[发明专利]一种语音识别方法及装置

说明书

本发明实施例公开了一种语音识别方法及装置，涉及语音识别领域，解决了用户远距离对电视机进行语音控制时，电视机的语音识别率较低的问题。具体方案为：通过传声器阵列采集第一声源，采用预设算法，从第一声源中分离出目标声源，接收与语音识别装置连接的外设发送的第二声源，对目标声源和第二声源进行叠加，得到叠加后的声源，识别叠加后的声源，并根据识别结果执行相应的操作。本发明实施例用于电视机识别用户语音的过程中。

技术领域

本发明实施例涉及语音识别领域，尤其涉及一种语音识别方法及装置。

背景技术

目前，电视机中设置有传声器阵列，该阵列采用线性等均匀阵列排布，用于进行远场语音增强，以使得用户在距离电视机较远时，能够实现语音控制电视机。

但是，在进行远场语音增强时，由于声音在传播过程中，随着距离增加，环境噪声和干扰较多且复杂，会使得声压级会衰减，且直达声与各类噪声总合的比值，随着声源与传声器阵列距离的增大而下降，因此如果用户距离电视机太远，则电视机的语音识别率较低，甚至识别系统完全失效。这样，当用户在沙发上说话来控制电视机时，会由于距离较远使得电视机无法识别声源，需要用户提高声音或者跑到距离电视机较近的地方，对着麦克风说话，电视机才能识别用户的语音，导致用户体验较差。

发明内容

本发明提供一种语音识别方法及装置，解决了用户远距离对电视机进行语音控制时，电视机的语音识别率较低的问题。

为达到上述目的，本发明采用如下技术方案：

第一方面，本发明提供一种语音识别方法，该方法应用于语音识别装置，语音识别装置包括：传声器阵列。该方法可以包括：通过传声器阵列采集第一声源；采用预设算法，从第一声源中分离出目标声源；接收与语音识别装置连接的外设发送的第二声源；对目标声源和第二声源进行叠加，得到叠加后的声源；识别叠加后的声源，并根据识别结果执行相应的操作。

结合第一方面，在一种可能的实现方式中，识别叠加后的声源，并根据识别结果执行相应的操作，具体的可以包括：采用声音模型识别叠加后的声源，如果结果与预存的唤醒词相同，则启动人机交互功能；去除语音识别装置的声音。

结合第一方面和上述可能的实现方式，在另一种可能的实现方式中，对目标声源和第二声源进行叠加，具体的可以包括：采用快拍数方法，对目标声源和第二声源进行相关性计算，得到延时时间；以目标声源的时间为基准，根据延时时间对第二声源进行延时处理；根据目标声源和第二声源分别对应的权重，对目标声源和延时后的第二声源进行叠加。

结合第一方面和上述可能的实现方式，在另一种可能的实现方式中，第二声源为外设采集的单一方向声源。

第二方面，本发明提供一种语音识别装置，语音识别装置可以包括：传声器阵列、采集单元、分离单元、接收单元、叠加单元和处理单元。其中，采集单元，用于通过传声器阵列采集第一声源。分离单元，用于采用预设算法，从第一声源中分离出目标声源。接收单元，用于接收与语音识别装置连接的外设发送的第二声源。叠加单元，用于对目标声源和第二声源进行叠加，得到叠加后的声源。处理单元，用于识别叠加后的声源，并根据识别结果执行相应的操作。

结合第二方面，在一种可能的实现方式中，处理单元，具体用于：采用声音模型识别叠加后的声源，如果结果与预存的唤醒词相同，则启动人机交互功能；去除语音识别装置的声音。

结合第二方面和上述可能的实现方式，在另一种可能的实现方式中，叠加单元，具体用于：采用快拍数方法，对目标声源和第二声源进行相关性计算，得到延时时间；以目标声源的时间为基准，根据延时时间对第二声源进行延时处理；根据目标声源和第二声源分别对应的权重，对目标声源和延时后的第二声源进行叠加。

结合第二方面和上述可能的实现方式，在另一种可能的实现方式中，第二声源为外设采集的单一方向声源。