[发明专利]基于声控式人机交互技术的互联网电视系统及其实现方法

权利要求书

1.基于声控式人机交互技术的互联网电视系统，其特征是，包括互联网电视节目服务平台、互联网电视集成平台、互联网传输系统、EPG系统以及互联网电视终端；

所述互联网电视节目服务平台用于提供各类型的节目内容资源和服务信息；

所述互联网电视集成平台用于提供运营和业务支撑功能；

所述互联网传输系统用于实现传输分发、网络传输、载入网络功能；

所述EPG系统，用于提供丰富的节目预告信息和灵活便利的检索引擎，并实现组块化、声控式的智能化人机交互操作，帮助用户快速定位节目，浏览和查询节目信息；

所述EPG系统包括接收模块、控制转换模块、指令存储模块和声控式人机交互操作模块；

所述声控式人机交互操作模块用于实现组块化的人机交互操作，检测并识别用户的输入操作指令，响应并执行该操作指令，并将操作结果反馈给互联网电视终端；所述人机交互操作能够通过用户的声控的信息采集进行自由定义，即允许用户定义不同的声控指令来表示系统中的操作功能。

2.如权利要求1所述的基于声控式人机交互技术的互联网电视系统，其特征是，

所述接收模块用于接收互联网传输系统传输过来的信号，进行相应的解调和解码，得到TS码流，并将TS码流中的SI信息或数据转盘中的相应信息提取出来，生成基本节目信息，然后将生成的基本节目信息传输给控制转换模块；

所述控制转换模块用于将生成的的节目内容索引以及相关联的扩展信息转换为组块化结构形式，并将转换后的数据传输给指令存储模块。

3.如权利要求1所述的基于声控式人机交互技术的互联网电视系统，其特征是，

所述指令存储模块，用于存储控制转换模块转换后的组块化结构的节目菜单信息，并定义组块指令集，存储人机交互操作模块获取的用户输入的原始信息和表征指令功能的操作信息之间的映射关系库，映射关系以关键字对应关键值的形式存在；所述映射关系库中输入指令集作为关键字存在，用于匹配用户交互操作后触发的指令信息，表征指令功能的操作信息作为关键值存在，关键字与关键值的映射为一对一或多对一的关系。

4.如权利要求1所述的基于声控式人机交互技术的互联网电视系统，其特征是，

所述声控式人机交互操作模块用于实现组块化的人机交互操作，包括预处理模块，特征提取模块，匹配模块，执行模块，自适应识别模块；

所述预处理模块用于对收集到的语音进行预滤波、量化去除冗余信息以及降噪处理的操作,并对语音信号进行加窗处理截取一定长度的语音信号，并将语音信号传输给特征提取模块；

所述特征提取模块，对进行录入的语音进行特征提取，得到特征向量，并根据特征向量描述建立语音库的关键词词典，存储到指令存储模块；

所述匹配模块用于判断用户在使用过程中的输入指令在经过预处理模块和特征提取模块后，提取得到的特征向量是否属于关键词词典中的某一个关键词，并匹配与该关键词对应的操作指令，通过执行模块识别并响应并执行该操作指令，最后将操作结果反馈给互联网电视终端；

另外，人机交互操作模块还包括自适应识别模块，能够对用户的语音进行自学习，即允许用户定义不同的声音指令来作为系统中功能的操作指令，采集到声音指令后，通过特征提取模块获得自定义声音的特征，通过自适应模块与存储模块中的关键词进行比较，选择最相似的类别加入进去，并建立声音指令和操作指令一一对应的映射关系，同时对前期采样得到的声音模型进行必要的校正，以进一步提高识别的准确率。

5.如权利要求1所述的基于声控式人机交互技术的互联网电视系统，其特征是，

所述互联网电视终端作为互联网电视系统的硬件载体，用于提供输入、显示设备来与用户进行交互，包括显示装置和输入装置。

6.如权利要求5所述的基于声控式人机交互技术的互联网电视系统，其特征是，

所述显示装置用于对接收到的EPG信息进行解析并以组块化形式的界面进行显示；

所述输入装置用于识别用户的原始输入信息，本发明特指实现声音录入功能的麦克风。