智能家居語音系統簡介

所(suo)謂智能語音產(chan)(chan)業(ye)主要指通過語音合成(cheng)技術和語音識別技術，為(wei)用(yong)戶提供各(ge)種服(fu)務(wu)(wu)的(de)產(chan)(chan)業(ye)。一(yi)般來(lai)說，用(yong)戶只需要用(yong)說話的(de)方式給服(fu)務(wu)(wu)終端發送命令，就能實現(xian)相應的(de)服(fu)務(wu)(wu)。這一(yi)產(chan)(chan)業(ye)從上世(shi)紀(ji)六十年(nian)代(dai)就已(yi)經出現(xian)，但并不為(wei)普(pu)通消(xiao)費者(zhe)所(suo)熟知(zhi)，消(xiao)費者(zhe)對其認(ren)知(zhi)度也比較低。近年(nian)來(lai)，隨著各(ge)大科技公(gong)司先后推(tui)出Siri等智能語音服(fu)務(wu)(wu)，這一(yi)服(fu)務(wu)(wu)以(yi)及(ji)相關產(chan)(chan)業(ye)也開(kai)始被普(pu)通消(xiao)費者(zhe)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，我的朋友(you)，到(dao)吃藥的時(shi)間(jian)了！”當某個聲(sheng)音在你耳邊(bian)出現的時(shi)候，你可能(neng)不會想到(dao)，這也許僅是預設(she)好的一段程序。

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(he)(he)你(ni)(ni)進行(xing)語(yu)音(yin)交流。當(dang)你(ni)(ni)高興地夸獎它(ta)時，他會呵呵地笑出聲(sheng)來，當(dang)你(ni)(ni)和(he)(he)它(ta)聊天時，它(ta)會根據你(ni)(ni)的話題(ti)說出相關的內容。當(dang)然(ran)，如果你(ni)(ni)家(jia)里有(you)老人(ren)和(he)(he)孩(hai)(hai)子(zi)，它(ta)還將扮演(yan)一位保姆的角色。為老人(ren)提供心理慰(wei)藉，與(yu)孩(hai)(hai)子(zi)唱歌玩耍，它(ta)都是(shi)一個最佳的幫手。

智能家居新玩法

只需喊一聲“Hi，TV”，電(dian)視(shi)(shi)就(jiu)可以開啟語音(yin)控制(zhi)系統，比如你(ni)說“最近天氣預(yu)報”，然(ran)后電(dian)視(shi)(shi)屏(ping)幕上就(jiu)會閃現出最近一周的(de)(de)(de)本地天氣情(qing)況。隨著(zhu)智(zhi)能(neng)電(dian)視(shi)(shi)功(gong)能(neng)的(de)(de)(de)日漸豐富和強大，僅(jin)依靠一個簡單(dan)的(de)(de)(de)電(dian)視(shi)(shi)遙控器已經(jing)滿足不了智(zhi)能(neng)電(dian)視(shi)(shi)的(de)(de)(de)操控需求。

引入(ru)語(yu)(yu)音(yin)識別和語(yu)(yu)音(yin)合成技術(shu)的(de)智(zhi)能語(yu)(yu)音(yin)電(dian)視不僅能聽(ting)懂用戶說話并作(zuo)出反應，而且還(huan)能“說出話”來(lai)。用戶憑借(jie)語(yu)(yu)音(yin)指令可以輕松完(wan)成換臺(tai)、電(dian)視節(jie)目查詢、網絡瀏覽/搜索、文字輸入(ru)等(deng)操作(zuo)，而電(dian)視能做(zuo)的(de)，就是根據(ju)用戶的(de)需求讀出搜索到的(de)內容。

未來，在每個家庭網(wang)絡上所(suo)有通(tong)過電力(li)運轉的設備(bei)，都(dou)可以(yi)被人們(men)的語音控(kong)制，比如可以(yi)控(kong)制室內的燈(deng)光(guang)、溫度等。

車載智能語音系統

在駕駛環境(jing)下，用(yong)戶與車(che)的(de)交流(liu)，可(ke)以通過對話(hua)來實現，說出“想回(hui)家(jia)”，汽車(che)會(hui)根據(ju)你家(jia)的(de)位(wei)置設定好最佳(jia)路線，并(bing)開始導航。說出“加油站”，幾公里范圍內(nei)的(de)加油站將逐(zhu)一由車(che)載語(yu)音系統(tong)播報出來。

在(zai)(zai)車(che)載環境下，用戶(hu)的注(zhu)意力主要集中在(zai)(zai)于駕駛，人與(yu)車(che)的交互必須在(zai)(zai)不影響(xiang)駕駛的前提條件下進行(xing)，語音識別技術提供了安全便(bian)捷(jie)的交互方式，用戶(hu)只需(xu)動口，就可以滿足(zu)在(zai)(zai)行(xing)車(che)過程中的相關需(xu)求。

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

語音操控作為人機溝(gou)通的重要手段(duan)，拍照、打電話、錄像，你只需說出你的需求，它就將在你眼前展現出你想要的結(jie)果。

智(zhi)能(neng)眼鏡、智(zhi)能(neng)手環(huan)、智(zhi)能(neng)手表，這些互聯網(wang)時(shi)代的(de)智(zhi)能(neng)化設備，最(zui)大限度(du)地利用了語音控制技(ji)術，它將讓未(wei)來的(de)生(sheng)活(huo)變(bian)得不可思議。

“聽話”的瀏覽器

“聽話”的瀏(liu)覽(lan)器(qi)離我(wo)(wo)們(men)并不(bu)遙遠。或(huo)許要(yao)不(bu)了多(duo)久，我(wo)(wo)們(men)就(jiu)能拋開鼠標(biao)和觸摸板，通過聲(sheng)控(kong)瀏(liu)覽(lan)器(qi)完成瀏(liu)覽(lan)網(wang)頁、發送郵件等(deng)。比(bi)如，你可以通過“暗一點”“亮(liang)一點”“字體大一號”等(deng)語音命令來控(kong)制瀏(liu)覽(lan)器(qi)。

獨特的聲音密碼

傳統的(de)密碼(ma)恢復(fu)機制是(shi)(shi)回答一些預設的(de)安(an)全問題(ti)，如“你的(de)出(chu)生(sheng)地在哪里”等(deng)，但這類問題(ti)有些時候容易被(bei)黑客破解，用戶也(ye)可(ke)能記不起(qi)預設的(de)問題(ti)和答案(an)，特(te)別是(shi)(shi)企業員工，就(jiu)常(chang)常(chang)因為忘記密碼(ma)而求助于(yu)IT部門。

為此，一(yi)(yi)家外(wai)國公司推出了一(yi)(yi)項(xiang)名為FastReset（快速設置(zhi)）的(de)新服務。該(gai)服務可先讓員(yuan)工通過(guo)手機(ji)或電話注冊自己的(de)聲紋，一(yi)(yi)旦員(yuan)工忘記密(mi)碼需要重置(zhi)，只需對著登錄界面念一(yi)(yi)段短語（比方說(shuo)“芝麻開門”）即可完成。

讓玩具“活”過來

很多(duo)小朋友都有這樣的夢想：擁有一個會說話的玩具，就像喜劇(ju)電影《泰迪熊》里(li)面的TED一樣。

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攝像頭前方，小女孩就能和在平板里“活(huo)過來”的(de)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)直接(jie)的(de)(de)意(yi)義(yi)在于把智(zhi)能(neng)(neng)家(jia)(jia)居(ju)變得真正的(de)(de)智(zhi)能(neng)(neng)起來，不管品牌與技(ji)術(shu)多(duo)么(me)的(de)(de)先(xian)進，人機交(jiao)(jiao)(jiao)互界面多(duo)么(me)的(de)(de)友善，都(dou)沒有語(yu)音(yin)交(jiao)(jiao)(jiao)互控(kong)制來的(de)(de)簡便(bian)直接(jie)。科技(ji)讓生活更智(zhi)能(neng)(neng)，語(yu)音(yin)讓交(jiao)(jiao)(jiao)互更便(bian)捷(jie)、快捷(jie)。所以，如(ru)果智(zhi)能(neng)(neng)家(jia)(jia)居(ju)能(neng)(neng)與語(yu)音(yin)交(jiao)(jiao)(jiao)互融于一體，那(nei)么(me)智(zhi)能(neng)(neng)家(jia)(jia)居(ju)產(chan)業也許會迎來一次劃(hua)時代的(de)(de)突破。

缺陷

用(yong)戶必(bi)須在(zai)離(li)(li)(li)手機比較近的距離(li)(li)(li)內說話，但在(zai)智(zhi)(zhi)能(neng)(neng)家(jia)居環(huan)境中，用(yong)戶和智(zhi)(zhi)能(neng)(neng)終(zhong)端之間的距離(li)(li)(li)被大大增加了，用(yong)戶能(neng)(neng)隨意(yi)用(yong)語(yu)音(yin)控(kong)制智(zhi)(zhi)能(neng)(neng)家(jia)居的一個(ge)必(bi)要條件就是(shi)在(zai)無論你在(zai)客廳(ting)哪個(ge)角落發出(chu)指令，設備都(dou)能(neng)(neng)準(zhun)確(que)的識(shi)別(bie)，語(yu)音(yin)識(shi)別(bie)技(ji)術必(bi)須突破距離(li)(li)(li)的障(zhang)礙(ai)。目前室內的語(yu)音(yin)交互(hu)受到背景噪音(yin)、其他人聲干(gan)擾、回聲、混響(xiang)等多重復雜因素(su)影響(xiang)，只能(neng)(neng)在(zai)相對安靜(jing)、近距離(li)(li)(li)的環(huan)境下使用(yong)。

加之中(zhong)國的(de)(de)語系(xi)、方(fang)言、口音相當多，再加上中(zhong)文(wen)的(de)(de)多語義性，導致語音識(shi)別率能力不高。同(tong)時，在語義識(shi)別上，也存在上下(xia)文(wen)的(de)(de)關聯帶來識(shi)別的(de)(de)學習難、定位難和建(jian)立模(mo)型難等(deng)問題(ti)。

智能家居語音控制原理

語音控制技術

語(yu)(yu)音(yin)(yin)識(shi)別(bie)技(ji)(ji)術就是讓機(ji)器通(tong)過識(shi)別(bie)和理解過程把語(yu)(yu)音(yin)(yin)信號轉變(bian)為(wei)相應的文本或命令(ling)的技(ji)(ji)術，與機(ji)器進(jin)行語(yu)(yu)音(yin)(yin)交流，讓機(ji)器明白你說什么(me)。語(yu)(yu)音(yin)(yin)識(shi)別(bie)是一門(men)交叉(cha)學科，語(yu)(yu)音(yin)(yin)識(shi)別(bie)技(ji)(ji)術與語(yu)(yu)音(yin)(yin)合成(cheng)技(ji)(ji)術結合使(shi)人們能夠甩(shuai)掉(diao)鍵(jian)盤，通(tong)過語(yu)(yu)音(yin)(yin)命令(ling)進(jin)行操作，語(yu)(yu)音(yin)(yin)技(ji)(ji)術的應用(yong)已經(jing)成(cheng)為(wei)一個具有競(jing)爭性的新興高技(ji)(ji)術產(chan)業。

語音識別控制技術

語(yu)音(yin)(yin)識別(bie)技術相(xiang)當于給計(ji)算(suan)機(ji)系統裝上(shang)“耳(er)朵”，使其具備“能(neng)聽”的(de)(de)功能(neng)，該(gai)技術經過語(yu)音(yin)(yin)信號(hao)處(chu)理(li)(li)、語(yu)音(yin)(yin)特征處(chu)理(li)(li)、模型訓練及解碼(ma)引擎等復(fu)雜(za)步驟(zou)，使機(ji)器最終能(neng)夠將語(yu)音(yin)(yin)中的(de)(de)內容、說話人、語(yu)種等信息識別(bie)出(chu)來。語(yu)音(yin)(yin)控制功能(neng)的(de)(de)實(shi)(shi)現，與用戶的(de)(de)使用習慣(guan)高(gao)度關聯，目前的(de)(de)語(yu)音(yin)(yin)控制功能(neng)實(shi)(shi)現方式可分為(wei)近(jin)場語(yu)音(yin)(yin)識別(bie)和遠(yuan)場語(yu)音(yin)(yin)識別(bie)二個大類。

播放狀態打斷技術

在(zai)(zai)對音(yin)(yin)箱等設(she)備進(jin)行語音(yin)(yin)控制(zhi)時，往(wang)(wang)往(wang)(wang)該設(she)備處于(yu)播放歌曲(qu)的(de)(de)(de)狀態(tai)。由(you)于(yu)麥(mai)克(ke)風(feng)安裝在(zai)(zai)音(yin)(yin)箱上，麥(mai)克(ke)風(feng)和(he)說話人之(zhi)間的(de)(de)(de)距離(li)要遠(yuan)大(da)于(yu)麥(mai)克(ke)風(feng)和(he)揚聲(sheng)器之(zhi)間的(de)(de)(de)距離(li)，在(zai)(zai)這樣(yang)的(de)(de)(de)情(qing)況下，采用內(nei)(nei)外(wai)兼顧的(de)(de)(de)方(fang)法(fa)(fa)(fa)進(jin)行解決。內(nei)(nei)部(bu)(bu)(bu)使(shi)用特殊的(de)(de)(de)回聲(sheng)消(xiao)(xiao)除(chu)(chu)算法(fa)(fa)(fa)從內(nei)(nei)部(bu)(bu)(bu)減小噪音(yin)(yin)對麥(mai)克(ke)風(feng)的(de)(de)(de)影響。另外(wai)對于(yu)震動帶來(lai)的(de)(de)(de)非(fei)線性干擾，傳(chuan)統的(de)(de)(de)線性回聲(sheng)消(xiao)(xiao)除(chu)(chu)方(fang)法(fa)(fa)(fa)失(shi)效了(le)，因此可以使(shi)用非(fei)線性回聲(sheng)消(xiao)(xiao)除(chu)(chu)算法(fa)(fa)(fa)提高內(nei)(nei)部(bu)(bu)(bu)噪聲(sheng)消(xiao)(xiao)除(chu)(chu)的(de)(de)(de)效果(guo)。在(zai)(zai)外(wai)部(bu)(bu)(bu)結(jie)構設(she)計方(fang)面，使(shi)用精(jing)心設(she)計的(de)(de)(de)麥(mai)克(ke)風(feng)陣(zhen)列減震結(jie)構，使(shi)多(duo)個(ge)麥(mai)克(ke)風(feng)和(he)它所連接(jie)的(de)(de)(de)電路(lu)板(ban)之(zhi)間的(de)(de)(de)震動減小到最小，從而最大(da)程度的(de)(de)(de)控制(zhi)高聲(sheng)強導致的(de)(de)(de)音(yin)(yin)箱本體震動對拾音(yin)(yin)的(de)(de)(de)干擾。

近場和遠場語音識別技術

近場語(yu)音識(shi)別需要用戶點擊(ji)啟動，并且(qie)用戶與(yu)終端設備的距離比(bi)較近，如手機或(huo)其(qi)他終端設備，可直接(jie)借助這些終端設備直接(jie)實現控制功(gong)能(neng)。

遠場語(yu)音(yin)識(shi)(shi)別(bie)(bie)，以麥(mai)克風陣列遠距離拾(shi)取的(de)語(yu)音(yin)數據(ju)作為輸入(ru)數據(ju)，通過語(yu)音(yin)識(shi)(shi)別(bie)(bie)的(de)算法將語(yu)音(yin)信號轉寫成文字(zi)的(de)技(ji)術(shu)。雖(sui)然和(he)近場語(yu)音(yin)識(shi)(shi)別(bie)(bie)技(ji)術(shu)在原(yuan)理上是相同的(de)，但是由于音(yin)源和(he)麥(mai)克風之(zhi)間(jian)的(de)空間(jian)距離增(zeng)大，在聲波傳播過程中會出現信號強度(du)的(de)衰減和(he)各種噪音(yin)干擾，因此(ci)(ci)需要(yao)特(te)殊的(de)語(yu)音(yin)數據(ju)拾(shi)取和(he)預處理技(ji)術(shu)；不同的(de)拾(shi)取設(she)備和(he)預處理技(ji)術(shu)常常會使用于語(yu)音(yin)識(shi)(shi)別(bie)(bie)的(de)聲波信號特(te)征發生(sheng)改變，因此(ci)(ci)針對(dui)不同的(de)遠場語(yu)音(yin)拾(shi)取技(ji)術(shu)，需要(yao)對(dui)語(yu)音(yin)識(shi)(shi)別(bie)(bie)引擎進行定制化適配和(he)優化。

當語(yu)音(yin)信(xin)號(hao)(hao)(hao)(hao)在傳(chuan)播過(guo)(guo)程中(zhong)有所衰減，影響(xiang)采集(ji)信(xin)號(hao)(hao)(hao)(hao)的(de)強度和分辨(bian)率，使(shi)用的(de)靈(ling)敏度非(fei)常高的(de)指向(xiang)性麥(mai)克(ke)風，同時將麥(mai)克(ke)風的(de)參數調整到(dao)適合遠場語(yu)音(yin)數據的(de)模式，可以最大(da)限(xian)度采集(ji)清晰的(de)遠場語(yu)音(yin)信(xin)號(hao)(hao)(hao)(hao)。語(yu)音(yin)指令聲(sheng)波(bo)在傳(chuan)輸過(guo)(guo)程中(zhong)受到(dao)周(zhou)圍(wei)噪(zao)音(yin)的(de)污染，降低聲(sheng)波(bo)信(xin)號(hao)(hao)(hao)(hao)的(de)信(xin)噪(zao)比(bi)，使(shi)用定向(xiang)波(bo)速成形技術，抑(yi)制方(fang)向(xiang)外的(de)噪(zao)音(yin)，從而減少噪(zao)音(yin)對語(yu)音(yin)信(xin)號(hao)(hao)(hao)(hao)的(de)干擾(rao)。在一個(ge)房間(jian)里，麥(mai)克(ke)風拾取的(de)聲(sheng)波(bo)不僅(jin)僅(jin)直(zhi)接來自于音(yin)源，還有音(yin)源發出后經(jing)過(guo)(guo)墻(qiang)壁(bi)反射的(de)遲到(dao)的(de)聲(sheng)波(bo)，形成聲(sheng)音(yin)的(de)殘留，造(zao)成混響(xiang)。利用多(duo)個(ge)麥(mai)克(ke)風采集(ji)的(de)數據，通(tong)過(guo)(guo)多(duo)通(tong)道(dao)回聲(sheng)消除(chu)算法，將這些不同時間(jian)達到(dao)的(de)聲(sheng)音(yin)數據分離(li)開(kai)來，從而消除(chu)了混響(xiang)對聲(sheng)音(yin)數據的(de)影響(xiang)。

喚醒目標檢測技術

在遠距離用(yong)語音進行(xing)操(cao)控的(de)(de)(de)時候，聲(sheng)音可能來自不同方向的(de)(de)(de)不同人。因(yin)此(ci)首先(xian)要確定哪(na)些(xie)是發(fa)指(zhi)令的(de)(de)(de)聲(sheng)音，哪(na)些(xie)不是。使用(yong)的(de)(de)(de)麥(mai)(mai)克風(feng)陣列波速(su)成形算(suan)法(fa)，將360度(du)空(kong)間(jian)垂直劃(hua)分成若干區域(yu)，每個麥(mai)(mai)克風(feng)負責檢測(ce)一個指(zhi)定的(de)(de)(de)區域(yu)。當某(mou)個空(kong)間(jian)區域(yu)里(li)面檢測(ce)到有(you)喚醒(xing)詞出現時，對應于該空(kong)間(jian)區域(yu)的(de)(de)(de)麥(mai)(mai)克風(feng)拾(shi)音功能就被(bei)增強，其(qi)他區域(yu)的(de)(de)(de)麥(mai)(mai)克風(feng)拾(shi)音就被(bei)抑(yi)制。從而(er)實(shi)現對聲(sheng)音進行(xing)有(you)方向有(you)角度(du)的(de)(de)(de)拾(shi)取，避(bi)免了周圍電視機(ji)里(li)的(de)(de)(de)說話聲(sheng)音、其(qi)他人交談對語音指(zhi)令的(de)(de)(de)影響。

語音喚醒

語(yu)音(yin)(yin)喚醒(xing)，是(shi)(shi)指通(tong)過(guo)含有特定(ding)喚醒(xing)詞(ci)的(de)(de)語(yu)音(yin)(yin)輸入來“觸(chu)發”語(yu)音(yin)(yin)識別系(xi)統(tong)以實(shi)現后續的(de)(de)語(yu)音(yin)(yin)交互。由于功(gong)耗等方面(mian)(mian)的(de)(de)限制，智能設(she)備(bei)很難24小時都保持在(zai)(zai)激活(huo)狀態(tai)；因此(ci)，如果(guo)要在(zai)(zai)家里自由地控制智能家居設(she)備(bei)，還需要有即時“喚醒(xing)”功(gong)能，也就是(shi)(shi)給智能設(she)備(bei)加入“語(yu)音(yin)(yin)喚醒(xing)”技(ji)術。通(tong)過(guo)該技(ji)術，任(ren)(ren)何人在(zai)(zai)任(ren)(ren)何環境、任(ren)(ren)何時間，無論(lun)是(shi)(shi)近場還是(shi)(shi)遠場，面(mian)(mian)向設(she)備(bei)直接說出(chu)預設(she)的(de)(de)喚醒(xing)詞(ci)，就能激活(huo)產品(pin)的(de)(de)識別引擎，從(cong)而(er)真正實(shi)現全(quan)程無觸(chu)控的(de)(de)語(yu)音(yin)(yin)交互。

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(cheng)為你生活中(zhong)的好伙(huo)伴，好幫(bang)手！