[发明专利]一种基于智能激光笔的语音控制方法、系统、装置及可读存储介质

说明书

本发明涉及语音信号处理、语音识别、语义理解处理领域，尤其为一种基于智能激光笔的语音控制方法，该方法包括：将激光笔的音频数据传回识别引擎选择模块并识别为文字信息。识别引擎选择模块包含离线命令识别和在线语音转写模块。如果用户在做语音命令操作，则将识别结果传递给语义理解模块，判断是进行计算机控制还是ppt操作。如果用户正在进行字幕操作，则将识别结果传递给字幕模块，最后进行字幕显示。本发明利用语音信号的处理技术结合硬件设备，实现智能激光笔的计算机控制、ppt控制、打开特定文件夹中的文件并可以进行字幕演示。本发明还公开了一种基于智能激光笔的语音控制系统、装置及计算机可读存储介质与上述方法具有相同的有益效果。

技术领域

本发明涉及语音信号处理、语音识别、语义理解技术领域，具体为一种基于智能激光笔的语音控制方法、系统、装置及可读存储介质。

背景技术

目前现有的激光笔虽然有极少数带有语音输入、语音翻译和语音搜索功能，但是对语音指令的实现方法并没有很好的描述。人们在使用激光笔的语音功能时，还只能进行一些粗浅的语音交互，无法做到智能交互。

发明内容

本发明的目的在于提供一种基于智能激光笔的语音控制方法、系统、装置及可读存储介质，以解决上述背景技术中提出的问题。所述基于智能激光笔的语音控制方法，包括智能激光笔的整体架构、按键控制、离线命令词控制和离线命令词识别。可以让激光笔进行ppt控制、声音亮度调节、打开指定文件夹中的文件并将说话内容识别为字幕。丰富激光笔的语音交互功能。

为实现上述目的，本发明提供如下技术方案：

一种基于智能激光笔的语音控制方法，包括以下步骤：

步骤1：在激光笔内集成的麦克风采集语音信息，采集到的语音通过编解码模块处理后上传至计算机，计算机内安装的激光笔驱动程序接收语音信息；

步骤2：激光笔驱动程序检测激光笔上的字幕键以及控制键，当检测到字幕键时启动在线随意语音转写模块；

步骤3：在线随意语音转写模块返回语音转写结果，将结果发送给字幕模块显示出最后的结果；

步骤4：当检测到控制键的时候启动离线命令词识别模块，离线命令词识别模块返回结果；

步骤5：将离线命令词识别结果传递给离线命令词控制模块，根据离线命令词控制模块执行相应的计算机控制或ppt操作。

优选的，步骤2所述的智能激光笔的按键控制包括以下步骤：

步骤21：激光笔驱动程序检测激光笔上的“字幕键”以及“控制键”，当存在按键按下时，软件右下角的状态小图标变为蓝色；

步骤22：如果检测到“字幕键”被按下，程序启动录音，并启动在线语音转写，返回实时的识别结果并进行字幕显示，直到按键被松开；

步骤23：如果检测到“控制键”被按下，程序启动录音，直到按键被松开后，启动离线命令词识别，并返回识别结果，将识别结果传入离线命令词控制模块。

优选的，步骤4所述的智能激光笔的离线命令词识别包括以下步骤：

步骤41：构建离线命令词表，即将所有的离线命令词进行汇总，并将离线命令词表加入离线命令词构建引擎；

步骤42：通过离线命令词构建引擎构建离线命令词语法，并输出离线命令词识别引擎；

步骤43：通过离线命令词识别引擎可以将输入的音频数据进行离线识别，形成识别结果；

步骤44：最后将识别结果与已经写好的控制规则进行比对，执行相应的控制，通过模拟快捷键或者调用计算机接口的方式达到用户想要的效果。

优选的，步骤5所述的智能激光笔的离线命令词控制包括以下步骤：