所述声纹部分和音节部分的振幅和/或频率的变化在预定范围内；

记录选择的所述声音声波中的声纹部分和音节部分。

4.根据权利要求3所述的方法，其特征在于，记录选择的所述声音声波中的声纹部分和音节部分包括：

同时记录所述声纹部分和所述音节部分；

将记录的所述声纹部分和所述音节部分存储于同一个词中。

5.根据权利要求1所述的方法，其特征在于，

所述第一预定阈值包括以下至少之一：声纹部分的振幅阈值、声纹部分的频率阈值；或者，

所述第二预定阈值包括以下至少之一：音节部分的振幅阈值、音节部分的频率阈值。

6.一种唤醒语音控制系统的装置，其特征在于，包括：

接收模块，用于接收用于唤醒语音控制系统的声音；

判断模块，用于判断所述声音声波中的声纹部分是否处于第一预定阈值内以及所述声音声波中的音节部分是否处于第二预定阈值内；

唤醒模块，用于在所述判断模块的判断结果均为是的情况下，唤醒所述语音控制系统。

7.根据权利要求6所述的装置，其特征在于，还包括：

录制模块，用于至少两次录制所述声音；

记录模块，用于记录录制的所述至少两次的声音声波中的声纹部分和音节部分；

确定模块，用于根据所述声纹部分和所述音节部分确定所述第一预定阈值和所述第二预定阈值。

8.根据权利要求7所述的装置，其特征在于，所述录制模块包括：

选择单元，用于从所述至少两次录制的声音中选择符合预定条件的声音，其中，所述预定条件至少包括所述声纹部分和音节部分的振幅和/或频率的变化在预定范围内；

记录单元，用于记录选择的所述声音声波中的声纹部分和音节部分。

9.根据权利要求8所述的装置，其特征在于，所述记录单元包括：

记录子单元，用于同时记录所述声纹部分和所述音节部分；

存储子单元，用于将记录的所述声纹部分和所述音节部分存储于同一个词中。

10.一种终端，其特征在于，包括权利要求6至9中任一项所述的装置。