[发明专利]提高语音处理系统的本底噪声的方法以及语音处理系统

说明书

技术领域

本发明涉及语音处理领域，并且更特别地，涉及通过使用人工生成的白噪声来改善与启用语音的系统(speech-enabled system)的交互式体验。

背景技术

在嘈杂的环境中使用自动启用语音的系统常常出问题。由于背景噪声，试图收听自动生成的语音输出的用户可能难以听到或难以专心于该语音输出。也就是说，启用语音的系统用户易于被附近的对话和声音干扰，这导致与启用语音的系统的交互式体验相对地不令人满意。

诸如声学上用墙隔开区域的环境解决方案可能费用高昂或者可能由于配置细节而不可能实现。例如，声学屏蔽启用语音的ATM机器可能费用高昂，与此同时，试图隔离接近于启用语音的移动电话的环境也可能由于设备移动性而不可能实现。

另一种可能的解决方案是增加语音输出的音量，但其有很多缺点。首先，其会增加环境的噪声级(noise level)，这可能使得附近的个体随着该音量增加而成比例地增加其自己的对话音量，而导致在增加的噪声级上的原有问题。其次，简单地提高启用语音的系统的音量可能导致干涉(barge-in)检测问题和/或多变的有效音量控制。另外，当进行动态音量调整时，语音识别过程可能由于环境变得嘈杂和安静而受到多变的音量级的牵制。

发明内容

本发明提供了一种解决方案，该解决方案为在其中发生语音处理的声学环境人工生成白噪声，从而有目的地提高声学环境的本底噪声(noisefloor)。所述人工生成的白噪声可以通过压过背景噪声来改善用户的体验。可以去除对应于白噪声信号的成分的输入语音信号的成分，这导致了仅含有由语音处理系统处理的语音输入的干净信号(clean signal)。值得注意的是，去除与所生成的白噪声关联的输入成分可以确保在所述声学环境中呈现的白噪声不对语音识别操作产生不利的影响。

可以依照与文中所呈现的资料一致的许多方面来实现本发明。例如，本发明的一方面可以包括一种用于使用人工生成的白噪声来改善交互式体验的语音处理系统。所述系统可以包括音响环境(audible environment)，所述音响环境包括至少一个扩音器和至少一个扬声器、白噪声发生器、白噪声去除引擎，以及语音处理系统。所述白噪声发生器可以被设置以生成将要在所述音响环境中可听地呈现的白噪声。可以在语音输入中捕获该白噪声，并且所述白噪声去除引擎可以对所述输入进行数字预处理以去除白噪声成分。预处理的输入可以由所述语音处理系统进行处理，并且所述语音处理系统可以基于所接收到的输入创建语音输出。

本发明的另一方面可以包括一种用于使用人工生成的白噪声来提高与语音处理系统相关联的声学环境的本底噪声的方法。可以在所述声学环境中于可配置的音量级上呈现人工生成的白噪声以建立本底噪声。所述系统可以从所述声学环境接收可听语音输入。可以数字处理该输入以去除所述人工生成的白噪声。所述语音处理系统可以接收经处理的输入，并且可以基于所接收到的输入生成人工生成的语音输出。可以在所述声学环境中可听地呈现所述人工生成的语音输出。

本发明的又一方面可以包括一种用于使用人工生成的白噪声来改善与语音处理系统的用户体验的方法。所述方法可以开始于在所建立的音量级上将白噪声引入声学环境中。可以在声学输出中可听地呈现自动生成的语音输出。可以从所述声学环境捕获语音输入。可以从所捕获的输入中去除所述白噪声，从而产生干净的语音输入(clean speech input)。可以将所述干净的语音输入转换成文本。

应当注意，可以将本发明的各方面实现为用于控制计算设备实现文中所描述的功能的程序，或者用于使计算设备能够进行对应于文中所公开的步骤的过程的程序。可以通过在磁盘、光盘、半导体存储器或者任何其它的记录介质中存储程序来提供该程序。还可以将所述程序提供为通过载波传送的数字编码信号。所描述的程序可以是单个程序，或者可以实现为多个子程序，其每一个在单个计算设备内交互或者跨网络空间以分布式方式交互。

还应当注意，文中所详述的方法还可以是响应于服务请求至少部分地通过服务代理和/或服务代理所操纵的机器所实现的方法。

附图说明

附图中示出了当前优选的实施例，然而可以理解，本发明并不限于所示出的精确装配和手段，附图中：

图1是依照文中所公开的发明装配的实施例，人工生成白噪声以改善与启用语音的自动系统的用户体验的系统的示意图；

图2是依照文中所公开的发明装配的实施例，使用人工生成的白噪声为语音处理环境建立本底噪声的方法的流程图；以及