用声音去沟通VUI(VoiceUserInterface).PDF

info@ 语音识别芯片LD3320 高阶秘籍 Update@2011 年10 月13 日 语音识别芯片/声控芯片 单芯片/非特定人/动态编辑识别列表 语音识别解决方案 用声音去沟通 VUI (Voice User Interface) ICRoute 用声音去沟通 VUI (Voice User Interface) Web : Tel ： 021 Mail: info@ 第 1 页 info@ 简介：3 一、 在识别精度要求高的场景中，使用“触发识 别”模式3 二、 增添“垃圾关键词语”——吸收错误识别3 三、 口令触发模式4 四、 巧妙运用关键词语的ID5 五、 工作电压5 六、 用拼音标注外文或者方言5 七、 对于同一关键词ID 设置多个习惯发音6 八、 调节语音结束后得到识别结果的反应时间6 九、 麦克风，相关寄存器设置与识别效果和距离..8 十、 语音识别用户使用模式详析 11 第 2 页 info@ 简介： 基于语音识别芯片 LD3320 开发产品，可参考《LD3320 开发手册》。为了 提高终端用户对于语音识别的主观体验，本文总结了一些高阶的方法和窍门， 集结成文，与大家共享。 本文档会不定期更新，及时汇总实战中的经验。敬请期待。 一、在识别精度要求高的场景中，使用“触发识 别”模式 关 于 LD3320 的两 种 使用 模式， 可 以参 考网站 介 绍 ： /web_cn/LD332X_UserModel.html 。 在识别精度要求高的场景中，应该采用“触发识别”模式。原因是： 1） 用户在每次按热键后，精神处于最集中的状态，此时用户说的语音 命令会比较认真，清晰。避免了用户过于随意的发音导致的识别误 差。 2） 每次按热键后，产品应该给以一个明显的开始信号，比如发出 “当”的一声或者其他提示信号，可以给用户一个明确开始的提 示，方便用户掌握说语音命令的时间。 3） 由于按键触发后，用户就会贴近麦克风并说出语音命令，避免了其 他环境声音被录入LD3320 芯片导致的误识别。 另：这种方式还是一种省电的方式，在不识别时，彻底不让芯片工作以省电。 二、增添“垃圾关键词语”——吸收错误识别 在设定好要识别的关键词语后，为了进一步降低误识别率，可以再添加一 些其他的任意词汇进识别列表，用来吸收错误识别，从而达到降低误识别率的 目的。 可以把这些关键词语称之为“垃圾关键词语”。 比如，某个应用场景中，需要识别的关键词语是 4 条，“前进”，“后 退”，“开门”，“关门”。在把这4 个关键词语设置进LD3320 后，可以再另 外设置 10~30 个词语进 LD3320，比如“前门”，“后门”，“阿阿阿”，“呜 呜”等等。 第 3 页 info@ 只有识别结果是 4 个关键词语之内的，才认为识别有效。如果识别结果是 “垃圾关键词语”，则说明是其他的声音导致的误识别，产品应该重新开始一 次识别过程。 这样，可以非常非常有效地降低误识别率。极大地提高终端用户