本地化硬件语音合成和识别技术在智能家居系统中的应用.pdfVIP

基于硬件的本地化语音交互技术在智能家居系统中的应用 智能家居一直是很多人的梦想，然而它似乎始终停留在科幻电影中， 却从未真正走入过人们的现实生活。 虽然人们家中使用的电器设备从白炽灯变成了 LED 光源，有线电话 变成了智能手机，黑白电视变成了3D 云电视，台式PC 变成了平板电脑， 从电饭锅变成了微波炉，电风扇变成了中央空调，然而对电器的操控方 式却始终是手动开关和红外遥控的老版本，人们的生活方式也并没有太 大的改变。目前已经开发出的智能家居系统几乎都都是针对灯光窗帘门 禁音响进行控制的老套路，除了把一些开关做成触摸式，遥控式，集中 控制面板式，再找不到什么值得一提的亮点。而随着控制系统越来越专 业，操作界面越来越复杂，普通非技术人员特别是老年人接受和使用的 难度相当大，不但没有为生活提供便利，反而成了一种新的负担。好多 老年人面对数字电视接收机遥控器上密密麻麻的一筹莫展。而人机交互 手段的局限，正是这种现象的根本原因。 在人们的日常生活中，语言无疑是最简单的交流工具，它比其他的 感观和行为都更加直接，承载信息量大，传达内容精准，作用距离远， 而且人人都可以运用自如。如果能采用自然语音与智能家居系统进行互 动，无疑是再方便不过了，但这最简单的人机交流手段，从技术上却是 非常难以实现的。 随着软硬件技术和网络技术的飞速发展，数字化语音交互技术终于 走进了人们的现实生活。最具代表性的有基于网络的“云”识别技术和 基于专用硬件电路的纯硬件本地化语音交互技术。 1 基于“云”识别的语音交互技术： 自从Apple 公司发布基于“云”识别的语音交互系统Siri 发布以来， 用自然语言特别是中文与设备进行交互控制成了一个热门话题。移动互 联网领域无疑成了“云”识别的天下，在移动互联网业务中，语音识别 都是通过“云”来进行的。然而“云”识别却有一些严重的缺点： 1、“云”识别的运行依赖于先进的操作系统，昂贵的处理器，复杂 的云端程序，高的网络通信和庞大的云后台服务器系统，实现成本高， 建设难度大； 2、基于“云”识别，要把用户的声音上传到服务器进行处理，如果 要做到随时待命，就意味着用户说的每句话都会被上传到服务器上，而 识别后的语音已经成为文字数据表示，极易被监控，窃听和记录。毫无 隐私和安全可言； 3、云端程序占用系统资源多，空间大，难以在轻量级低成本硬件平 台上实现，体积和造价难以控制； 4、“云”识别完全依赖网络通信，一旦断网便无法运行，在网络难 以接入或移动信号的盲区内无法实现。 基于以上几点，“云”识别非常不适合应用于智能家居系统中。 纯硬件本地化语音交互技术： 近年来，我国的一些高技术公司在语音交互技术领域取得了可喜的 成果，在中文语音合成（TTS）和中文语音识别（ICR）技术方面占得了 市场先机，自主研发出了一大批语音交互软硬件产品，其中最具代表性 的就是北京宇音天下公司推的 SYN 系列中文语音合成芯片和 IC-ROUTE 公司推出的LD 系列中文语音识别芯片。这些国产先进语音芯片的问世， 2 使小体积，低成本，高性能的本地化硬件语音交互控制产品成为可能。 基于这些芯片开发的语音交互控制系统，也就是语音人机交互（VUI）系 统，为中国的智能家居领域提供了非常理想的语音交互控制手段。 基于硬件的本地化语音交互系统有着自己的独特优点： 1、用户的语音指令直接由本地硬件芯片处理，不必上传到网络，语 音内容实时匹配实时刷新，不会被存储和盗用，确保用户的隐私不被侵 犯； 2、系统体积小巧，价格低廉，不占用用户系统的处理器和资源，非 常容易嵌入与整合，可以做到随需安装，随处安装，不易受空间和环境 限制； 3、识别精准迅速，语音清晰自然，操作简便易学； 4、非特定人识别，无须录音训练；多种人声音色，语速音调多变； 关键词表存储，无需海量空间；拼音汉字描述，内容设定简单。 典型的基于硬件本地化语音交互系统主要由语音合成（TTS）电路， 语音识别（ICR）电路，交互脚本引擎和设备控制接口等部分构成。 以下是一些采用语音天下公司的 SYN6288