[实用新型]集成远场语音识别和声场录制的系统

说明书

技术领域

本实用新型总体上涉及语音处理技术领域，尤其涉及集成远场语音识别和声场录制的系统。

背景技术

近几年人工智能，人工智能的前端最重要的是信息的正确获取，特别是音视频技术受到格外关注，但与视频技术的进步相比，虽说在近场单通道语音识别上获得很大进展，已经达到非常高的正确识别率，但远场语音交互技术还需要更大的发展，基于麦克风阵列的远场语音识别是其中最关键的技术。同样的，AR(Augmented Reality，增强现实)/VR(Virtual Reality，虚拟现实)技术在近些年开始逐步走向应用，相对于视觉体验，音频体验同样相对滞后，其中一项重要的技术是原始声场的采集与重现，利用麦克风技术阵列技术，同样可以实现原始声场的采集。

但是现有产品及技术都是针对其中某项应用进行的设计，仅仅能实现远场语音识别或者声场录制，而在实际应用过程中，例如在办公场所或者家庭客厅中，一方面有远场语音识别与控制的需求，例如利用远场识别控制电视或者投影仪的操作灯；另一方面又有声场录制的需求，例如与远方朋友或亲人全息通话，或者会议室内的全息音视频会议通讯等，现有技术并没有能够同时满足上述两种需求的系统。

例如，亚马逊推出的echo音箱利用麦克风阵列技术进行远场语音采集。在音箱顶部布放了6+1个麦克风，其中6个麦克风均匀布放构成一个环形阵列，另外中心布放一个麦克风，利用麦克风阵列信号处理技术，实现远场语音识别，但并没有声场录音的功能。其他类似的智能音箱都采用了类似的方案，但都只实现远场语音识别功能。1.2.2现有技术一的缺点

又例如，CN104754471A利用麦克风阵列中的两两组合成新的麦克风对进行处理，计算获得声场各阶分量，利用解码矩阵合成各扬声器激励，从而重建二维声场。但其只能进行声场录制，没有远场语音识别功能。

实用新型内容

(一)要解决的技术问题

本实用新型提供了一种集成远场语音识别和声场录制的系统，既能实现远场语音识别，又能够实现声场录制，并且能进行两种模式的灵活切换。

(二)技术方案

本实用新型提供了一种集成远场语音识别和声场录制的系统，包括：麦克风阵列和数据处理终端；其中，所述系统包括远场语音识别和声场录制两种工作模式；所述麦克风阵列对声音信号进行采集；所述数据处理终端连接所述麦克风阵列，接收所述麦克风阵列采集的声音信号，并对所述声音信号进行处理，实现远场语音识别和声场录制。

优选地，所述麦克风阵列为圆形阵、矩形阵或椭圆形阵。

优选地，所述麦克风阵列的麦克风数量大于等于4，麦克风之间的间距小于8cm。

优选地，所述数据处理终端为计算机。

优选地，当系统处于远场语音识别工作模式时，所述麦克风阵列采集远场语音信号，所述数据处理终端对所述远场语音信号进行远场语音识别；当系统处于声场录制工作模式时，所述麦克风阵列采集多通道音频信号，所述数据处理终端对所述多声道音频信号进行声场录制。

优选地，所述数据处理终端包括：语音控制模块、远场语音识别模块和声场录制模块；在所述语音控制模块的控制下，所述远场语音识别模块对远场语音信号进行远场语音识别，系统进入远场语音识别工作模式；在所述语音控制模块的控制下，所述声场录制模块对多声道音频信号进行声场录制，系统进入声场录制工作模式，实现工作模式的切换。

优选地，还包括控制端；所述控制端为手机。

优选地，所述数据处理终端包括远程控制模块，远场语音识别模块和声场录制模块，所述远程控制模块与所述控制端无线连接；所述控制端向所述远程控制模块发送控制信号，在所述远程控制模块的控制下，所述远场语音识别模块对远场语音信号进行远场语音识别，系统进入远场语音识别工作模式；所述控制端向所述远程控制模块发送控制信号，在所述远程控制模块的控制下，所述声场录制模块对多声道音频信号进行声场录制，系统进入声场录制工作模式，实现工作模式的切换。

优选地，所述远场语音识别模块为广义旁瓣对消器。

(三)有益效果

从上述技术方案可以看出，本实用新型的集成远场语音识别和声场录制的系统具有以下有益效果：

(1)将远场语音识别和声场录制集成在一个系统中，利用同一个小型麦克风阵列，即可实现远场语音识别又可实现声场录制，相对于现有技术，只需一套系统即可同时实现远场语音识别功能和声场录制功能，功能多样，一机两用，节约了设备成本；