本发明涉及语音识别技术，特别是一种具有智能降噪功能的灯具语音识别控制方法。
背景技术：
语音识别技术是当前人工智慧化的重要组成部分，其中灯具这一市场巨大的电器产品，也随着人工智能化的脚步引入语音识别技术，利用人工语音口令代替传统的开关及遥控，具有天然的优势，可以跟智能灯具控制系统无缝对接。
纵观现有的灯具控制系统，其引入的语音识别技术还处于起步阶段，控制指令比较单一，尤其是识别率较低，常常需要多次语音呼叫才能获取一次响应，而这一状况主要还是因为语音识别模块的抗干扰能力差，环境中存在各种各样的噪音，都会影响语音识别的精准度，基于硬件电路的降噪方法成效甚微，现有语音识别灯具控制系统始终无法满足人们对高识别率的要求。
技术实现要素：
为了克服上述现有技术的不足，本发明的目的在于提供一种具有智能降噪功能的灯具语音识别控制方法。
为了实现上述目的，本发明采用的技术方案是：
一种具有智能降噪功能的灯具语音识别控制方法，包括以下步骤
(A)创建语音对比模型，该语音对比模型用于录入标准语音指令以及识别灯具使用时用户呼叫的语音指令；
(B)创建噪音模型，该噪音模型用于录入各种典型的噪音数据以及识别灯具使用时产生的噪音数据；
(C)用户发出语音指令，使用麦克风采集语音指令并进行模数转换成数字信号；
(D)噪音模型将步骤(C)中数字信号与其录入各种典型的噪音数据进行对比，当对比相似度超过噪音设定值时判定该数字信号为噪音数据，则本次语音指令无效；若对比相似度低于噪音设定值时则进入下一步；
(E)语音对比模型将步骤(C)中数字信号与其录入标准语音指令进行对比，当对比相似度超过有效设定值时判定该数字信号为正确数据，然后进入下一步；若对比相似度低于有效设定值时则判定本次语音指令无效；
(F)根据上述数字信号输出对应的控制信号给灯具驱动电源。
进一步，所述步骤(A)和(B)位置对调。
其中，所述步骤(F)中控制信号为开关信号、亮度调节信号、色温调节信号或颜色调节信号。
所述步骤(A)中语音对比模型录入标准语音指令包括不同性别、不同年龄段以及不同地域的语音数据。
所述语音数据在录入时采用人工进行标定：把有效的声音信号保留，以及将没有用的干扰信号去除。
所述噪音模型还具有自学习功能：噪音模型将步骤(D)中判定为噪音数据的数字信号录入噪音数据库。
所述语音对比模型还具有自学习功能：语音对比模型将步骤(E)中判定为正确数据的数字信号录入标准语音指令数据库。
本发明的有益效果是：
本发明灯具语音识别控制方法独创性的在语音对比模型基础上引入噪音模型，改被动降噪为主动降噪，主动将各种典型的噪音数据录入数据库，首先将被判定为噪音数据的语音指令屏蔽掉，从而提高后续语音对比模型的识别率，并且引入自学习功能，不断进化灯具的语音识别能力，极大地促进了灯具的人工智能化程度。
附图说明
下面结合附图对本发明的具体实施方式做进一步的说明。
图1为本发明灯具语音识别控制方法的控制流程图。
具体实施方式
如图1所示，本发明的一种具有智能降噪功能的灯具语音识别控制方法，包括以下步骤
(A)创建语音对比模型，该语音对比模型用于录入标准语音指令以及识别灯具使用时用户呼叫的语音指令；其中，语音对比模型所录入标准语音指令包括不同性别、不同年龄段以及不同地域的语音数据，被录入的人员基数超过3000人，力求达到录音的人口分布和年龄分布以及国内各个口音达到人口和年龄自然分布一致。语音数据在录入时采用人工进行标定：把有效的声音信号保留，以及将没有用的干扰信号去除。
(B)创建噪音模型，该噪音模型用于录入各种典型的噪音数据以及识别灯具使用时产生的噪音数据；该噪音模型的创建方法与创建语音对比模型一致。而步骤(A)和(B)位置可以对调，甚至是同步进行，均不影响本发明的实施,完成上述两种模型的创建之后，再将语音对比模型与噪音模型所应用灯具之语音识别模块中。
(C)准备工作完毕，进入识别阶段，当用户发出语音指令，使用麦克风采集语音指令并进行模数转换成数字信号；
(D)噪音模型将步骤(C)中数字信号与其录入各种典型的噪音数据进行对比，当对比相似度超过噪音设定值(如30％)时判定该数字信号为噪音数据，则本次语音指令无效；若对比相似度低于噪音设定值时则进入下一步；
(E)语音对比模型将步骤(C)中数字信号与其录入标准语音指令进行对比，当对比相似度超过有效设定值时(如82％)判定该数字信号为正确数据，然后进入下一步；若对比相似度低于有效设定值时则判定本次语音指令无效；
(F)根据上述数字信号输出对应的控制信号给灯具驱动电源，利用语音识别模块对两个输出脚进行高低电平控制来输出，用来控制LED驱动电源的工作，进而控制整体灯具；其中控制信号为开关信号、亮度调节信号、色温调节信号或颜色调节信号。
作为本技术方案的进一步优化，所述噪音模型还具有自学习功能：噪音模型将步骤(D)中判定为噪音数据的数字信号录入噪音数据库。
同理，所述语音对比模型也具有自学习功能：语音对比模型将步骤(E)中判定为正确数据的数字信号录入标准语音指令数据库。
如上所述，本发明灯具语音识别控制方法独创性的在语音对比模型基础上引入噪音模型，改被动降噪为主动降噪，主动将各种典型的噪音数据录入数据库，首先将被判定为噪音数据的语音指令屏蔽掉，从而提高后续语音对比模型的识别率，并且引入自学习功能，不断进化灯具的语音识别能力，极大地促进了灯具的人工智能化程度。
以上所述仅为本发明的优先实施方式，本发明并不限定于上述实施方式，只要以基本相同手段实现本发明目的的技术方案都属于本发明的保护范围之内。