CN113825063B - 耳机的语音识别启动方法及耳机的语音识别方法 - Google Patents

Abstract

本发明提供一种耳机的语音识别启动方法及耳机的语音识别方法，该语音识别启动方法包括获取设置在耳机上的电容感应器的电容量的变化值，判断电容量的变化值是否超过第一阈值，如是，向语音识别芯片发送启动信号；其中，电容感应器为设置在耳机壳体内部的铜箔或柔性电路板，电容感应器的电容量的变化值表征耳部肌肉与电容感应器的贴合程度的变化。本发明可以降低耳机语音识别启动的功耗，并且降低入耳式蓝牙耳机的生产成本。

Description

耳机的语音识别启动方法及耳机的语音识别方法

技术领域

本发明耳机设备的技术领域，具体地，是一种耳机的语音识别启动方法及耳机的语音识别方法。

背景技术

入耳式蓝牙耳机是近几年热销的一种耳机，因这种耳机具有无线传输、体积小、适合佩戴等特点，受到广大消费者的欢迎。由于这种耳机不通过连接线连接到其他电子设备，也就不能够从智能手机、平板电脑等电子设备上获取电能，因此，这种耳机必须内置电池来解决供电的问题。

但是，由于这种耳机体积小，内置的电池体积也较小，因此电池容量有限，往往导致耳机不能长时间使用，在使用一段时间后就需要充电，给使用者带来不便。为此，如何降低蓝牙耳机的功耗，延长蓝牙耳机的使用时间已经成为蓝牙耳机的研究重点。

另一方面，随着技术进步，越来越多的耳机设置了语音识别等功能，以增加耳机的交互能力，目前一些蓝牙耳机也具备语音识别、语音交互等功能，为此，一些蓝牙耳机内设置语音识别芯片。通常，为了降低语音识别芯片的功耗，并且减少无效识别，语音识别芯片通常需要设置一个唤醒词，当语音识别芯片检测到用户发出唤醒词后，语音识别芯片才会执行语音识别、语音交互的操作。

然而，在蓝牙耳机内设置语音识别芯片，将进一步增加蓝牙耳机的功耗。由于入耳式蓝牙耳机的电池容量有限，对降低蓝牙耳机的功耗有更加迫切的需求。为此，一些耳机的生产厂家在语音识别芯片中增加语音活动检测(Voice Activity Detection，VAD)功能来降低功耗，为此，需要在蓝牙耳机上增加用于实现语音活动检测的设备。当蓝牙耳机工作在低功耗模式下，仅仅语音活动检测的设备工作，语音识别芯片的其他模块并不工作，以降低功耗。当语音活动检测的设备检测到用户说话后，才启动语音识别芯片的其他模块，并且会进入唤醒词的检测识别阶段的工作。

现有用于实现语音活动检测的方式主要有以下两种：第一种方式是在语音识别芯片内设置专用的语音活动检测模块，如图1所示，蓝牙耳机的语音识别芯片包括语音活动检测模块11、唤醒词检测模块12以及语音识别与交互模块13，其中，语音活动检测模块11用于检测用户是否在说话，唤醒词检测模块12用于检测用户是否发出唤醒词的语音，而语音识别与交互模块13用于实现用户的语音识别与语音交互。但是，专用的语音活动检测模块11存在功耗较高的问题，现有的语音活动检测模块11在语音活动检测阶段的工作电流通常是200微安，工作电压大约是1.8伏，功率在360微瓦左右。

第二种方式是使用语音加速传感器来替代专用的语音活动检测模块，如图2所示，蓝牙耳机内设置一个语音加速传感器21来实现用户的语音活动检测。这种方案使用语音加速传感器21识别用户说话时的肌肉组织和骨骼中的震动，并以此来触发语音识别芯片20进行后续的唤醒词检测、语音识别和交互处理，语音识别芯片20内设置有唤醒词检测模块22以及语音识别与交互模块23。然而，由于语音加速传感器21的生产成本较高，且语音加速传感器21的功耗也不低，语音加速传感器21的典型工作电流在60微安，工作电压在1.8伏左右，功率在108微瓦左右。

可见，现有的采用语音活动检测的方案均存在功耗过高的问题，影响蓝牙耳机的长时间使用，并且，如果使用语音加速传感器21还存在生产成本过高的问题。

入耳式蓝牙耳机为了解决电能消耗过高的问题，通常设置入耳检测的功能，例如公开号为CN110677769A的中国发明专利申请就公开了一种耳机的控制方法，该方法所使用的耳机就在壳体内设置电容感应器，通过电容感应的方式来检测耳机是否佩戴到耳内。然而，现有的耳机采用电容感应器仅仅是用于检测耳机是否佩戴，也就是通过检测电容感应器与人体的接触距离来判断用户是否将耳机佩戴，并不用于对语音识别进行控制，也就是电容检测电路与语音识别芯片之间没有任何的电连接，电容检测电路并不会向语音识别芯片输出信号。此外，由于耳机佩戴到耳内前后，电容感应器的电容值的变化较大，电容检测芯片的精度要求不高，采用精度较低的电容检测芯片也能够满足对耳机是否佩戴的检测要求。

发明内容

本发明的第一目的是提供一种降低耳机生产成本以及功耗的耳机的语音识别启动方法。

本发明的第二目的是提供一种降低耳机生产成本以及功耗的耳机的语音识别方法。

为实现本发明的第一目的，本发明提供的耳机的语音识别启动方法包括获取设置在耳机上的电容感应器的电容量的变化值，判断电容量的变化值是否超过第一阈值，如是，向语音识别芯片发送启动信号；其中，电容感应器为设置在耳机壳体内部的铜箔或柔性电路板，电容感应器的电容量的变化值表征耳部肌肉与电容感应器的贴合程度的变化。

由上述方案可见，采用电容感应器的电容值的变化值作为判断是否满足语音识别芯片开启的条件，电容感应器所消耗的功耗较低，远低于语音活动检测模块或者语音加速传感器的功耗，采用本发明的方案能够大幅度降低耳机的功耗。此外，由于电容感应器的生产成本低，还能够降低耳机的整体生产成本。

一个优选的方案是，应用一电容检测芯片获取电容感应器的电容量的变化值，电容检测芯片的识别精度为飞法级。

由此可见，电容感应器所感应的电容值变化值被电容检测芯片所获取，电容检测芯片的功耗较低，且生产成本较低，能够集成在耳机的主电路板上，耳机的组装工艺难度较低。

进一步的方案是，电容检测芯片设置在耳机的手柄内。将电容检测芯片设置在耳机的手柄内，能够避免电容检测芯片的金属对电容感应器的检测造成影响，提高电容感应器的检测精度。

更进一步的方案是，耳机的手柄内设置有主电路板，电容检测芯片设置于主电路板上。

由此可见，耳机的主电路设置在耳机的手柄内，并且将电容检测芯片设置在主电路板上，一方面可以降低电容检测芯片的封装难度，另一方面可以避免主电路板的电子器件对电容感应器的检测造成干扰。

更进一步的方案是，电容检测芯片与电容感应器构成电容检测单元，电容检测单元的功率不高于50微瓦，优选的，电容检测单元的功率不高于33微瓦。

可见，电容检测单元的功率非常低，能够大幅度降低语音识别所消耗的功率，延长耳机的使用时间，增加耳机的续航能力。

更进一步的方案是，电容检测芯片以预设的频率检测电容感应器的电容量的变化值。

由此可见，电容检测芯片并不是长时间处于检测状态，而是以一定的频率进行检测，以进一步降低电容检测芯片所消耗的功率。

更进一步的方案是，获取电容感应器的电容量的变化值包括：获取电容感应器的实际电容量，并计算实际电容量与预设的基准电容量之间的差值。

这样，通过设置合理的基准电容量，可以精确的检测出电容感应器的电容量的变化情况，为提高语音识别启动的准确性提供有利的条件。

更进一步的方案是，判断电容量的变化值是否超过第一阈值前，还执行：确认电容感应器的电容量的变化值超过第二阈值，其中，该第二阈值大于第一阈值。

电容感应器与电容检测芯片还可以作为检测用户是否佩戴耳机的检测电路，此时，在检测用户是否说话前，先确认用户已经佩戴耳机，即通过电容检测芯片检测到电容感应器的电容值的变化值较大，例如超过第二阈值。只有确认用户佩戴耳机后，才执行电容量的变化值是否超过第一阈值的判断，这样，可以确保用户说话状态的检测时在佩戴耳机后发生的，进而确保检测的准确性。另一方面，电容检测单元相当于是一个复用的电容检测电路，能够进一步降低耳机的生产成本。

为实现上述的第二目的，本发明提供的耳机的语音识别方法包括获取设置在耳机上的电容感应器的电容量的变化值，判断电容量的变化值是否超过第一阈值，如是，向语音识别芯片发送启动信号，语音识别芯片获取启动信号后，判断是否接收到预设的唤醒词，如接收到唤醒词，则获取语音信号并执行语音识别操作；其中，电容感应器为设置在耳机壳体内部的铜箔或柔性电路板，电容感应器的电容量的变化值表征耳部肌肉与电容感应器的贴合程度的变化。

由上述方案可见，耳机内的语音识别芯片根据电容感应器的电容值的变化情况来启动，不需要使用专用的语音活动检测模块或者语音加速传感器，由于电容感应器的生产成本较低，能够降低耳机的生产成本。另一方面，由于电容感应器的功耗较低，可以降低带有语音识别功能耳机的功耗，延长耳机的使用时间。

附图说明

图1是现有一种语音识别芯片的结构框图。

图2是现有另一种语音识别芯片与语音加速传感器的结构框图。

图3是本发明耳机的语音识别启动方法实施例所应用的耳机的结构示意图。

图4是本发明耳机的语音识别启动方法实施例所应用的语音识别芯片与电容检测单元的结构框图。

图5是本发明耳机的语音识别方法实施例的流程图。

以下结合附图及实施例对本发明作进一步说明。

具体实施方式

本发明的耳机语音识别启动方法应用在入耳式蓝牙耳机中，参见图3，入耳式蓝牙耳机具有一个壳体30，在壳体30内设置主电路板32，壳体30的一端设置有充电接口31，充电接口31连接至主电路板32，主电路板32上设置电源电路，充电接口31接收的外部电源经过电源电路的稳压、滤波后向电池37供电。

在壳体30内设置有喇叭36，壳体30上设置有声音传导口35，声音传导口35设置在喇叭36的正前方。在主电路板32上设置有音频输出电路，音频输出电路通过两根音频传输线34与喇叭36电连接，音频信号通过音频传输线34传输至喇叭36。

在壳体30内还需要设置电容感应器33，本实施例的电容感应器33是设置在壳体30内的铜箔、软性电路板等，电容感应器33需要通过电容感应线38连接至主电路板32。主电路板32还设置有电容检测芯片39，优选的，电容感应器33通过电容感应线38将所检测的信号传输至电容检测芯片39，电容检测芯片39根据所获取的信号计算电容感应器33的电容值的变化值。

耳机内还设置有语音识别芯片40，参见图4，本实施例的电容感应器33以及电容检测芯片39构成电容检测单元41，语音识别芯片40设置在主电路板32上，电容检测芯片39向语音识别芯片40发送信号。优选的，语音识别芯片40内设置有唤醒词检测模块42以及语音识别与交互模块43，其中，唤醒词检测模块42用于检测用户是否发出了预设的唤醒词，如果用户发出了预设的唤醒词，则唤醒词检测模块42向语音识别与交互模块43输出启动信号，语音识别与交互模块43进入工作状态，例如接收用户的语音信号，并且对所接收到的语音信号进行识别，并与用户进行语音交互。

优选的，本实施例的电容检测单元41的功率不超过50微瓦，进一步的，电容检测单元41的工作电流是10微安，工作电压是3.3伏，因此，电容检测单元41的功率不超过33微瓦。相比起传统的语音活动检测模块或者语音加速传感器，本实施例的电容检测单元的功率非常低，能够大幅度的降低入耳式蓝牙耳机的功耗。

此外，由于用户耳部肌肉的动作往往是比较轻微的，为了精确的检测用户耳部动作，本实施例的电容检测芯片的识别精度为飞法(fF)级，通过使用高精度的电容检测芯片来精确检测用户耳部肌肉的运动情况。

下面结合图5介绍耳机的控制方法。首先执行步骤S1，在设计耳机的时候，确定使用的电容感应器的规格以及贴装的位置。优选的，可以根据入耳式蓝牙耳机的具体形状、壳体30材质等情况，确定所选用的电容感应器的规格，包括电容感应器的类型、型号、材质、面积大小等。然后，根据所确定的电容感应器的在耳机壳体30内的贴装位置。优选的，电容感应器33贴装在耳机壳体30主体部的内壁上。

由于耳机壳体30主体部紧贴在耳道内，当用户说话的时候，随着嘴部的运动并带动耳部肌肉的运动，耳部肌肉与电容感应器33之间的距离发生变化。这样，电容感应器33与耳部肌肉之间的距离也随着发生变化。由于耳部的皮肤相当于电容的一个电极，电容感应器33相当于电容的另一个电极，当耳部肌肉运动时，耳部皮肤与电容感应器33之间的距离也随之发生轻微的变化，而电容感应器33所检测到的电容值也随之发生变化。但这种变化是非常轻微的，为了精确的检测出电容值的变化，需要设定电容感应器的电容量变化值的阈值，因此需要执行步骤S2。

步骤S2中，通过实验获取合适的阈值，例如获取一定的耳机样品，针对不同的耳机样品设置不同规格的电容感应器，测试各种耳机样品以及电容感应器样品能够感应到人体耳部肌肉运动时的阈值，从而计算获得应用到电容检测芯片所使用的阈值，该阈值为第一阈值，表示人体说话时耳部肌肉运动而导致电容感应器的电容值变化的临界值。因此，当电容感应器的电容值的变化超过该阈值时，可以确认用户嘴部运动，有可能是说话。

在设定上述第一阈值后，耳机可以启动并工作。例如，当用户佩戴耳机后，耳机的电容检测芯片、电容感应器开始工作。需要说明的时，当用户佩戴耳机后，语音识别芯片40并不马上启动，而是处于休眠状态，避免消耗过多的电能。

电容感应器启动后，执行步骤S3，获取电容感应器的电容值的变化值。当用户佩戴耳机后，耳机的电容感应芯片以及电容感应器启动，电容感应器检测电容值的变化值。具体的，预先设定一个基准值，该基准值为基准电容量，电容感应器检测当前的实际电容量，并使用当前的实际电容量减去该基准电容量，获得的差值就是电容量的变化值。

接着，执行步骤S4，判断电容感应器的电容量的变化值是否大于预设的阈值，即大于步骤S2的电容变化值阈值，如果是，则表示用户嘴部运动，引起耳部肌肉的运动，导致耳部肌肉与电容感应器之间的电容量的变化。因此，本实施例中，电容感应器的电容量的变化值表征耳部肌肉与电容感应器的贴合程度的变化。

如果步骤S4的判断结果为是，则执行步骤S5，电容检测芯片向语音识别芯片发送启动信号，语音识别芯片接收到启动信号后，首先由唤醒词检测模块进行唤醒词的检测，即执行步骤S6，判断用户是否通过语音的方式说出预先设定的唤醒词。如果用户在预设的时间内说出唤醒词，则执行步骤S7，获取用户的语音信号，并对所获取的语音信号进行识别操作。进一步的，还可以根据所识别的语音信号进行语音互动，例如根据用户的语音信号分析用户的操作指令，并执行相应的操作，如暂停播放、调节音量等。

如果步骤S4的判断结果为否，则表示用户的耳部肌肉没有发生较强烈的运动，则返回执行步骤S3，继续获取电容感应器的电容值的变化值。优选的，电容检测芯片并不是每时每刻都工作，而是以预设的频率检测电容感应器的电容量的变化值，例如每间隔200毫秒或者300毫秒检测一次电容感应器的电容值的变化值。这样，可以避免电容检测芯片长时间处于工作状态而导致耳机的功耗增加。

如果步骤S6的判断结果为否，则表示用户虽然耳部肌肉发生运动，例如用户喝水、打哈欠等，但没有说话，或者用户说话，但并不是希望启动语音交互的功能，即用户没有说出唤醒词，则返回执行步骤S3，继续获取电容感应器的电容值的变化值。

可见，本发明采用设置在耳机内的电容感应器来获取电容量的变化值，并且依次来判断用户耳部肌肉与电容感应器之间的贴合程度，也就是通过电容感应器的电容值的变化情况来反应用户是否有嘴部的动作，在用户嘴部有较强烈的动作时才启动语音识别芯片。由于入耳式蓝牙耳机已经集成了电容感应器，例如使用电容感应器所检测的电容值来判断用户是否佩戴耳机，即耳机是否佩戴至耳道内。

进一步的，本实施例的电容感应器、电容检测芯片可以是复用器件，即一方面作为用户是否佩戴耳机的检测电路，另一方面作为用户是否存在嘴部运动的检测电路。这种情况下，在判断电容感应器的电容量变化值是否大于第一阈值前，还需要确认用户已经佩戴耳机，例如先判断电容感应器的电容量变化值是否大于第二阈值，该第二阈值表示耳机从未佩戴至耳道到佩戴至耳道的电容量的变化情况。当检测到电容感应器的电容量变化值大于第二阈值，即认为用户已经佩戴耳机，才执行步骤S3的操作。

这样，耳机内的电容检测芯片、电容感应器均构成复用器件，在已经具有入耳检测的耳机中，耳机并不需要增加硬件电路，只需要在软件上增加相应的算法即可以实现本发明的方案，能够大幅度降低入耳式蓝牙耳机的生产成本。

此外，由于电容检测芯片、电容感应器的功耗非常低，例如低至33微瓦，远低于传统的语音活动检测模块或者语音加速传感器，使得入耳式蓝牙耳机的功耗大幅度降低，提高耳机的续航时间。

最后需要强调的是，本发明不限于上述实施方式，例如所使用的电容感应器的类型的改变、所设置的第一阈值或者第二阈值的改变、电容检测芯片的采用频率的改变等变化也应该包括在本发明权利要求的保护范围内。

Claims (10)

1.耳机的语音识别启动方法，其特征在于，包括：

获取设置在耳机上的电容感应器的电容量的变化值，判断所述电容量的变化值是否超过第一阈值，如是，向语音识别芯片发送启动信号；

其中，所述电容感应器为设置在所述耳机壳体内部的铜箔或柔性电路板，所述电容感应器的电容量的变化值表征耳部肌肉与所述电容感应器的贴合程度的变化；

判断所述电容量的变化值是否超过第一阈值前，还执行：确认所述电容感应器的电容量的变化值超过第二阈值，所述第二阈值表征耳机从未佩戴至耳道到佩戴至耳道的电容量变化情况。

2.根据权利要求1所述的耳机的语音识别启动方法，其特征在于：

应用一电容检测芯片获取所述电容感应器的所述电容量的变化值，所述电容检测芯片的识别精度为飞法级。

3.根据权利要求2所述的耳机的语音识别启动方法，其特征在于：

所述电容检测芯片设置在所述耳机的手柄内。

4.根据权利要求3所述的耳机的语音识别启动方法，其特征在于：

所述耳机的手柄内设置有主电路板，所述电容检测芯片设置于所述主电路板上。

5.根据权利要求2至4任一项所述的耳机的语音识别启动方法，其特征在于：

所述电容检测芯片与所述电容感应器构成电容检测单元，所述电容检测单元的功率不高于50微瓦。

6.根据权利要求5所述的耳机的语音识别启动方法，其特征在于：

所述电容检测单元的功率不高于33微瓦。

7.根据权利要求2至4任一项所述的耳机的语音识别启动方法，其特征在于：

所述电容检测芯片以预设的频率检测所述电容感应器的电容量的变化值。

8.根据权利要求2至4任一项所述的耳机的语音识别启动方法，其特征在于：

获取所述电容感应器的电容量的变化值包括：获取所述电容感应器的实际电容量，并计算所述实际电容量与预设的基准电容量之间的差值。

9.根据权利要求1至4任一项所述的耳机的语音识别启动方法，其特征在于：

判断所述电容量的变化值是否超过第一阈值前，还执行：确认所述电容感应器的电容量的变化值超过第二阈值，所述第二阈值大于所述第一阈值。

10.耳机的语音识别方法，其特征在于，包括：

获取设置在耳机上的电容感应器的电容量的变化值，判断所述电容量的变化值是否超过第一阈值，如是，向语音识别芯片发送启动信号，所述语音识别芯片获取所述启动信号后，判断是否接收到预设的唤醒词，如接收到所述唤醒词，则获取语音信号并执行语音识别操作；

其中，所述电容感应器为设置在所述耳机壳体内部的铜箔或柔性电路板，所述电容感应器的电容量的变化值表征耳部肌肉与所述电容感应器的贴合程度的变化。

Images