CN108260051B

CN108260051B - 语音遥控***、便携式传输设备及智能设备

Info

Publication number: CN108260051B
Application number: CN201810036945.7A
Authority: CN
Inventors: 代伟; 王兴超
Original assignee: Zhuhai Black Whale Software Co ltd
Current assignee: Zhuhai Black Whale Software Co ltd
Priority date: 2018-01-15
Filing date: 2018-01-15
Publication date: 2020-10-13
Anticipated expiration: 2038-01-15
Also published as: CN108260051A

Abstract

本发明提供了一种语音遥控***，包括：便携式传输设备和智能设备；便携式传输设备包括：第一麦克风单元、第二麦克风单元和音频处理单元；第一麦克风单元和第二麦克风单元均与音频处理单元电性连接；第一麦克风单元用于采集人声、环境噪声和智能设备的扬声器输出的声音，第二麦克风单元用于采集扬声器输出的声音和环境噪声；音频处理单元用于分别对第一麦克风单元和第二麦克风单元采集的模拟音频信号进行放大处理并将放大的两路模拟信号转化为数字音频信号；语音遥控***对两路数字音频信号进行做差处理得到人声信号以生成对应的遥控指令来控制智能设备。该便携式传输设备的硬件成本低廉，而语音的识别则由智能设备实现。

Description

语音遥控***、便携式传输设备及智能设备

技术领域

本发明属于语音识别遥控技术领域，具体涉及语音遥控***、便携式传输设备及智能设备。

背景技术

目前电视、网络盒子、投影等智能设备用户需要通过遥控器的按键来进行操作，对于视力不好或者记忆不好的老人来说操作遥控器非常不方便，导致用户的交互体验性差。

发明内容

本发明的目的在于针对现有技术的不足，提供了一种语音遥控***、便携式传输设备及智能设备，用于克服现有技术中的缺点。

具体的，本发明提出了以下具体的实施例：

本发明实施例提供了一种语音遥控***，包括：便携式传输设备和智能设备；所述便携式传输设备可插拔的连接在所述智能设备上；

所述便携式传输设备包括：第一麦克风单元、第二麦克风单元和音频处理单元；

所述第一麦克风单元和所述第二麦克风单元均与所述音频处理单元电性连接；

所述第一麦克风单元用于采集人声、环境噪声和所述智能设备的扬声器输出的声音，所述第二麦克风单元用于采集所述扬声器输出的声音和所述环境噪声；

所述音频处理单元用于分别对所述第一麦克风单元和所述第二麦克风单元采集的模拟音频信号进行放大处理并将放大的两路模拟信号转化为数字音频信号；

所述语音遥控***对两路所述数字音频信号进行做差处理得到人声信号以生成对应的遥控指令来控制所述智能设备。

作为上述技术方案的进一步改进，所述第一麦克风单元为远场拾音麦克风，所述第二麦克风单元为近场拾音麦克风。

作为上述技术方案的进一步改进，所述音频处理单元包括：第一麦克风信号处理模块、第二麦克风信号处理模块和音频处理芯片；

所述第一麦克风单元、所述第一麦克风信号处理模块和所述音频处理芯片依次电性连接；所述第二麦克风单元、所述第二麦克风信号处理模块和所述音频处理芯片依次电性连接；

所述第一麦克风信号处理模块和所述第二麦克风信号处理模块分别对所述第一麦克风单元和所述第二麦克风单元采集的模拟音频信号进行放大处理；

所述音频处理芯片用于将放大的两路模拟信号转化为数字音频信号。

作为上述技术方案的进一步改进，所述便携式传输设备可插拔的连接在所述智能设备的USB接口上，所述音频处理单元为USB音频处理单元。

作为上述技术方案的进一步改进，所述音频处理单元对两路所述数字音频信号做差处理分离出人声信号及传输该人声信号，所述智能设备识别所述人声信号及生成对应的遥控指令。

作为上述技术方案的进一步改进，所述音频处理单元传输两路所述数字音频信号，所述智能设备对两路所述数字音频信号做差处理分离出人声信号以生成对应的遥控指令。

本发明实施例还提供了一种便携式传输设备，可插拔的连接在智能设备上，包括：第一麦克风单元、第二麦克风单元和音频处理单元；

所述音频处理单元用于分别对所述第一麦克风单元和所述第二麦克风单元采集的模拟音频信号进行放大处理；所述音频处理单元还用于将放大的模拟信号转化为数字音频信号并对两路所述数字音频信号做差处理分离出人声信号及传输该人声信号到所述智能设备以根据该人声信号来控制所述智能设备。

本发明实施例还提供了一种智能设备，其上可插拔的连接有便携式传输设备，

所述智能设备接收来自所述便携式传输设备的两路数字音频信号，对所述两路数字音频信号做差处理分离出人声信号，根据该人声信号以生成对应的遥控指令从而执行相应的操作。

采用本发明提供的技术方案，与已有的公知技术相比，至少具有如下有益效果：智能设备的语音控制通过增加一个硬件设备便携式传输设备插在智能设备上以及智能设备上安装运行相关的APP软件实现智能设备的语音遥控，可以使出厂不具有语音识别功能的智能设备具备语音控制功能。该方案中便携式传输设备的硬件成本低廉，而语音的识别则由智能设备的通过APP软件实现，该语音遥控***硬件成本低，软件开发周期短，设计简单。由于使用了两个麦克风单元采集两路语音信号，相互之间不存在延时，确保两路语音信号同步处理，在进行降噪等音频处理时无偏差，识别率高，用户体验高。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例提出的一种语音遥控***的结构示意图。

主要元件符号说明：

10-便携式传输设备；11-第一麦克风单元；12-第一麦克风信号处理模块；21-第二麦克风单元；22-第二麦克风信号处理模块；24-音频处理芯片；30-音频处理单元；50-智能设备。

具体实施方式

在下文中，将更全面地描述本公开的各种实施例。本公开可具有各种实施例，并且可在其中做出调整和改变。然而，应理解：不存在将本公开保护范围限于在此公开的特定实施例的意图，而是应将本公开理解为涵盖落入本公开的各种实施例的精神和范围内的所有调整、等同物和/或可选方案。

在下文中，可在本公开的各种实施例中使用的术语“包括”或“可包括”指示所公开的功能、操作或元件的存在，并且不限制一个或更多个功能、操作或元件的增加。此外，如在本公开的各种实施例中所使用，术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。

在本公开的各种实施例中使用的表述(诸如“第一”、“第二”等)可修饰在各种实施例中的各种组成元件，不过可不限制相应组成元件。例如，以上表述并不限制所述元件的顺序和/或重要性。以上表述仅用于将一个元件与其它元件区别开的目的。例如，第一用户设备和第二用户设备指示不同用户设备，尽管二者都是用户设备。例如，在不脱离本公开的各种实施例的范围的情况下，第一元件可被称为第二元件，同样地，第二元件也可被称为第一元件。

应注意到：如果描述将一个组成元件“连接”到另一组成元件，则可将第一组成元件直接连接到第二组成元件，并且可在第一组成元件和第二组成元件之间“连接”第三组成元件。相反地，当将一个组成元件“直接连接”到另一组成元件时，可理解为在第一组成元件和第二组成元件之间不存在第三组成元件。

在本公开的各种实施例中使用的术语仅用于描述特定实施例的目的并且并非意在限制本公开的各种实施例。除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本公开的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本公开的各种实施例中被清楚地限定。

实施例1

如图1所示，本发明实施例提供了一种语音遥控***，包括：便携式传输设备10和智能设备50。便携式传输设备10可插拔的连接在智能设备50上。

便携式传输设备10包括：第一麦克风单元11、第二麦克风单元21和音频处理单元30。

第一麦克风单元11和第二麦克风单元21均与音频处理单元30电性连接。

第一麦克风单元11用于采集人声、环境噪声和智能设备50的扬声器输出的声音，第二麦克风单元21用于采集扬声器输出的声音和环境噪声。可以理解，当用户发出语音时，第一麦克风单元11采集到用户的语音信号、外界环境噪声和智能设备50当前播放输出的声音。第二麦克风单元21采集的是智能设备50当前输出的声音和外界环境噪声。

音频处理单元30用于分别对第一麦克风单元11和第二麦克风单元21采集的模拟音频信号进行放大处理并将放大的两路模拟信号转化为数字音频信号，即音频处理单元30可根据采集的各个语音特征来识别各个语音。

语音遥控***对两路数字音频信号进行做差处理得到人声信号以生成对应的遥控指令来控制智能设备50。

第一麦克风单元11为远场拾音麦克风，第二麦克风单元21为近场拾音麦克风。在本实施例中，第一麦克风单元11为1个远场拾音麦克风，第二麦克风单元21为1个近场拾音麦克风。在其他实施例中，第一麦克风单元11可以为2个或多个远场拾音麦克风，第二麦克风单元21可以为2个或多个近场拾音麦克风。

第一麦克风单元11与音频处理单元30可以通过无线通信单元建立电性连接。这样第一麦克风单元11就是便携式传输设备10可分离的一部分。有利于第一麦克风单元11位置的摆放以便更好地采集人声、环境噪声和智能设备50的扬声器输出的声音。

根据声源和麦克风距离的远近，可将声场模型分为两种：近场模型和远场模型。近场模型将声波看成球面波，它考虑麦克风接收信号间的幅度差；远场模型则将声波看成平面波，它忽略各阵元接收信号间的幅度差，近似认为各接收信号之间是简单的时延关系。

音频处理单元30可以集成在一块芯片上，也可以分布在多块芯片上。当音频处理单元30分布在多块芯片上时，音频处理单元30具体包括：第一麦克风信号处理模块12、第二麦克风信号处理模块22和音频处理芯片24。

第一麦克风单元11、第一麦克风信号处理模块12和音频处理芯片24依次电性连接；第二麦克风单元21、第二麦克风信号处理模块22和音频处理芯片24依次电性连接。

第一麦克风信号处理模块12和第二麦克风信号处理模块22分别对第一麦克风单元11和第二麦克风单元21采集的模拟音频信号进行放大处理。

第一麦克风信号处理模块12和第二麦克风信号处理模块22均为运算放大器。

便携式传输设备10可插拔的连接在智能设备50上。在本实施例中，便携式传输设备10可插拔的连接在智能设备50的USB接口上，音频处理单元30为USB音频处理单元。在本发明的其他实施例中，便携式传输设备10可插拔的连接在智能设备50的其他数据传输接口上，即便携式传输设备10和智能设备50之间存在匹配的数据传输端口和数据传输接口。

在本实施例中，音频处理单元30对两路数字音频信号做差处理分离出人声信号及传输该人声信号，即对第一麦克风单元11和第二麦克风单元21采集的声音进行消减处理得到人声信号，智能设备50识别所述人声信号及生成对应的遥控指令。即，数字音频信号做差处理分离出人声信号由便携式传输设备10完成。在另一实施例中，音频处理单元30传输两路所述数字音频信号到智能设备50，智能设备50对两路所述数字音频信号做差处理分离出人声信号以生成对应的遥控指令。具体地，音频处理单元30可以将第一麦克风单元11和第二麦克风单元21采集的声音以左右声道发送给智能设备50。例如：第一麦克风单元11采集的声音可作为数字音频信号的左声道，第二麦克风单元21采集的声音则作为数字音频信号的右声道。即，数字音频信号做差处理分离出人声信号由智能设备50完成。

因此，本发明通过便携式传输设备10采集各种语音信号，便携式传输设备10或智能设备50对语音信息进行做差处理，从而得到所需的人声信号，智能设备50通过识别人声信号来实现对其的控制操作，摆脱了用户在选台等各种操作时对遥控器的束缚及手动操作的各种苦恼，无需对智能设备50结构进行改变就可实现语音对其的智能控制。

实施例2

如图1所示，本发明实施例提供了一种便携式传输设备10，为一体积小的数据传输设备，外形结构可类似于优盘，其可插拔的连接在智能设备50上。便携式传输设备10包括：第一麦克风单元11、第二麦克风单元21和音频处理单元30。

音频处理单元30用于分别对第一麦克风单元11和第二麦克风单元21采集的模拟音频信号进行放大处理；音频处理单元30还用于将放大的模拟信号转化为数字音频信号并对两路所述数字音频信号做差处理分离出人声信号及传输该人声信号到智能设备50以根据该人声信号来控制智能设备50。

便携式传输设备10可插拔的连接在智能设备50上。在本实施例中，便携式传输设备10可插拔的连接在智能设备50的USB接口上，音频处理单元30为USB音频处理单元。便携式传输设备10上的USB端口可为可收缩端口。用户可以将USB端口收缩以便节省空间，便于收纳。便携式传输设备10上的USB端口为标准的USB公头。以便于目前电视、网络盒子、投影等智能设备预留的标准USB母头相匹配。在本发明的其他实施例中，便携式传输设备10可插拔的连接在智能设备50的其他数据传输接口上，即便携式传输设备10和智能设备50之间存在匹配的数据传输端口和数据传输接口。便携式传输设备10是一体积较小的设备，因此在使用或收藏时都不会占用空间，方便使用。

音频处理芯片24将放大的两路模拟信号转化为数字音频信号，并对两路所述数字音频信号做差处理分离出人声信号及传输该人声信号到智能设备50以根据该人声信号来控制智能设备50。数字音频信号可采用PCM(Pulse Code Modulation，脉冲编码调制)编码。PCM编码主要过程是将语音等模拟信号每隔一定时间进行取样，使其离散化，同时将抽样值按分层单位四舍五入取整量化，同时将抽样值按一组二进制码来表示抽样脉冲的幅值。PCM编码的优点是音源信息保存完整，音质好。

实施例3

如图1所示，本发明实施例提供了一种智能设备50，其上可插拔的连接有便携式传输设备10，智能设备50接收来自便携式传输设备10的两路数字音频信号，对所述两路数字音频信号做差处理分离出人声信号，根据该人声信号以生成对应的遥控指令从而执行相应的操作。智能设备50为智能电视、电视盒子等各种可播放显示的电子设备。

下面对语音遥控***实现遥控进行一个使用说明：由于智能设备50并没有安装麦克风等，即不支持语音识别控制，将便携式传输设备10***智能设备50的预留的数据传输接口上，同时在智能设备50上安装运行相应的APP软件。

例如，当智能设备50当前正在播放湖南卫视时，用户想将节目切换为中央1台，其只需要发出相应的语音命令即可，如：“调至中央1台”。便携式传输设备10上的第一麦克风单元11收集到“调至中央1台”人声、环境噪声和播放湖南卫视节目发出的声音；第二麦克风单元21收集到环境噪声和播放湖南卫视节目发出的声音；音频处理单元30分别对第一麦克风单元11和第二麦克风单元21采集的模拟音频信号进行放大处理并将放大的两路模拟信号转化为数字音频信号；便携式传输设备10上的音频处理单元30或者智能设备50对两路所述数字音频信号进行做差处理得到人声信号；智能设备50根据“调至中央1台”人声信号识别生成对应的遥控指令来控制智能设备50，即智能设备50控制从“湖南卫视”切换到“中央1台”播放。

进一步，智能设备50在实现切换之前，通过增加一唤醒功能，如在“调至中央1台”语音指令前增加名称，例如：“小艾”等类似的命名。设置名称可作为唤醒操作指令，避免误动作。用户后续进行语音遥控操作时，都需要先说出预设的名称加上相关指令，例如：“小艾，调至中央1台”，智能设备50进入相应的app及控制输出预设语音指令，如“小艾收到，主人请讲”，接着智能设备50切换到中央1台，同时也增加了趣味性。以上所有实施例中的人声信息识别可以使用本地识别或者云端识别；本地识别时，智能设备50本地可存储有中文、英文、各地方言等多种语言，由于可以识别各地方言，这样在使用语音识别控制的过程中，对不会讲普通话的老人来说，更加方便、快捷。增加用户的体验度。

智能设备50的语音控制通过增加一个便携式传输设备10安插在智能设备50的预留接口以及智能设备50上安装运行相关的APP软件实现智能设备50的语音遥控，可以使出厂不具有语音识别功能的智能设备50具备语音控制功能。该方案中语音遥控器的硬件成本低廉，而语音的提取分离识别则由智能设备50的主控单元通过APP软件实现，该语音识别***硬件成本低，软件开发周期短，设计简单。

本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本领域技术人员可以理解实施场景中的设备中的模块可以按照实施场景描述进行分布于实施场景的设备中，也可以进行相应变化位于不同于本实施场景的一个或多个设备中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本发明序号仅仅为了描述，不代表实施场景的优劣。以上公开的仅为本发明的几个具体实施场景，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims

1.一种语音遥控***，其特征在于，包括：便携式传输设备和不具有语音识别功能的智能设备；所述便携式传输设备可插拔的连接在所述智能设备上；

所述便携式传输设备包括：第一麦克风单元、第二麦克风单元和音频处理单元；所述第一麦克风单元为远场拾音麦克风，所述第二麦克风单元为近场拾音麦克风；

2.根据权利要求1所述的语音遥控***，其特征在于，所述音频处理单元包括：第一麦克风信号处理模块、第二麦克风信号处理模块和音频处理芯片；

3.根据权利要求1所述的语音遥控***，其特征在于，所述便携式传输设备可插拔的连接在所述智能设备的USB接口上，所述音频处理单元为USB音频处理单元。

4.根据权利要求1所述的语音遥控***，其特征在于，所述音频处理单元对两路所述数字音频信号做差处理分离出人声信号及传输该人声信号，所述智能设备识别所述人声信号及生成对应的遥控指令。

5.根据权利要求1所述的语音遥控***，其特征在于，所述音频处理单元传输两路所述数字音频信号，所述智能设备对两路所述数字音频信号做差处理分离出人声信号以生成对应的遥控指令。

6.一种便携式传输设备，可插拔的连接在不具有语音识别功能的智能设备上，其特征在于，包括：第一麦克风单元、第二麦克风单元和音频处理单元；

所述第一麦克风单元和所述第二麦克风单元均与所述音频处理单元电性连接；所述第一麦克风单元为远场拾音麦克风，所述第二麦克风单元为近场拾音麦克风；

所述音频处理单元用于分别对所述第一麦克风单元和所述第二麦克风单元采集的模拟音频信号进行放大处理，将放大的模拟信号转化为数字音频信号并对两路所述数字音频信号做差处理分离出人声信号及传输该人声信号到所述智能设备以根据该人声信号来控制所述智能设备。

7.根据权利要求6所述的便携式传输设备，其特征在于，所述便携式传输设备可插拔的连接在所述智能设备的USB接口上，所述音频处理单元为USB音频处理单元。

8.一种智能设备，其上可插拔的连接有便携式传输设备，其特征在于，所述便携式传输设备采用如权利要求6或7所述的便携式传输设备，所述智能设备接收来自所述便携式传输设备的两路数字音频信号，对所述两路数字音频信号做差处理分离出人声信号，根据该人声信号以生成对应的遥控指令从而执行相应的操作。