[发明专利]智能语音识别方法及设备、装置和存储介质

说明书

本申请涉及一种智能语音识别方法及设备、装置和存储介质。所述智能语音识别方法，包括：控制数据传输单元传输待播放音频信号至外部音响设备进行播放；外部音响设备用于根据待播放音频信号播放产生音响音频信号；获取外部音频信号；外部音频信号包括音频采集单元采集的音响音频信号和语音指令信号；定位外部音频信号中的音响音频信号后分离得到语音指令信号；对语音指令信号进行语音识别。该智能语音识别装置能够消除延时对回声消除准确性的影响，提高语音识别的准确性，同时还能提高与外部音响的适配性。

技术领域

本申请涉及智能设备技术领域，特别是涉及一种智能语音识别方法及设备、装置和存储介质。

背景技术

随着智能设备技术的发展，出现了智能语音识别技术，智能语音识别产品如智能音箱的语音识别算法，需要进行回声消除处理。在此过程中，需要对音箱播放的音频数据进行数据回采，该回采数据作为参考信号再进行回声消除处理。

现有技术中，智能音箱的音频回采方法多为通过采样电路及ADC转换为数字信号再通过I2S输入给主芯片，因此，在现有技术中需要一路采样电路和ADC转换模块。然而，在现在非智能语音识别产品中，需要加入智能语音识别功能时，由于该非智能语音识别产品其自身没有采样电路和ADC转换模块，导致无法在一些非智能语音产品上实现智能语音的功能。

对于非智能语音识别音响如果需要增加智能语音识别功能，则需要外设智能语音识别装置，然而智能语音识别装置与音响是相互分离的，两者间的相对位置不固定，使得在实际使用过程中，由于受到距离远近、环境干扰或无线干扰等因素的影响，音频信号在传输中会产生随机延时。而回声消除处理采用的自适应算法对延时的稳定性要求较高，一旦延时过大或随机性过高，会造成自适应算法的运算量巨大且收敛困难，影响最终的语音识别准确率。

发明内容

基于此，有必要针对上述技术问题，提供一种能够降低延时及延时随机性的智能语音识别方法及设备、装置和存储介质。

一种智能语音识别方法，所述方法包括：

控制数据传输单元传输待播放音频信号至外部音响设备进行播放；所述外部音响设备用于根据所述待播放音频信号播放产生音响音频信号；

获取外部音频信号；所述外部音频信号包括音频采集单元采集的音响音频信号和语音指令信号；

定位所述外部音频信号中的音响音频信号后分离得到语音指令信号；

对所述语音指令信号进行语音识别。

在其中一个实施例中，所述定位所述外部音频信号中的音响音频信号后分离得到语音指令信号的步骤包括：

将所述外部音频信号提取最大延时区间的若干个延时段；

分别对每个延时段按照预设的第一固定帧长度分段，并计算每个延时段的二进制位置信息；

根据所述每个延时段的二进制位置信息与预设的所述待播放音频信号的二进制位置信息的误码率定位所述外部音频信号中的音响音频信号的起始位置并提取所述音响音频信号。

在其中一个实施例中，所述方法还包括：

将原始音频数据按预设的第二固定帧长度分为若干个音频段；

采用离散小波变换算法将与若干个校验信息按顺序分别一一嵌入所述音频段的高频分量系数中，获得待播放音频信号；其中，所述校验信息的个数与所述音频段的段数相同。

在其中一个实施例中，所述定位所述外部音频信号中的音响音频信号后分离得到语音指令信号的步骤包括：

采用离散小波逆变换算法提取所述外部音频信号中的校验信息；

根据所述校验信息定位所述外部音频信号中所述音响音频信号的位置；