[发明专利]控制方法、语音设备、控制设备、电子设备及存储介质

说明书

本发明属于智能家电技术领域，本发明提供的控制方法、语音设备、控制设备、电子设备及存储介质，该控制方法应用于语音设备，包括：接收待处理音频信号并提取第一音频特征；将第一音频特征输入神经网络模型，获得输出数据，该神经网络模型是基于预设音频信号的第二音频特征训练得到的，所述预设音频信号中的语音信号的第二语音特征与所述预设音频信号的第二音频特征之间的比值为所述第二音频特征的标注值；依据输出数据和第一音频特征，确定待处理音频信号中语音信号的第一语音特征及判别值；上传判别值，若收到返回的控制指令，则执行待处理音频信号对应的处理。通过上述神经网络，可以避免非平稳噪声信号对确定目标语音设备准确。

技术领域

本发明属于智能家电技术领域，具体涉及一种控制方法、语音设备、控制设备、电子设备及存储介质。

背景技术

目前，语音设备可以通过采集用户的语音信号执行相应的操作。然而，在唤醒语音设备时，若是多个语音设备设置有相同的唤醒词，则在用户输出语音信号时，则可能导致多个设备同时唤醒。

现有技术中，由于声音在传播过程中距离音源越近，采集到的信号能量越高，因此可以通过对多台语音设备接收到的语音信号的能量进行比较，进而确定出目标语音设备。

然而，由于语音设备采集语音信号时，会同时采集到许多非平稳的噪声信号，而传统的降噪算法难以去除这些非平稳的噪声信号，从而使得能量计算不准确，最终确定的目标语音设备出现误差。

发明内容

为了解决现有技术中的上述问题，即为了解决现有技术中目标语音设备确定不准确的问题，本发明提供了控制方法、语音设备、控制设备、电子设备及存储介质。

根据本申请实施例的第一方面，本发明提供了一种控制方法，应用于语音设备，该方法包括：

接收待处理音频信号，并提取所述待处理音频信号的第一音频特征，所述待处理音频信号由语音信号以及非平稳噪声信号混合组成；

将所述第一音频特征输入神经网络模型，获得输出数据，其中，所述神经网络模型是基于预设音频信号的第二音频特征训练得到的，所述预设音频信号中的语音信号的第二语音特征与所述预设音频信号的第二音频特征之间的比值为所述第二音频特征的标注值；

依据所述输出数据以及所述待处理音频信号的第一音频特征，确定所述待处理音频信号中的语音信号的第一语音特征，并确定所述第一语音特征对应的判别值；

向控制设备上传所述判别值，若接收到所述控制设备返回的控制指令，则执行所述待处理音频信号对应的处理。

在上述控制方法的优选技术方案中，所述提取所述待处理音频信号的第一音频特征，包括：

对所述待处理音频信号进行短时傅里叶变换处理，得到第一频域信号；

依据所述第一频域信号以及预设的Mel频率转换公式，确定所述待处理音频信号的第一音频特征；

所述依据所述输出数据以及所述待处理音频信号的第一音频特征，确定所述待处理音频信号中的语音信号的第一语音特征，包括：依据所述输出数据以及所述预设的Mel频率转换公式，确定第二频域信号；

依据所述第二频域信号以及所述第一频域信号，确定所述待处理音频信号中的语音信号的第一语音特征。

在上述控制方法的优选技术方案中，所述依据所述输出数据以及所述待处理音频信号的第一音频特征，确定所述待处理音频信号中的语音信号的第一语音特征之后，所述方法还包括：依据预设的语音降噪算法对所述第一语音特征进行降噪处理，得到降噪后的信号；

所述确定所述第一语音特征对应的判别值，包括：

基于所述降噪后的信号以及所述语音设备的校准系数，确定所述第一语音特征对应的频谱能量值，将所述频谱能量值作为所述判别值。