智能家居語音系統簡介

所(suo)謂智能語(yu)(yu)音產業主(zhu)要(yao)指通過語(yu)(yu)音合成技術(shu)和語(yu)(yu)音識(shi)別技術(shu)，為(wei)用(yong)戶(hu)提供各種服(fu)務的(de)產業。一(yi)般來說，用(yong)戶(hu)只(zhi)需要(yao)用(yong)說話的(de)方式給服(fu)務終端發送命令，就(jiu)能實現(xian)相(xiang)應的(de)服(fu)務。這一(yi)產業從上(shang)世(shi)紀六十年代就(jiu)已經(jing)出現(xian)，但并不為(wei)普(pu)通消費(fei)(fei)者所(suo)熟知(zhi)，消費(fei)(fei)者對其認知(zhi)度也(ye)比較低(di)。近年來，隨著各大科技公司先后(hou)推出Siri等智能語(yu)(yu)音服(fu)務，這一(yi)服(fu)務以及相(xiang)關產業也(ye)開始(shi)被普(pu)通消費(fei)(fei)者和投資界所(suo)關注。

智能家居語音系統功能

家庭智能機器人

“您好(hao)，我的朋友，到(dao)吃藥的時間了！”當某個聲音在(zai)你(ni)耳邊出現(xian)的時候(hou)，你(ni)可(ke)能不(bu)會想到(dao)，這也許僅是預設好(hao)的一(yi)段程序。

語音交互是家庭智能機器人中的重要部分。這臺機器人可以和你進行語(yu)音交流(liu)。當你高興(xing)地(di)夸獎它時，他會呵呵地(di)笑出(chu)聲來，當你和它聊天(tian)時，它會根據你的話題說出(chu)相關的內容。當然，如果你家(jia)里有老人和孩(hai)子，它還將扮演一位保姆的角色。為老人提(ti)供心理慰藉，與孩(hai)子唱歌玩耍(shua)，它都是(shi)一個最佳的幫手。

智能家居新玩法

只需(xu)(xu)喊一聲“Hi，TV”，電(dian)(dian)視(shi)就可以開啟(qi)語音控制系(xi)統，比(bi)如你說“最近天(tian)氣預(yu)報”，然后電(dian)(dian)視(shi)屏幕(mu)上就會閃現出最近一周的(de)(de)(de)本(ben)地天(tian)氣情(qing)況。隨著智(zhi)(zhi)能(neng)電(dian)(dian)視(shi)功能(neng)的(de)(de)(de)日漸豐富(fu)和強大，僅依靠(kao)一個簡單的(de)(de)(de)電(dian)(dian)視(shi)遙控器(qi)已經滿足不了智(zhi)(zhi)能(neng)電(dian)(dian)視(shi)的(de)(de)(de)操(cao)控需(xu)(xu)求。

引入(ru)語(yu)音(yin)識(shi)別和語(yu)音(yin)合成技術(shu)的智能語(yu)音(yin)電視(shi)不僅能聽(ting)懂用戶(hu)說(shuo)話并(bing)作出反應，而且還能“說(shuo)出話”來。用戶(hu)憑借語(yu)音(yin)指令可以(yi)輕松(song)完成換臺、電視(shi)節目查詢(xun)、網絡(luo)瀏(liu)覽/搜(sou)索(suo)、文字輸(shu)入(ru)等(deng)操作，而電視(shi)能做的，就是根據(ju)用戶(hu)的需(xu)求讀出搜(sou)索(suo)到的內容。

未來，在(zai)每個家庭(ting)網(wang)絡上所(suo)有通過電力運轉的設備(bei)，都可以(yi)被人們的語(yu)音控制(zhi)，比如可以(yi)控制(zhi)室內的燈光、溫(wen)度等。

車載智能語音系統

在駕駛(shi)環境下(xia)，用(yong)戶(hu)與車(che)的交流，可以通過(guo)對(dui)話來(lai)(lai)實現，說出“想回家(jia)”，汽車(che)會(hui)根據你家(jia)的位(wei)置(zhi)設定好最(zui)佳(jia)路線(xian)，并開始導航。說出“加油站(zhan)”，幾公里(li)范圍內的加油站(zhan)將逐一由車(che)載語音系統(tong)播報出來(lai)(lai)。

在(zai)車載環境(jing)下，用(yong)戶的(de)注(zhu)意(yi)力主要集(ji)中在(zai)于駕駛，人與車的(de)交互必須在(zai)不(bu)影響(xiang)駕駛的(de)前提(ti)條(tiao)件下進行，語音識別技術提(ti)供了安全便捷的(de)交互方式(shi)，用(yong)戶只需(xu)動(dong)口(kou)，就可以滿足(zu)在(zai)行車過程中的(de)相關(guan)需(xu)求(qiu)。

該圖片由注冊用戶"科技數碼行"提供，版權聲明反饋

智能穿戴設備

語音操控作為人(ren)機(ji)溝(gou)通的重要手(shou)段，拍照、打電(dian)話、錄像，你(ni)只需說(shuo)出你(ni)的需求(qiu)，它就將(jiang)在你(ni)眼前展現出你(ni)想要的結果。

智能眼鏡、智能手環、智能手表，這些互(hu)聯網時代的智能化設備，最大限度(du)地(di)利用了語音控制(zhi)技術，它將讓未來的生(sheng)活變得不(bu)可(ke)思(si)議。

“聽話”的瀏覽器

“聽話(hua)”的(de)瀏覽(lan)器(qi)離我們(men)并不(bu)遙(yao)遠。或許(xu)要(yao)不(bu)了多久，我們(men)就能拋開鼠標和觸摸(mo)板，通過(guo)聲(sheng)控(kong)瀏覽(lan)器(qi)完成瀏覽(lan)網頁、發送(song)郵件(jian)等。比如，你可以通過(guo)“暗一點”“亮一點”“字體(ti)大一號”等語音命令來控(kong)制瀏覽(lan)器(qi)。

獨特的聲音密碼

傳統的(de)密碼恢復機制是(shi)回答(da)一些預設的(de)安全(quan)問題(ti)，如“你的(de)出生地在(zai)哪里”等，但這類問題(ti)有些時候容易被黑客破解，用戶(hu)也可能記不(bu)起預設的(de)問題(ti)和答(da)案，特別是(shi)企業員工，就常常因為忘記密碼而求助于(yu)IT部(bu)門。

為此，一(yi)家(jia)外國公司推出(chu)了(le)一(yi)項名為FastReset（快速設置(zhi)）的新服務(wu)。該服務(wu)可先讓員工通過手機或(huo)電(dian)話注(zhu)冊自(zi)己(ji)的聲紋，一(yi)旦員工忘(wang)記密碼需要重置(zhi)，只(zhi)需對著登錄界面(mian)念一(yi)段短語（比方說“芝麻開(kai)門(men)”）即可完(wan)成。

讓玩具“活”過來

很多(duo)小朋友都有這樣的(de)(de)夢(meng)想：擁有一(yi)個會說話的(de)(de)玩(wan)具，就像喜劇電(dian)影《泰迪熊》里面的(de)(de)TED一(yi)樣。

在ToyTalk的官方網站上，這個夢想有了變成現實的可能：小女孩完成家庭作業后，把平板立起來，打開ToyTalk應用，把泰迪熊玩具放在平板(ban)攝像頭前方，小女孩就能和在平板里“活過來”的泰迪熊對話了！

智能家居語音控制利弊

優點

語音交互對于智能家居最(zui)直(zhi)接的(de)意(yi)義在于把智能(neng)(neng)(neng)(neng)家居變得真(zhen)正的(de)智能(neng)(neng)(neng)(neng)起來，不管品(pin)牌與技術多(duo)么(me)的(de)先進，人(ren)機交(jiao)互(hu)界面多(duo)么(me)的(de)友善，都沒有(you)語(yu)音(yin)交(jiao)互(hu)控制來的(de)簡便(bian)直(zhi)接。科技讓生活(huo)更智能(neng)(neng)(neng)(neng)，語(yu)音(yin)讓交(jiao)互(hu)更便(bian)捷(jie)、快捷(jie)。所以，如果智能(neng)(neng)(neng)(neng)家居能(neng)(neng)(neng)(neng)與語(yu)音(yin)交(jiao)互(hu)融(rong)于一體，那么(me)智能(neng)(neng)(neng)(neng)家居產業也許(xu)會(hui)迎來一次(ci)劃時代的(de)突破。

缺陷

用(yong)戶必須(xu)在(zai)離(li)(li)手機比較近的(de)距離(li)(li)內(nei)說話，但在(zai)智能(neng)(neng)家(jia)居環境(jing)中，用(yong)戶和智能(neng)(neng)終端之間的(de)距離(li)(li)被大大增加了(le)，用(yong)戶能(neng)(neng)隨(sui)意(yi)用(yong)語(yu)音(yin)控制智能(neng)(neng)家(jia)居的(de)一(yi)個必要條(tiao)件(jian)就是在(zai)無論(lun)你在(zai)客廳哪個角落發(fa)出指令，設備都能(neng)(neng)準確的(de)識別(bie)，語(yu)音(yin)識別(bie)技術(shu)必須(xu)突破距離(li)(li)的(de)障礙。目前室(shi)內(nei)的(de)語(yu)音(yin)交互受到背景噪音(yin)、其(qi)他人聲干擾(rao)、回聲、混響等多重復雜因素影響，只能(neng)(neng)在(zai)相對(dui)安靜、近距離(li)(li)的(de)環境(jing)下使用(yong)。

加(jia)之中(zhong)國(guo)的(de)語系、方(fang)言(yan)、口(kou)音相當多，再加(jia)上中(zhong)文的(de)多語義性，導致語音識別率能力不高。同時，在語義識別上，也(ye)存在上下(xia)文的(de)關聯帶來識別的(de)學習(xi)難(nan)、定位難(nan)和建立模型難(nan)等問題。

智能家居語音控制原理

語音控制技術

語(yu)(yu)(yu)音(yin)識別(bie)技(ji)術(shu)就是(shi)讓(rang)機(ji)器通(tong)(tong)過識別(bie)和理解過程把語(yu)(yu)(yu)音(yin)信號轉變為相(xiang)應的(de)(de)文本(ben)或命令的(de)(de)技(ji)術(shu)，與(yu)機(ji)器進行(xing)語(yu)(yu)(yu)音(yin)交流，讓(rang)機(ji)器明白你(ni)說(shuo)什么。語(yu)(yu)(yu)音(yin)識別(bie)是(shi)一門(men)交叉(cha)學科(ke)，語(yu)(yu)(yu)音(yin)識別(bie)技(ji)術(shu)與(yu)語(yu)(yu)(yu)音(yin)合成(cheng)技(ji)術(shu)結合使(shi)人(ren)們能夠(gou)甩掉鍵盤(pan)，通(tong)(tong)過語(yu)(yu)(yu)音(yin)命令進行(xing)操作，語(yu)(yu)(yu)音(yin)技(ji)術(shu)的(de)(de)應用已經(jing)成(cheng)為一個(ge)具有競爭(zheng)性的(de)(de)新興高(gao)技(ji)術(shu)產業。

語音識別控制技術

語(yu)(yu)音(yin)(yin)(yin)識(shi)別(bie)(bie)技(ji)術相當于給計算(suan)機系(xi)統裝上“耳朵”，使其具備“能(neng)聽”的(de)功(gong)(gong)能(neng)，該技(ji)術經(jing)過(guo)語(yu)(yu)音(yin)(yin)(yin)信號處(chu)理(li)、語(yu)(yu)音(yin)(yin)(yin)特征處(chu)理(li)、模(mo)型(xing)訓(xun)練及解碼引擎等復(fu)雜步驟，使機器最終能(neng)夠將語(yu)(yu)音(yin)(yin)(yin)中的(de)內容、說(shuo)話人、語(yu)(yu)種等信息(xi)識(shi)別(bie)(bie)出來。語(yu)(yu)音(yin)(yin)(yin)控制功(gong)(gong)能(neng)的(de)實現，與用(yong)戶的(de)使用(yong)習(xi)慣高(gao)度關聯，目前的(de)語(yu)(yu)音(yin)(yin)(yin)控制功(gong)(gong)能(neng)實現方式可(ke)分為近場(chang)語(yu)(yu)音(yin)(yin)(yin)識(shi)別(bie)(bie)和遠場(chang)語(yu)(yu)音(yin)(yin)(yin)識(shi)別(bie)(bie)二個大類(lei)。

播放狀態打斷技術

在(zai)對(dui)(dui)音(yin)箱(xiang)等設(she)(she)備(bei)進(jin)行(xing)語音(yin)控(kong)制時，往往該設(she)(she)備(bei)處(chu)于播放歌(ge)曲的(de)(de)狀態。由于麥(mai)(mai)(mai)克(ke)(ke)風(feng)安(an)裝在(zai)音(yin)箱(xiang)上，麥(mai)(mai)(mai)克(ke)(ke)風(feng)和說話人之間的(de)(de)距離要遠大(da)于麥(mai)(mai)(mai)克(ke)(ke)風(feng)和揚(yang)聲器之間的(de)(de)距離，在(zai)這樣的(de)(de)情(qing)況(kuang)下(xia)，采用(yong)內外兼顧(gu)的(de)(de)方法(fa)進(jin)行(xing)解決。內部(bu)使(shi)用(yong)特殊(shu)的(de)(de)回(hui)(hui)(hui)聲消除(chu)算法(fa)從(cong)內部(bu)減小(xiao)(xiao)噪音(yin)對(dui)(dui)麥(mai)(mai)(mai)克(ke)(ke)風(feng)的(de)(de)影響。另外對(dui)(dui)于震(zhen)動(dong)帶(dai)來的(de)(de)非線性干(gan)擾，傳統(tong)的(de)(de)線性回(hui)(hui)(hui)聲消除(chu)方法(fa)失效了，因此(ci)可以使(shi)用(yong)非線性回(hui)(hui)(hui)聲消除(chu)算法(fa)提(ti)高(gao)內部(bu)噪聲消除(chu)的(de)(de)效果。在(zai)外部(bu)結構(gou)(gou)設(she)(she)計(ji)方面，使(shi)用(yong)精心設(she)(she)計(ji)的(de)(de)麥(mai)(mai)(mai)克(ke)(ke)風(feng)陣列(lie)減震(zhen)結構(gou)(gou)，使(shi)多個麥(mai)(mai)(mai)克(ke)(ke)風(feng)和它所連(lian)接的(de)(de)電路板之間的(de)(de)震(zhen)動(dong)減小(xiao)(xiao)到最小(xiao)(xiao)，從(cong)而最大(da)程(cheng)度(du)的(de)(de)控(kong)制高(gao)聲強導(dao)致的(de)(de)音(yin)箱(xiang)本體(ti)震(zhen)動(dong)對(dui)(dui)拾音(yin)的(de)(de)干(gan)擾。

近場和遠場語音識別技術

近(jin)場語音識別需(xu)要用戶點擊啟(qi)動，并且用戶與(yu)終(zhong)端(duan)設(she)備的距(ju)離(li)比較近(jin)，如手機或其(qi)他終(zhong)端(duan)設(she)備，可直接(jie)借助這些(xie)終(zhong)端(duan)設(she)備直接(jie)實(shi)現控制功能。

遠場(chang)(chang)語(yu)(yu)音(yin)(yin)識(shi)別(bie)，以麥(mai)克(ke)風陣(zhen)列遠距離拾(shi)(shi)取(qu)(qu)的(de)(de)(de)語(yu)(yu)音(yin)(yin)數(shu)據(ju)作(zuo)為輸(shu)入數(shu)據(ju)，通過語(yu)(yu)音(yin)(yin)識(shi)別(bie)的(de)(de)(de)算法將語(yu)(yu)音(yin)(yin)信(xin)號轉(zhuan)寫(xie)成文字的(de)(de)(de)技術(shu)。雖(sui)然(ran)和近場(chang)(chang)語(yu)(yu)音(yin)(yin)識(shi)別(bie)技術(shu)在原(yuan)理上是(shi)相同(tong)的(de)(de)(de)，但是(shi)由(you)于音(yin)(yin)源和麥(mai)克(ke)風之間(jian)的(de)(de)(de)空間(jian)距離增(zeng)大(da)，在聲(sheng)波(bo)傳播過程中(zhong)會(hui)(hui)出現信(xin)號強度的(de)(de)(de)衰減(jian)和各種噪音(yin)(yin)干擾，因此(ci)需要特殊的(de)(de)(de)語(yu)(yu)音(yin)(yin)數(shu)據(ju)拾(shi)(shi)取(qu)(qu)和預處理技術(shu)；不同(tong)的(de)(de)(de)拾(shi)(shi)取(qu)(qu)設備和預處理技術(shu)常常會(hui)(hui)使用于語(yu)(yu)音(yin)(yin)識(shi)別(bie)的(de)(de)(de)聲(sheng)波(bo)信(xin)號特征發生改變，因此(ci)針對(dui)不同(tong)的(de)(de)(de)遠場(chang)(chang)語(yu)(yu)音(yin)(yin)拾(shi)(shi)取(qu)(qu)技術(shu)，需要對(dui)語(yu)(yu)音(yin)(yin)識(shi)別(bie)引擎進行定制(zhi)化(hua)適(shi)配和優化(hua)。

當(dang)語(yu)音(yin)(yin)信(xin)(xin)號(hao)(hao)在傳播過(guo)(guo)程中(zhong)有所(suo)衰減(jian)，影(ying)響(xiang)采(cai)集信(xin)(xin)號(hao)(hao)的(de)(de)(de)(de)強度和分(fen)辨率，使用(yong)的(de)(de)(de)(de)靈敏度非常高的(de)(de)(de)(de)指向性麥克(ke)風(feng)(feng)，同(tong)時將麥克(ke)風(feng)(feng)的(de)(de)(de)(de)參數調整到適合(he)遠場(chang)語(yu)音(yin)(yin)數據(ju)的(de)(de)(de)(de)模式，可以(yi)最大限度采(cai)集清(qing)晰的(de)(de)(de)(de)遠場(chang)語(yu)音(yin)(yin)信(xin)(xin)號(hao)(hao)。語(yu)音(yin)(yin)指令(ling)聲(sheng)(sheng)波(bo)(bo)在傳輸過(guo)(guo)程中(zhong)受到周(zhou)圍噪(zao)(zao)音(yin)(yin)的(de)(de)(de)(de)污染，降低(di)聲(sheng)(sheng)波(bo)(bo)信(xin)(xin)號(hao)(hao)的(de)(de)(de)(de)信(xin)(xin)噪(zao)(zao)比，使用(yong)定向波(bo)(bo)速成(cheng)形(xing)技(ji)術，抑制(zhi)方向外的(de)(de)(de)(de)噪(zao)(zao)音(yin)(yin)，從而減(jian)少噪(zao)(zao)音(yin)(yin)對語(yu)音(yin)(yin)信(xin)(xin)號(hao)(hao)的(de)(de)(de)(de)干擾(rao)。在一個房間里(li)，麥克(ke)風(feng)(feng)拾取的(de)(de)(de)(de)聲(sheng)(sheng)波(bo)(bo)不(bu)僅僅直接來(lai)自于音(yin)(yin)源(yuan)，還(huan)有音(yin)(yin)源(yuan)發出(chu)后經過(guo)(guo)墻壁反(fan)射的(de)(de)(de)(de)遲到的(de)(de)(de)(de)聲(sheng)(sheng)波(bo)(bo)，形(xing)成(cheng)聲(sheng)(sheng)音(yin)(yin)的(de)(de)(de)(de)殘留(liu)，造成(cheng)混響(xiang)。利用(yong)多個麥克(ke)風(feng)(feng)采(cai)集的(de)(de)(de)(de)數據(ju)，通過(guo)(guo)多通道回聲(sheng)(sheng)消(xiao)除(chu)算法，將這(zhe)些不(bu)同(tong)時間達到的(de)(de)(de)(de)聲(sheng)(sheng)音(yin)(yin)數據(ju)分(fen)離開來(lai)，從而消(xiao)除(chu)了混響(xiang)對聲(sheng)(sheng)音(yin)(yin)數據(ju)的(de)(de)(de)(de)影(ying)響(xiang)。

喚醒目標檢測技術

在(zai)遠距(ju)離用語(yu)(yu)音(yin)(yin)進(jin)行操控的(de)(de)(de)時(shi)候(hou)，聲音(yin)(yin)可能來自不同方向的(de)(de)(de)不同人(ren)。因此首先要確定哪些是發指令(ling)的(de)(de)(de)聲音(yin)(yin)，哪些不是。使用的(de)(de)(de)麥克風(feng)陣列波速成(cheng)形算(suan)法(fa)，將360度(du)空(kong)間垂直劃分成(cheng)若干區(qu)域(yu)，每個(ge)麥克風(feng)負責檢測一個(ge)指定的(de)(de)(de)區(qu)域(yu)。當某個(ge)空(kong)間區(qu)域(yu)里(li)(li)面檢測到有(you)喚醒詞出(chu)現時(shi)，對(dui)應于該空(kong)間區(qu)域(yu)的(de)(de)(de)麥克風(feng)拾(shi)音(yin)(yin)功能就被增強，其(qi)他(ta)區(qu)域(yu)的(de)(de)(de)麥克風(feng)拾(shi)音(yin)(yin)就被抑制。從而實現對(dui)聲音(yin)(yin)進(jin)行有(you)方向有(you)角(jiao)度(du)的(de)(de)(de)拾(shi)取(qu)，避免了周(zhou)圍電(dian)視(shi)機里(li)(li)的(de)(de)(de)說話聲音(yin)(yin)、其(qi)他(ta)人(ren)交談對(dui)語(yu)(yu)音(yin)(yin)指令(ling)的(de)(de)(de)影響。

語音喚醒

語(yu)音喚(huan)醒(xing)，是(shi)指(zhi)通(tong)過含有特定喚(huan)醒(xing)詞的(de)語(yu)音輸入來“觸(chu)發”語(yu)音識別系(xi)統以實(shi)現(xian)后續的(de)語(yu)音交(jiao)互。由于功耗等方面(mian)的(de)限制，智能設(she)(she)備很(hen)難24小時都(dou)保持在激活(huo)狀態；因(yin)此(ci)，如(ru)果要在家里自由地控制智能家居設(she)(she)備，還(huan)需要有即時“喚(huan)醒(xing)”功能，也就(jiu)是(shi)給智能設(she)(she)備加入“語(yu)音喚(huan)醒(xing)”技術。通(tong)過該技術，任何人在任何環境、任何時間，無論是(shi)近場(chang)還(huan)是(shi)遠場(chang)，面(mian)向(xiang)設(she)(she)備直接(jie)說出預設(she)(she)的(de)喚(huan)醒(xing)詞，就(jiu)能激活(huo)產(chan)品(pin)的(de)識別引擎，從而真(zhen)正(zheng)實(shi)現(xian)全程無觸(chu)控的(de)語(yu)音交(jiao)互。

全文總結

通過上面的介紹，相信大家對智能家居語音控制技術有了一定的了解，對智能家居語音控制技術的背景和功能有了深刻認識。生活在當代的我們，除了追求物質上的溫飽、衣服上的溫暖同時，還更加追求于精神上的方便、輕松、舒適。因此我們要不斷與時俱進，掌握新的智能技術。相信在不久的將來這種智能家居會成為你生(sheng)活中的(de)好伙伴(ban)，好幫手！