低誤觸發高識別率離線語音識別冰箱控制及系統研究

羅莉文 陳慶傳 劉道金 韓斌斌

杭州華日家電有限公司 浙江杭州 311401

1 引言

隨著信息技術的發展，用戶與家電之間的交互方式越來越豐富，語音控制技術在近幾年來發展迅速，且為家電行業注入了新的活力。冰箱作為傳統家電中不可分割的一部分，結合語音控制能夠為用戶提供更為便捷、高效的服務。本文研究為普通電腦控制冰箱，提供語音控制的新途徑，實現低成本的人機語音交互，解放用戶的雙手。采用非特定人聲的檢測方式對不同口音的用戶指令進行識別，結合人體檢測、語音喚醒詞、以及降噪功能降低語音指令的誤觸發，以固定詞條通過通信協議下發指令到冰箱電控實現冰箱各功能的控制和交互。

2 關鍵檢測電路解析

紅外人體檢測電路原理圖見圖1，該電路由紅外對管U2的發射管及電阻R2，晶體管Q1，電阻R3組成信號發射部分，由紅外對管U2的接收管、電阻R1、比較器U1及過濾電容C2組成信號接收部分。反射式指發光管與接收管并列一起，平時接收管始終無光照，只在發光管發出的紅外光線遇到反射物時，接收管收到反射回來的紅外光線才工作。

麥克風偏置及濾波電路原理圖見圖2，音源發出的聲音由空氣為介質而傳導，傳導的聲波碰擊麥克風的振動，振動會隨音波傳導的方向沿轉動軸心前、后振動，在麥克風輸出端會根據此振動的反應產生電氣信號。

3 本方案控制系統剖析

本方案系統框圖見圖3，系統包括：以MCU處理器為核心的語音控制模塊；采集人體接近信號的人體傳感器；采集語音信號的麥克風陣列；播報交互詞條的喇叭；以及執行冰箱控制的電腦控制器部件。

語音控制模塊電路，包括MCU處理器、看門狗電路、語音信號放大、電源及通道濾波電路、數據存儲器、以及通信電路。

人體傳感器，包括紅外人體檢測、檢測精度調整電路、檢測距離增益調制電路。

播放喇叭，包括喇叭的播報音量增益可調節、喇叭播報內容為對應語言指令的交互詞條。

麥克風陣列，一個正對用戶的主麥克風，兩個安裝在冰箱兩側用于降噪的麥克風。

存儲Flash：內置數據Flash用于存儲語音識別特征文件，外部Flash用于存儲播放文件。

冰箱控制電路，包括壓縮機控制電路，冰箱冷卻風機控制電路，冰箱門燈控制電路、冰箱制冷控溫軟件方案、以及通信電路。

4 低誤觸發高識別率及其降噪實現

本方案軟件控制流程圖見圖4，采用降噪算法，其降噪算法流程為：軟件算法將采集到的原始信號進行頻域轉化，統計與指令特征不一致的語音信號頻率在一段時間內出現的次數，根據統計結果，將出現周期穩定、出現頻率較高的噪聲源提取出來。通過軟件設置特點的噪聲濾波器用于之后一段時間內的噪聲信號消除。

通過一段時間麥克風檢測并統計不同音階中出現的音調頻率，除去檢測到的指令音階次數。統計出發聲頻率較高的聲音特征，通過軟件調制的方式，將此類音頻信號作為無關信號濾波。能夠增強語音信號的抗干擾能力。

有指向性的消噪，兩個對著噪聲源，一個對著語音源，噪音MIC固定在相對位置，可以判定噪聲來源位置。用途是在播放音樂的時候或有噪音時可以做語音識別，播放時候錄音會錄入音樂聲音和人聲，AEC技術可以在混合聲音中，去除音樂聲音，保留人聲用于語音識別。

人體檢測模塊檢測到人體后，語音模塊檢測聲音信號，發現指令詞則與冰箱控制器通信下發對應的控制指令，并通過喇叭發出對應的提示音。

圖1 紅外人體檢測電路

圖2 麥克風偏置及濾波電路

圖3 本方案控制系統框圖

5 本系統語音識別控制流程

本文研究的語音識別控制流程如圖5，軟件算法將采集到的語音信號進行加窗處理，對每一個窗體內的語音信號進行頻域變換處理，提取頻域變換后各個窗體內頻域信號的特征點，將其特征點與存儲器內的指令詞特征進行比對，與指令詞連續匹配的特征信號將被判定為指令詞。

極低的誤觸發，其系統控制實現方式為：人體檢測模塊檢測到人體后才會觸發語音識別模塊，語音識別設置喚醒詞，喚醒詞觸發后，在規定時間內下發語音控制才有效。

具有高識別率，其系統控制實現方式為：由麥克風陣列對采集到的不同方向上的語音信號進行濾波，采樣后的信號再經過軟件濾波后，對其語音的特征信號進行提取，比對內部存儲的指令特征，從而提取出連續匹配的指令詞條完成語音識別，并通過通信電路發出對應的控制指令。

本文研究的語音控制模塊，人體傳感器和麥克風陣列檢測到人體接近并發出聲音，對聲音進行降噪處理后分析提取聲音內的特征值，將特征與存儲器內的指令特征對比，根據對比結果實用喇叭播報對應詞條，通過通信電路發送對應指令控制命令給冰箱控制器達到控制目的。

圖4 語音識別定向降噪軟件流程圖

圖5 本方案語音識別控制流程圖

6 本方案在冰箱控制上實現

選取我司一臺BCD-388WH**冰箱，此冰箱冷藏為小對開形式，圖6為本方案傳感器布置圖，M2、M3為降噪麥克風，安裝于兩側上門軸處，且麥克風音源輸入口背對冰箱；M1為主麥克風安裝在冷藏右門中間位置；T1為紅外人體傳感器安裝在冷藏右門中間位置。

冰箱每次上電：播放5秒音樂，然后播放當前冷藏室設置溫度，變溫室設置溫度，冷凍室設置溫度，模式，凈化狀態。

喚醒詞為：“**冰箱”或“你好，**”。

語音識別到喚醒詞“**冰箱”后，會播報冰箱當前設置運行狀態；在20秒內又識別到“**冰箱”，會播報“你好，我是**冰箱，一個給你食物保鮮的智能管家”。

語音識別到喚醒詞“你好，**”后，會隨機播報“你好啊”，或“你好我在請說指令”，或“我來啦”或“咋啦”，或“說話不能說一半呀”等。

在喚醒詞識別的20秒內可以給系統下發控制指令：

“冷藏升溫”“冷藏降溫”：冷藏溫度會在設置溫度范圍升降，并播報設置后的溫度；

“變溫升溫”“變溫降溫”：變溫溫度會在設置溫度范圍升降，并播報設置后的溫度；

“冷凍升溫”“冷凍降溫”：冷凍溫度會在設置溫度范圍升降，并播報設置后的溫度；

“智能模式”“假日模式”“速凍模式”：可以切換冰箱運行模式，并播報設置后的模式；

“開啟冷藏”“關閉冷藏”：可以開啟和關閉冰箱冷藏制冷系統，并播報設置后的狀態；

“開啟變溫”“關閉變溫”：可以開啟和關閉冰箱變溫制冷系統，并播報設置后的狀態；

“開啟凈化”“關閉凈化”：可以開啟和關閉冰箱凈化系統，并播報設置后的狀態；

“冷藏溫度”“變溫溫度”“冷凍溫度”“環境溫度”：會播報當前實際溫度。

當檢測冰箱門超過30秒未關閉時：每隔一分鐘會播報“你好，請關冰箱門”，直到用戶關閉冰箱門。

圖7為本系統方案的在冰箱上的語音識別范圍，在嘈雜環境中，冰箱正前方100度范圍7米內識別率可以到達95%以上，冰箱兩側則范圍4米內識別率可以達到95%以上；結合人體檢測和喚醒詞雙保險，誤差發基本為零。

7 結論

本文提供的語音識別處理方法以降噪算法結合三MIC算法有效提高識別率，加入人體檢測和喚醒詞觸發，并結合MCU濾波算法和信號加窗處理極大降低了周期性環境噪聲對語音交互的干擾，降低了語音交互的誤觸發率，通過串口與冰箱控制器通信來實現控制冰箱的目的。這種語音控制器可以取代傳統的顯示加按鍵的操作面板，且以模塊的方式接入到冰箱，總體成本較低，能夠實現低成本適配傳統的電腦控制冰箱快速升級到更具科技感的語音控制冰箱。并預留接口，可以通過接入Wi-Fi模塊以實現在線非固定詞條語音控制。

圖6 傳感器布置示意圖

圖7 識別范圍圖