一種保險箱語音識別智能鎖系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種保險箱語音識別智能鎖系統(tǒng),包括用于語音采集、語音輸出的聲音輸入輸出系統(tǒng);用于處理語音信號的語音信號處理系統(tǒng);用于對識別結果進行處理的識別結果處理系統(tǒng)。該保險箱語音識別智能鎖系統(tǒng),采用的智能語音識別系,防盜等級更高,使用也很方便。
【專利說明】一種保險箱語音識別智能鎖系統(tǒng)
【技術領域】
[0001]本發(fā)明涉及保險箱【技術領域】,具體為一種保險箱語音識別智能鎖系統(tǒng)。
【背景技術】
[0002]保險箱是我們用來儲存貴重物品常用的工具,目前保險箱多采用機械的方法打開箱鎖的不僅使用不方便,安全系數(shù)也不是很高,為此,我們提出一種保險箱語音識別智能鎖系統(tǒng)。
【發(fā)明內容】
[0003]本發(fā)明一種保險箱語音識別智能鎖系統(tǒng),包括:
(I)用于語音米集、語音輸出的聲音輸入輸出系統(tǒng),包括:負責接收用戶的聲音,然后傳輸?shù)秸Z音信號處理系統(tǒng)進行后續(xù)處理的麥克風;用于輸出問答問題及告知用戶識別結果的喇叭。
[0004](2)用于處理語音信號的語音信號處理系統(tǒng),包括:預處理模塊還包括數(shù)模轉換模塊,分幀加窗模塊以及信號預加重模塊。所述數(shù)模轉換模塊:麥克風采集到的信號是模擬信號,模擬信號不利DSP芯片進行處理,所以首先在這里實現(xiàn)數(shù)模轉換,把模擬信號轉換成數(shù)字信號;所述信號預加重模塊是提升信號的高頻部分,使信號的頻譜變得平坦,以保持信號在整個頻帶內具有同樣的信噪比,便于聲道參數(shù)分析;所述分幀加窗模塊是在對語音信號進行分析和處理之前先將語音段分割成若干短的時間段,以保證每一個短的時間段內語音信號可近似看作具有固定特性的連續(xù)語音片段。話語端點檢測模塊,語音信號的端點檢測是進行特征訓練和識別的基礎,一般采集到的語音信號都摻雜無聲段和短時噪聲等無用的信息,造成語音的數(shù)據(jù)量非常大,為了從語音波形中提取出反映語音特征的參數(shù),須采用端點檢測的方法來確定一段語音信號的起點和終點。特征向量提取模塊,首先,原始的語音信號不能直接用于模版訓練和模式匹配,這是因為原始信號的數(shù)據(jù)量太大,系統(tǒng)的運算和存儲負擔過重;其次,原始語音信號包含太多的隨機因素,極大地影響了系統(tǒng)的識別率。特征提取就是對語音信號進行分析處理,去除對語音識別無關緊要的冗余信息,提取出對語音識別有用的信息。模式匹配模塊,將待識別的語音經(jīng)預處理以及特征提取以后得到的特征矢量序列稱之為測試模版,將特征模版庫中的各個模版稱之為參考模版,計算測試模版和參考模版之間的相似度,然后得出識別結果。
[0005](3)用于對識別結果進行處理的識別結果處理系統(tǒng),包括:用于執(zhí)行語音信號處理系統(tǒng)的命令的開關電路。用于控制保險箱鎖的控制電機,控制著箱鎖的開合。
[0006]與現(xiàn)有技術相比,本發(fā)明的有益效果是:該保險箱語音識別智能鎖系統(tǒng),采用的智能語音識別系,防盜等級更高,使用也很方便。
【專利附圖】
【附圖說明】
[0007]圖1是本發(fā)明的系統(tǒng)結構示意圖。
[0008]圖2是本發(fā)明的語音識別系統(tǒng)原理圖。
[0009]圖3是本發(fā)明的用戶使用流程圖。
【具體實施方式】
[0010]本發(fā)明一種保險箱語音識別智能鎖系統(tǒng),包括:
(I)用于語音米集,語音輸出的聲音輸入輸出系統(tǒng),包括:麥克風,是負責接收用戶的聲音,然后傳輸?shù)秸Z音信號處理系統(tǒng)進行后續(xù)處理。喇叭,用于輸出問答問題,以及告知用戶識別結果。
[0011](2)用于處理語音信號的語音信號處理系統(tǒng),包括:預處理模塊,主要有以下功能:數(shù)模轉換,麥克風采集到的信號是模擬信號,模擬信號不利處用DSP芯片進行處理,所以首先在這里實現(xiàn)數(shù)模轉換,把模擬信號轉換成數(shù)字信號。信號的預加重,預加重的目的是提升信號的高頻部分,使信號的頻譜變得平坦,以保持信號在整個頻帶內具有同樣的信噪比,便于聲道參數(shù)分析。分幀加窗,在對語音信號進行分析和處理之前先將語音段分割成若干短的時間段,以保證每一個短的時間段內語音信號可近似看作具有固定特性的連續(xù)語音片段。話語端點檢測模塊,語音信號的端點檢測是進行特征訓練和識別的基礎,一般采集到的語音信號都摻雜無聲段和短時噪聲等無用的信息,造成語音的數(shù)據(jù)量非常大,為了從語音波形中提取出反映語音特征的參數(shù),須采用端點檢測的方法來確定一段語音信號的起點和終點。特征向量提取模塊,首先,原始的語音信號不能直接用于模版訓練和模式匹配,這是因為原始信號的數(shù)據(jù)量太大,系統(tǒng)的運算和存儲負擔過重;其次,原始語音信號包含太多的隨機因素,極大地影響了系統(tǒng)的識別率。特征提取就是對語音信號進行分析處理,去除對語音識別無關緊要的冗余信息,提取出對語音識別有用的信息。模式匹配模塊,將待識別的語音經(jīng)預處理以及特征提取以后得到的特征矢量序列稱之為測試模版,將特征模版庫中的各個模版稱之為參考模版,計算測試模版和參考模版之間的相似度,然后得出識別結果O
[0012](3)用于對識別結果進行處理的識別結果處理系統(tǒng),包括:用于執(zhí)行語音信號處理系統(tǒng)的命令的開關電路。用于控制門鎖的控制電機,控制著門鎖的開合。門鎖,本門禁系統(tǒng)的主要部分。所述的語音識別系統(tǒng)原理圖如圖2所示,識別過程分為兩個步驟:第一步是系統(tǒng)的學習階段,這一階段的任務是建立識別單位的聲學模型;第二步是測試階段,根據(jù)識別系統(tǒng)的類型選擇能夠滿足要求的一種識別方法,采用語音分析方法提出這種識別方法要求的特征參數(shù),按照一定準則與系統(tǒng)模型進行比較,通過判決得出識別結果。具體步驟如下:數(shù)模轉換采樣:人說話的信號頻率范圍主要集中在300Hz?3000Hz,語音信號通過輸入設備轉化成電信號后,需要設計一個帶通濾波器以便濾掉語音信號頻率以外的干擾由采樣裝置根據(jù)Nyquist采樣定理,以不小于語音信號頻譜帶寬2倍的采樣頻率進行采樣。預加重,目的是提升信號的高頻部分,使信號的頻譜變得平坦,以保持信號在整個頻帶內具有同樣的信噪比,便于聲道參數(shù)分析通常是用一階數(shù)字濾波器來實現(xiàn)。分幀加窗,在對語音信號進行分析和處理之前先干短的時間段將語音段分割成若,以保證每一個短的時間段內語音信號可近似看作具有固定特性的連續(xù)語音片段這樣一個短的時間段稱為一幀,對每一幀進行處理也就等效于對固定特性的一段干幀的常用手段是對語音信號進行加連續(xù)語音進行處理將語音信號分成若窗處理,即用一個有限長度的窗函數(shù)截取一段語音信號來進行分析在語音信號的數(shù)字處理中常用的是矩形窗和漢明窗。端點檢測,語音信號的端點檢測是進行特征訓練和識別的基礎,一般采集到的語音信號都摻雜無聲段和短時噪聲等無用的信息,造成語音的數(shù)據(jù)量非常大,為了從語音波形中提取出反映語音特征的參數(shù),須采用端點檢測的方法來確定一段語音信號的起點和終點端點監(jiān)測涉及的信息包括短時能量過零碎。特征向量提取,本系統(tǒng)采用了不同說話人的分散程度與各說話人自身的分散程度之間的對比值作為特征參數(shù)的評價方法。對單個參數(shù)而言,可以取兩種分布參數(shù)的方差比(稱為F比)作為有效的度量準則。F比反映了不同說話人的分散程度與各說話人自身的分散程度之間的對比關系。模式匹配,說話人對同一個詞的兩個發(fā)音不可能完全相同,這些差異不僅包括音強的大小頻譜的偏移,更重要的是發(fā)音時音節(jié)的長短就不可能完全相同,而且兩次發(fā)音的音節(jié)往往不存在線性的對應關系,在語音識別過程中,用戶進行訓練或者識別時,即使每次盡量以同樣的方式說同一個詞匯,其持續(xù)時間的長度也會隨機改變,因此,如果直接用特征矢量參數(shù)序列的模式來進行相似性的比較,其效果不是最佳的,需要對特征參數(shù)序列重新進行時間的校準,采用動態(tài)時間規(guī)整(DTW)方法可以有效地解決這個問題。為了進行相似度測量,將特征模版庫中的各個模版稱之為參考模版,用R來表示;將待識別的語音經(jīng)預處理以及特征提取以后得到的特征矢量序列稱之為測試模版,用T表示。計算測試模版和參考模版之間的相似度,可以計算它們之間的失真,失真度越小相似性越高測試模版和參考模版之間的總體失真表示為D(T,R)判決器將測試信號相對于參考模版的失真度與系統(tǒng)設定的可靠閾值Dth進行比較,根據(jù)比較結果做出判決如果Din> Dth,拒絕請求,如果Din < Dth,接受請求,并驅動電磁設備進行開鎖動作。用戶使用流程圖如圖3所示,用戶說出“開門”,系統(tǒng)接收到語音信號好,判斷該聲音信號是否屬于指定的人群,如果不是,則忽略,如果是,則通過喇叭發(fā)出預先設定的問題。用戶聽到問題后經(jīng)行回答,如果回答錯誤,系統(tǒng)則通過喇叭說“回答錯誤”,用戶必須重新進行開門流程。如果回答正確,系統(tǒng)則啟動開鎖動作。
[0013]以上對本發(fā)明實施例所提供的保險箱語音識別智能鎖系統(tǒng)詳細介紹,本文發(fā)明應用了具體個例對本發(fā)明的原理及實施方式進行了闡述,以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想;同時,對于本領域的一般技術人員,依據(jù)本發(fā)明的思想,在【具體實施方式】及應用范圍上均會有改變之處,綜上所述,本說明書內容不應理解為對本發(fā)明的限制。
【權利要求】
1.一種保險箱語音識別智能鎖系統(tǒng),其特征在于包括:用于語音采集、語音輸出的聲音輸入輸出系統(tǒng);用于處理語音信號的語音信號處理系統(tǒng);用于對識別結果進行處理的識別結果處理系統(tǒng)。
2.根據(jù)權利要求1所述的保險箱語音識別智能鎖系統(tǒng),其特征在于所述的聲音輸入輸出系統(tǒng)還包括:負責接收用戶的聲音,然后傳輸?shù)秸Z音信號處理系統(tǒng)進行后續(xù)處理的麥克風;用于輸出問答問題及告知用戶識別結果的喇叭。
3.根據(jù)權利要求1所述的保險箱語音識別智能鎖系統(tǒng),其特征在于所述的語音信號處理系統(tǒng)還包括預處理模塊,話語端點檢測模塊、特征向量提取模塊、模式匹配模塊。
4.根據(jù)權利要求3所述的保險箱語音識別智能鎖系統(tǒng),其特征在于所述預處理還包括數(shù)模轉換模塊,信號預加重模塊及分幀加窗模塊。
5.根據(jù)權利要求1所述的保險箱語音識別智能鎖系統(tǒng),其特征在于所述的識別結果處理系統(tǒng)包括:用于執(zhí)行語音信號處理系統(tǒng)的命令的開關電路;用于控制著箱鎖的開合的控制電機以及箱鎖。
【文檔編號】G07C9/00GK104240705SQ201410491862
【公開日】2014年12月24日 申請日期:2014年9月24日 優(yōu)先權日:2014年9月24日
【發(fā)明者】朱龍騰 申請人:上海伯釋信息科技有限公司