[发明专利]用于识别语音的电子设备和方法

说明书

提供了一种用于识别语音的电子设备和方法。用于由电子设备识别语音的方法包括：通过多个麦克风接收从声源产生的声音；根据通过对通过多个麦克风输入的每个声音执行信号处理而产生的多个音频信号计算功率值，基于计算出的功率值计算关于声源的方向信息，并存储计算出的方向信息；以及基于关于声源的方向信息来对包括在音频信号中的语音部分执行语音识别。结果，电子设备可以在改善与语音部分检测相关的处理速度的同时正确地从音频信号中仅检测出语音部分。

技术领域

根据本公开的装置和方法涉及用于识别语音的电子设备和方法，并且更具体地涉及用于检测音频信号中的语音部分的电子设备和方法。

背景技术

使用语音信号控制各种电子设备的语音识别技术已被广泛使用。一般而言，语音识别技术是指根据从硬件或软件设备或系统输入的语音信号理解用户所发出的语音的意图并基于所理解的意图执行操作的技术。

然而，语音识别技术识别从周围环境产生的各种声音以及用户所发出的语音的语音信号，因此可能无法正确地执行用户的意图操作。

因此，已经开发了各种语音部分检测算法，用于从输入音频信号中仅检测用户所发出的语音的语音部分。

作为用于检测语音部分的一般方法，存在一种针对按照帧单位的每个音频信号使用能量来检测语音部分的方法、用于针对按照帧单位的每个音频信号使用零交叉来检测语音部分的方法、用于从按照帧单位的音频信号中提取特征向量并通过使用支持向量机(SVM)从预先提取的特征向量确定语音信号的存在和不存在来检测语音部分的方法等。

使用按照帧单位的音频信号的能量或零交叉来检测语音部分的方法针对每个帧的音频信号使用能量或零交叉。结果，用于检测语音部分的现有方法与用于检测语音部分的其他方法相比使用较少的计算量来确定每个帧的音频信号是否是的语音信号，但是可能常常导致将噪声信号以及语音信号都检测为语音部分的错误。

同时，用于使用从按照帧单位的音频信号和SVM中提取的特征向量来检测语音部分的方法与用于使用前述的能量或过零点检测语音部分的方法相比针对从每个帧的音频信号中仅检测语音信号具有更优异的检测精度，但需要更多的计算量来确定每个帧的音频信号中语音信号是否存在，因此与其他用于检测语音部分的方法相比可能消耗更多的CPU资源。

发明内容

技术问题

附加方面和/或优点将在随后的描述中部分地阐述，并且部分地根据该描述变得显而易见，或者可以通过实践本实施例而得以知悉。

示例性实施例克服上述缺点以及以上未描述的其他缺点。此外，实施例不需要克服以上描述的缺点，并且示例性实施例可以不克服以上描述的任何问题。

本公开从电子设备中的输入音频信号正确地检测包括语音信号的语音部分。

本公开输入短距离和远距离的语音信号，并且基于电子设备中对语音信号的声音方向跟踪来检测语音部分。

问题的解决方案

根据本公开的一个方面，一种用于由电子设备识别语音的方法包括：通过多个麦克风接收从声源产生的声音；计算通过对通过多个麦克风输入的每个声音执行信号处理而产生的多个音频信号的功率值，基于计算出的功率值计算关于声源的方向信息，并存储计算出的方向信息；以及基于关于声源的方向信息来对包括在音频信号中的语音部分执行语音识别。

在执行语音识别中，可以基于多个音频信号中与起点和终点相对应的点音频信号来检测语音部分，并且可以对检测到的语音部分执行语音识别。

所述存储可以包括：根据多个经信号处理的音频信号计算最大功率值和最小功率值；根据最大功率值和最小功率值计算功率比；确定计算出的功率比大于或等于预设阈值的至少一个音频信号；以及根据与所确定的至少一个音频信号对应的声音计算声源的方向信息，并且存储方向信息和至少一个音频信号的索引。