一種具有智能喚醒功能的無線耳機設計

岳雅婷，孫文清，張雅婷，朱雨情，張 琦

（安徽三聯學院，安徽 合肥 230601）

0 引言

智能小耳主要利用智能喚醒的功能,完成使用者的指令,對耳機做出的一系列的創新都是更好地為使用者提供服務,在生活中給使用者有很大的幫助。 智能小耳的喚醒功能幫助使用者順利完成操作,來電、去電的語音與文字互轉顯示功能可以輕松方便的接收發送信息。

1 無線耳機的“智能化”原理

“智能小耳”設備開啟后能自動加載內部資源,這時設備處于休眠狀態。 當用戶說出原先設定的特定喚醒詞后,設備就會被喚醒,此時設備解除休眠狀態進入工作狀態,等待用戶下一步的指令。 在此過程中,用戶不需要動手操作,直接憑借聲音說出特定喚醒詞再用語音進行后續操作,利用語音喚醒的功能,設備不用時刻處于工作的狀態,可以很大程度節省能耗,全程不需要動手操作完全憑借語音,所以十分便捷［1-3］。

1.1 語音喚醒原理

語音喚醒技術的實現主要是依賴語音喚醒模型,它是整個語音喚醒系統的核心。 語音喚醒模型主要功能是在聽到喚醒詞后就能立刻從休眠狀態轉換為工作狀態,所以必須實時監測,才可以在聽到喚醒詞后做到立刻反饋。 即使處于不聯網狀態,也可以做出及時響應。

1.2 語音與文字轉換原理

語音識別流程主要是輸入、前端處理(預處理）、特征處理、識別過程、文本后處理。

1.2.1 輸入

輸入是指音頻信號。

1.2.2 前端處理(預處理)

當需要被識別的音頻信號輸入后,需要對音頻進行一些優化處理。 例如,音頻中有一段靜音,需要切掉靜音部分,這就是靜音檢測(Voice Activity Detection,VAD）技術,也叫端點檢測。 靜音檢測用于檢測出含有聲音信息的音頻,切除靜音的部分。 靜音檢測可以設置靜音檢測時長,根據時長判斷是否是靜音,從什么時間開始切除。 部分音頻中含有噪聲,需要對其進行降噪處理,這樣可以更好地進入后續的任務流程。 還有一些語音的預處理過程例如分幀、加窗、預加重［4-8］。

1.2.3 特征提取

在預處理完成之后,需要對音頻進行聲學特征參數提取,這些特征提取主要是通過參數的方式獲取音頻的特征,將音頻的特征變成計算機能夠處理的語音特征向量,方便計算機理解、記錄和對比。 每段音頻的特征參數基本上都是不一樣的,同樣一段話的不同音色的音頻特征可能更接近一些。

1.2.4 模型生成

當特征提取成功后,根據這些參數特征生成模型,稱為聲學模型,聲學模型主要是用于生成音素。 在中文中,音素指拼音的聲母韻母。

1.2.5 模型匹配

將提取的特征參數與聲學模型和語言模型進行匹配。 與聲學模型對比給出對應音素的概率,從而判斷具體的音素。 和語音模型對比給出漢字或者詞語的概率。

1.2.6 生成文字

通過語言模型的對比,生成漢字,也根據上下文的句子優化識別出來的文字。

1.2.7 數字歸一化

在識別的音頻中如果出現數字時,識別出來剛開始時是漢字。 例如,“123”會被識別成“一二三”。 為了便于用戶的理解,提高用戶體驗,則需要將數字歸一化,把漢字轉化為阿拉伯數字。

語音識別技術在整個語音交互中是一個不可或缺的技術,但是有一些瓶頸問題。 比如,在轉換過程中容易出現差錯。 現如今的技術可以做到盡可能將識別錯誤率降在一個容錯的范圍內,少量的錯誤并不會對整段話的理解產生影響,智能行業的發展伴隨著這種技術,是相輔相成的［9-10］。

2 系統設計

2.1 硬件電路設計

本套系統采用了智能喚醒技術、語音文字互轉技術、語音播報和語音識別技術。 利用藍牙技術將智能耳機與手機相匹配連接,做到下達指令并準確完成以及語音文字互轉顯示。 系統分為信息采集模塊、信息處理模塊和人機交互模塊3 個部分,如圖1 所示。 這套系統為老人提供了很多方便,無論是老年機還是智能機都可以與智能小耳通過藍牙連接,連接上之后可以通過小耳的特殊功能—智能喚醒和來電、去電的語音與文字互轉顯示等功能,來實現與別人聯系溝通。這款產品利用自身的特殊功能完成老人們的需求,給使用者更好的使用感。

圖1 智能無線耳機的系統模塊化結構

開啟耳機與手機藍牙,將手機與耳機進行匹配,匹配成功后,利用智能喚醒功能喚醒耳機的智能助理。再對智能助理下達命令,智能助理接收命令后,根據命令的內容對手機進行相應的控制,如使用者收到消息時,聽到消息的提示音,讓小耳提取消息,根據使用者的需求,利用來電去電的語音與文字互轉功能。 當使用者需要消息以語音的形式呈現時,如果消息是語音則不改變形式,如果消息是文字則利用此功能轉換為語音。 使用者需要消息以文字的形式呈現時,如果消息是文字則不改變形式,如果消息是語音則利用此功能轉換為文字,最后將結果反饋給使用者。 智能無線耳機的功能流程,如圖2 所示。

圖2 智能無線耳機的功能流程

2.1.1 信息采集模塊

信息采集模塊主要包括使用者指令采集技術來檢測信息,完成使用者命令。 使用者指令采集用于采集使用者所發出的指令,利用語音文字轉換器實現語音文字互轉功能,這款軟件具有操作簡單、實時高效、轉字準確的特點,從而達到信息采集的目的。

2.1.2 信息處理模塊

進行信息采集后,選用合適的單片機來接收和存儲數據。 將采集到的信息與使用者命令相匹配,在使用者的允許下完成指令的內容。 在使用的過程中,使用者將耳機與手機利用藍牙相連接,從而實現耳機控制手機這一功能。

2.1.3 人機交互模塊

系統主要為老人提供服務,人機交互帶來更加便捷、人性化的服務體驗。 耳機開機后通過藍牙自動與手機連接,此時,使用者給智能小耳下達語音指令,系統識別人聲后搜索相關字,將其轉化為機器語言進行編碼、譯碼處理。 系統會結合數據庫完成指令的內容,最后通過語音或文字的形式呈現給使用者。

2.2 特色優勢

市場上的耳機功能單一,并且只能進行簡單的語音通話,不能通過語音操控耳機和手機。 智能小耳則能通過智能喚醒、來電與去電的語音與文字互轉顯示等功能來滿足老年人的需求,以創新的功能和方便易攜的小巧機身吸引老年人群,以豐富實用的功能滿足消費者。 因此,本產品實用性很強,具有新穎性、先進性、獨特性的特點,并帶有特色功能,使用也是十分方便簡單,能靠指令實現很多功能,給予客戶一種新的體驗。

3 結語

文章著手于解決老年人的精神上與生活上的需求。 助力小耳智能喚醒功能可以幫助使用者更方便地完成操作,在使用者下達命令之后,能夠快速準確的完成指令。