基于鲁棒语音增强算法的工业设备语音控制方法及系统与流程

1.本发明涉及语音处理技术领域，具体涉及基于鲁棒语音增强算法的工业设备语音控制方法及系统。


背景技术：

2.与机器进行语音交流，让机器明白你说什么，这是人们长期以来梦寐以求的事情。中国物联网校企联盟形象得把语音识别比作为“机器的听觉系统”。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。语音识别技术主要包括特征提取技术、模式匹配准则及模型训练技术三个方面。语音识别技术车联网也得到了充分的应用，例如在翼卡车联网中，只需按一键通客服人员口述即可设置目的地直接导航，安全、便捷。
3.而工业设备通常泛指大规模的工业生产过程中所使用的设备，随我国科技的研发与进步，在大规模的工业生产过程中由工业设备逐步覆盖人工，使得工业生产逐步趋于工业设备机械化，不仅提高了工业产能，也进一步的降低了工业生产过程中的人工劳动力输出。
4.这类设备是在无人干预的情况下，根据已经设定的指令或者程序，自动完成工作流程的任务，自动化设备在制造业、食品生产线、电子电器包装生产线上有广泛应用，同时在农业、物流等行业都有重要作用。
5.然而目前的工业生产中，绝大多数工业设备仍需要人工进行操作，缺乏一定程度的智能性，为了提高工业设备使用的智能性，在此提出了一种基于鲁棒语音增强算法的工业设备语音控制方法及系统，使工业设备可通过语音远程操控，以此来实现工业设备在操控使用过程中的智能性。


技术实现要素：

6.解决的技术问题针对现有技术所存在的上述缺点，本发明提供了基于鲁棒语音增强算法的工业设备语音控制方法及系统，解决了上述背景技术中提出的技术问题。
7.技术方案为实现以上目的，本发明通过以下技术方案予以实现：第一方面，基于鲁棒语音增强算法的工业设备语音控制方法，包括以下步骤：步骤1：分析工业设备部署区域，设定区域边界，在设定区域边界后的工业设备部署区域内构建局域网络；步骤2：获取工业设备部署区域内工业设备位置信息，根据位置信息生成工业设备拓扑结构图像；步骤3：在拓扑图像中捕捉各相邻两组工业设备间距离相等且距离短的点位；步骤4：获取步骤3于工业设备拓扑结构图像中捕捉的点位，获取工业设备拓扑结
构图像中由工业设备位置信息组成的各工业设备对应的点位，在获取的点位安装语音识别设备；步骤5：分析工业设备部署区域工业设备关闭状态信噪比；信噪比计算公式为：；其中，所述步骤5中的公式中：m 为语音的帧数；n 是每帧语音的长度；是每帧语音的起始点；s（i）为纯净语音信号；为降噪后的运用信号；步骤6：获取各分析目标分析所得信噪比，对信噪比处于设定信噪比安全阈值范围的分析目标对应工业设备语音识别设备进行确认；步骤7：获取各分析目标分析所得信噪比，对信噪比不处于设定信噪比安全阈值范围的分析目标对应工业设备语音识别设备进行记载；步骤8：分析工业设备部署区域工业设备运行状态信噪比；步骤9：分析当前各运行状态工业设备信噪比是否处于信噪比安全阈值中，分析不处于信噪比安全阈值的工业设备与所有工业设备的比值，在比值大于5%时跳转步骤4执行；所述步骤8在执行时步骤5再次执行为步骤8的执行提供新设定的安全阈值。
8.更进一步地，所述步骤3根据用户自主设定执行若干次，且所述步骤3在首次执行后的重复执行过程中，在点位捕捉时，应用步骤3上一次运行所得点位中各自相邻的两组。
9.更进一步地，所述步骤4在进行语音识别设备的安装时，对工业设备于工业设备拓扑结果图像中的对应点位部署语音识别设备大于一组，对步骤3中捕捉的点位部署语音识别设备大于两组。
10.更进一步地，所述步骤5下级设置有子步骤，包括以下步骤：步骤51：根据工业设备与工业设备拓扑结构图像中对应点位获取相邻工业设备，使每一相邻两组工业设备作为信噪比分析目标，设定信噪比安全阈值；其中，所述信噪安全阈值通过用户端手动编辑设定。
11.更进一步地，所述步骤6在执行前，实时捕捉步骤5及步骤7的执行状态，步骤6在步骤5执行结束、步骤7执行结束或步骤5执行结束、步骤7未执行状态下执行。
12.更进一步地，所述步骤7下级设置有子步骤，包括以下步骤：步骤71：实时监测步骤5运行状态，在步骤5运行结束后自步骤7中获取记载的语音识别设备；步骤72：分析各记载的语音识别设备对应信噪比与设定信噪比安全阈值差值，根据差值对语音识别设备进行适应性优化；所述步骤9分析不处于信噪比安全阈值的工业设备与所有工业设备的比值小于等于5%时跳转步骤7的下级子步骤72执行。
13.更进一步地，所述步骤72中对语音识别设备的适应性优化通过用户端手动进行协调设置；其中，用户端手动协调设置对语音识别设备作出的适应性优化内容包括：语音识别设备元器件的运行参数协调、语音识别设备元器件数量协调、语音识别设备元器件电路
设计协调、抗干扰屏蔽元件新部署协调、语音识别设备元器件中敏感元器件的部署位置、间距协调。
14.更进一步地，所述步骤4中于工业设备拓扑结构图像中各点位对应设备及步骤3中捕捉的点位上安装的语音识别设备实时监测自身电路状态，并在电路短路、断路状态下触发另一组语音识别设备运行。
15.第二方面，基于鲁棒语音增强算法的工业设备语音控制系统，包括：控制终端，是系统的主控端，用于发出控制命令；部署模块，用于获取系统服务区域，对系统服务区域中的工业设备进行语音识别设备的配置；编辑模块，用于编辑语音识别设备的可识别语音；匹配单元，用于识别工业设备可执行操作；用于接收编辑模块编辑的语音识别设备可识别语音，对语音识别设备的可识别语音于工业设备可执行操作进行匹配；共享模块，用于获取任一语音识别设备实时接收的语音，在局域网络中向其他语音识别设备发送；驱动模块：用于驱动工业设备按语音所匹配的可执行操作运行。
16.更进一步地，所述控制终端通过介质电性连接有部署模块及编辑模块，所述编辑模块内部通过介质电性连接有匹配单元，所述编辑模块通过介质电性连接有共享模块及驱动模块。
17.有益效果采用本发明提供的技术方案，与已知的公有技术相比，具有如下有益效果：本发明提供一种基于鲁棒语音增强算法的工业设备语音控制方法，通过该方法中的步骤执行能够对工业设备的部署区域进行有效识别，从而进一步的在识别到的工业设备部署区域中构建局域网络，使后续在工业设备上部署的语音识别设备具备互联、数据共享条件，以此使得用户能够在工业设备部署区域中任一语音识别设备部署位置进行任意工业设备的控制命令的下发。
18.本发明中方法在其步骤的执行过程中，通过对各工业设备的位置信息的识别与获取，能够进一步的在工业设备部署区域所处的指定范围内进一步的配置若干组语音识别设备，以此来达到便捷用户通过语音识别设备下发工业设备控制命令的目的。
19.本发明中方法在其步骤的执行过程中，能够对在工业设备上部署的语音识别设备进行连续的两次协调，在确保语音识别设备适用工业设备的同时，还能够确保语音识别设备的应用在数量上更加适宜，从而以此达到节省系统实施所需配置语音识别设备的费用支出的目的。
20.4、本发明提供一种基于鲁棒语音增强算法的工业设备语音控制系统，通过该系统的运行，为本发明中方法的步骤执行提供了必要的步骤执行条件，使在工业设备上部署的语音识别设备能够具备指定的语音识别功能，并以指定的语音识别功能来驱动工业设备运行。
附图说明
21.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现
有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
22.图1为基于鲁棒语音增强算法的工业设备语音控制方法的流程示意图；图2为本发明中基于鲁棒语音增强算法的工业设备语音控制方法的子步骤的流程示意图；图3为基于鲁棒语音增强算法的工业设备语音控制系统的结构示意图；图中的标号分别代表：1、控制终端；2、部署模块；3、编辑模块；31、匹配单元；4、共享模块；5、驱动模块。
具体实施方式
23.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
24.下面结合实施例对本发明作进一步的描述。
25.实施例1本实施例的基于鲁棒语音增强算法的工业设备语音控制方法，如图1所示，包括以下步骤：步骤1：分析工业设备部署区域，设定区域边界，在设定区域边界后的工业设备部署区域内构建局域网络；步骤2：获取工业设备部署区域内工业设备位置信息，根据位置信息生成工业设备拓扑结构图像；步骤3：在拓扑图像中捕捉各相邻两组工业设备间距离相等且距离短的点位；步骤4：获取步骤3于工业设备拓扑结构图像中捕捉的点位，获取工业设备拓扑结构图像中由工业设备位置信息组成的各工业设备对应的点位，在获取的点位安装语音识别设备；步骤5：分析工业设备部署区域工业设备关闭状态信噪比；信噪比计算公式为：；其中，步骤5中的公式中：m 为语音的帧数；n 是每帧语音的长度；是每帧语音的起始点；s（i）为纯净语音信号；为降噪后的运用信号；步骤6：获取各分析目标分析所得信噪比，对信噪比处于设定信噪比安全阈值范围的分析目标对应工业设备语音识别设备进行确认；步骤7：获取各分析目标分析所得信噪比，对信噪比不处于设定信噪比安全阈值范围的分析目标对应工业设备语音识别设备进行记载；步骤8：分析工业设备部署区域工业设备运行状态信噪比；
步骤9：分析当前各运行状态工业设备信噪比是否处于信噪比安全阈值中，分析不处于信噪比安全阈值的工业设备与所有工业设备的比值，在比值大于5%时跳转步骤4执行；步骤8在执行时步骤5再次执行为步骤8的执行提供新设定的安全阈值。
26.实施例2在具体实施层面，在实施例1的基础上，本实施例参照图1所示对实施例1中基于鲁棒语音增强算法的工业设备语音控制方法做进一步具体说明：步骤3根据用户自主设定执行若干次，且步骤3在首次执行后的重复执行过程中，在点位捕捉时，应用步骤3上一次运行所得点位中各自相邻的两组。
27.通过上述设置能够为语音识别设备在部署于工业设备部署区域时配置更多数量，一方面能够以此保证语音识别设备在出现故障时其他语音识别设备能够起到替用的目的，另一方可以此来提升用户在通过语音识别模块进行工业设备控制命令下发时的便捷性、随地性。
28.如图1所示，步骤4在进行语音识别设备的安装时，对工业设备于工业设备拓扑结果图像中的对应点位部署语音识别设备大于一组，对步骤3中捕捉的点位部署语音识别设备大于两组。
29.通过上述对语音识别设备在部署时的数量限定，一定程度的为个别语音识别设备出现故障时，用户对工业设备的控制提供了保障，使通过该方法来控制管理的语音识别设备在运行的过程中鲁棒性更佳。
30.如图1所示，步骤5下级设置有子步骤，包括以下步骤：步骤51：根据工业设备与工业设备拓扑结构图像中对应点位获取相邻工业设备，使每一相邻两组工业设备作为信噪比分析目标，设定信噪比安全阈值；其中，信噪安全阈值通过用户端手动编辑设定。
31.如图1所示，步骤6在执行前，实时捕捉步骤5及步骤7的执行状态，步骤6在步骤5执行结束、步骤7执行结束或步骤5执行结束、步骤7未执行状态下执行。
32.如图1所示，步骤7下级设置有子步骤，包括以下步骤：步骤71：实时监测步骤5运行状态，在步骤5运行结束后自步骤7中获取记载的语音识别设备；步骤72：分析各记载的语音识别设备对应信噪比与设定信噪比安全阈值差值，根据差值对语音识别设备进行适应性优化；所述步骤9分析不处于信噪比安全阈值的工业设备与所有工业设备的比值小于等于5%时跳转步骤7的下级子步骤72执行。
33.如图1所示，步骤72中对语音识别设备的适应性优化通过用户端手动进行协调设置；其中，用户端手动协调设置对语音识别设备作出的适应性优化内容包括：语音识别设备元器件的运行参数协调、语音识别设备元器件数量协调、语音识别设备元器件电路设计协调、抗干扰屏蔽元件新部署协调、语音识别设备元器件中敏感元器件的部署位置、间距协调。
34.如图1所示，步骤4中于工业设备拓扑结构图像中各点位对应设备及步骤3中捕捉的点位上安装的语音识别设备实时监测自身电路状态，并在电路短路、断路状态下触发另
一组语音识别设备运行。
35.实施例3在具体实施层面，在实施例1的基础上，本实施例参照图2所示对实施例1中基于鲁棒语音增强算法的工业设备语音控制方法做进一步具体说明：基于鲁棒语音增强算法的工业设备语音控制系统，包括：控制终端1，是系统的主控端，用于发出控制命令；部署模块2，用于获取系统服务区域，对系统服务区域中的工业设备进行语音识别设备的配置；编辑模块3，用于编辑语音识别设备的可识别语音；匹配单元31，用于识别工业设备可执行操作；用于接收编辑模块3编辑的语音识别设备可识别语音，对语音识别设备的可识别语音于工业设备可执行操作进行匹配；共享模块4，用于获取任一语音识别设备实时接收的语音，在局域网络中向其他语音识别设备发送；驱动模块5：用于驱动工业设备按语音所匹配的可执行操作运行。
36.在本实施例中，控制终端1控制部署模块2运行获取系统服务区域，对系统服务区域中的工业设备进行语音识别设备的配置，编辑模块3实时后置运行编辑语音识别设备的可识别语音，再由匹配单元31识别工业设备可执行操作，并接收编辑模块3编辑的语音识别设备可识别语音，对语音识别设备的可识别语音于工业设备可执行操作进行匹配，同步的共享模块4获取任一语音识别设备实时接收的语音，在局域网络中向其他语音识别设备发送，最后驱动模块5驱动工业设备按语音所匹配的可执行操作运行。
37.如图1所示，控制终端1通过介质电性连接有部署模块2及编辑模块3，编辑模块3内部通过介质电性连接有匹配单元31，编辑模块3通过介质电性连接有共享模块4及驱动模块5。
38.实施例4在具体实施层面，在实施例1的基础上，本实施例参照图2所示对实施例1中基于鲁棒语音增强算法的工业设备语音控制方法做进一步具体说明：基于鲁棒语音增强算法的工业设备语音控制系统，包括：控制终端1，是系统的主控端，用于发出控制命令；部署模块2，用于获取系统服务区域，对系统服务区域中的工业设备进行语音识别设备的配置；编辑模块3，用于编辑语音识别设备的可识别语音；匹配单元31，用于识别工业设备可执行操作；用于接收编辑模块3编辑的语音识别设备可识别语音，对语音识别设备的可识别语音于工业设备可执行操作进行匹配；共享模块4，用于获取任一语音识别设备实时接收的语音，在局域网络中向其他语音识别设备发送；驱动模块5：用于驱动工业设备按语音所匹配的可执行操作运行。
39.其中，上述实施例中方法在实际应用时的可通过任意一种现有的语音增强算法作为语音识别设备在运行时所使用的语音增强算法作为数据支持，下面选择现有的语音增强算法作为实例：
听觉掩蔽法听觉掩蔽效应在心理学上是指，当一个较弱的信号的附近出现了一个强信号，那么，弱信号将不会被感知到，即声音x的感知阈由于b声音的出现而提高，这种现象叫做人耳的听觉掩蔽效应。比如，在机器声嘈杂的厂房内，工人需要提高嗓音才能让对方听到。在听觉掩蔽效应中，被掩蔽的不可感知到的信号的最大声压级被称为掩蔽阈值，低于这个阈值的信号都将被掩蔽。由于掩蔽声的存在，因为掩蔽效应，在其附近只要低于掩蔽阈值的信号，即使其能量不为零，也无法被感知到。目前基于听觉掩蔽的语音增强方法主要有三类：基于噪声被掩蔽概率的方法：当噪声分量被语音掩蔽的时候，对带噪语音信号不进行处理，当噪声分量没有被语音掩蔽时，使用语音增强算法对语音进行处理。听觉掩蔽效应与谱减法相结合：通过听觉掩蔽阈值来动态调节谱减法中的噪声权重系数a和功率平滑系数b，在降噪和减少失真取得权衡。感知滤波器方法：感知滤波器是不将残留噪声完全消除，是利用人耳的掩蔽效应，将残留噪声控制在掩蔽门限一下，从而残留噪声不会被人耳感知到，这样可以在抑制噪声的同时降低语音的失真。
40.目前基于听觉掩蔽的语音增强方法主要有三类。
41.1、基于噪声被掩蔽概率的方法：当噪声分量被语音掩蔽的时候，对带噪语音信号不进行处理，当噪声分量没有被语音掩蔽时，使用语音增强算法对语音进行处理。
42.2、听觉掩蔽效应与谱减法相结合：通过听觉掩蔽阈值来动态调节谱减法中的噪声权重系数a和功率平滑系数β，在降噪和减少失真取得权衡。
43.3、感知滤波器方法：感知滤波器是不将残留噪声完全消除，是利用人耳的掩蔽效应，将残留噪声控制在掩蔽门限一下，从而残留噪声不会被人耳感知到，这样可以在抑制噪声的同时降低语音的失真。
44.综上而言，通过上述实施例能够对工业设备的部署区域进行有效识别，从而进一步的在识别到的工业设备部署区域中构建局域网络，使后续在工业设备上部署的语音识别设备具备互联、数据共享条件，以此使得用户能够在工业设备部署区域中任一语音识别设备部署位置进行任意工业设备的控制命令的下发；并且方法在其步骤的执行过程中，通过对各工业设备的位置信息的识别与获取，能够进一步的在工业设备部署区域所处的指定范围内进一步的配置若干组语音识别设备，以此来达到便捷用户通过语音识别设备下发工业设备控制命令的目的；同时还能够对在工业设备上部署的语音识别设备进行连续的两次协调，在确保语音识别设备适用工业设备的同时，还能够确保语音识别设备的应用在数量上更加适宜，从而以此达到节省系统实施所需配置语音识别设备的费用支出的目的；此外实施例中记载的一种基于鲁棒语音增强算法的工业设备语音控制系统，能够为方法的步骤执行提供了必要的步骤执行条件，使在工业设备上部署的语音识别设备能够具备指定的语音识别功能，并以指定的语音识别功能来驱动工业设备运行。
45.以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。