一种人机语音交互系统的制作方法

本发明涉及语音交互，尤其涉及一种人机语音交互系统。

背景技术：

1、随着移动智能设备的发展，语音助手成为了其中重要的软件，人们可以利用语音助手实现对设备的语音控制，人们通过语音交互唤醒语音助手，在不同场景下，语音助手的唤醒存在偏差，这使得人机语音交互出现误唤醒或者未应答等现象，影响用户的体验。

2、中国专利公开号：cn106448663b公开了一种语音唤醒方法及语音交互装置，包括：接收语音输入信号；根据第一声学模型，确定所述语音输入信号和预设的唤醒语音信号之间的第一帧长，并判断所述第一帧长是否超过第一预设阈值；若超过，则根据第二声学模型，确定所述语音输入信号和预设的唤醒语音信号之间的第二帧长，并判断所述第二帧长是否超过第二预设阈值，若超过，则唤醒语音交互功能，其中，所述第二声学模型的准确度高于所述第一声学模型的准确度。该发明实现了对语音助手唤醒的控制，未能实现对不同场景下对语音助手唤醒的影响，存在人机语音交互分析效率低，语音助手唤醒不准确的问题。

技术实现思路

1、为此，本发明提供一种人机语音交互系统，用以克服现有技术中人机语音交互分析效率低，语音助手唤醒不准确的问题。

2、为实现上述目的，本发明提供一种人机语音交互系统，包括：

3、语音获取模块，用以实时获取用户与智能设备进行语音交互的语音信息；

4、语音分析模块，用以根据语音信息对帧长参数进行分析，并根据帧长参数判断语音交互方式；

5、第一控制模块，用以在语音交互方式为非人人交互时，获取交互图像；

6、语音识别模块，用以在语音交互方式为非人人交互时，对语音信息进行分析，以得到识别文字和环境嘈杂度，还用以根据预设唤醒关键词对识别文字进行关键词分析，以得到词组参数；

7、交互分析模块，用以根据帧长参数和词组参数对语音助手的唤醒方式进行分析；

8、调整优化模块，用以根据环境嘈杂度对语音助手的唤醒方式的分析过程进行调整，还用以根据交互图像对语音助手的唤醒方式的调整过程进行优化；

9、第二控制模块，用以根据语音助手的唤醒方式对语音助手进行控制；

10、反馈校正模块，用以获取语音助手唤醒后用户的交互情况，并根据语音助手唤醒后用户的交互情况对语音助手的唤醒方式的优化过程进行校正。

11、进一步地，所述语音分析模块设有分帧分析单元，其用以根据预设帧长计算预设帧长内语音信息的平均语音振幅，并将语音振幅与振幅阈值进行比对，并根据比对结果对语音信息进行分帧处理，其中：

12、当v＞v时，所述分帧分析单元判定当前分析帧长为语音信号；

13、当v≤v时，所述分帧分析单元判定当前分析帧长为非语音信号；

14、其中，v表示平均语音振幅；v表示振幅阈值；

15、所述分帧分析单元将语音帧数连续的语音信号组合设置为文字帧。

16、进一步地，所述语音分析模块还设有帧长分析单元，其用以将文字帧的帧长与帧长阈值进行比对，并根据比对结果判断文字帧的帧长是否符合阈值，其中：

17、当t＞t时，所述帧长分析单元判定当前文字帧的帧长不符合阈值；

18、当t≤t时，所述帧长分析单元判定当前文字帧的帧长符合阈值；

19、其中，t表示文字帧的帧长，t表示帧长阈值；

20、所述帧长分析单元根据帧长符合阈值的文字帧数量和帧长不符合阈值的文字帧数量通过帧长参数公式计算帧长参数，所述帧长分析单元设有帧长参数公式如下：

21、s1=n1/(n1+n2)

22、其中，s1表示帧长参数，n1表示帧长符合阈值的文字帧数量，n2表示帧长不符合阈值的文字帧数量。

23、进一步地，所述语音分析模块还设有交互判断单元，其用以将帧长参数与帧长参数阈值进行比对，并根据比对结果对语音交互方式进行判断，其中：

24、当s1＞s1时，所述交互判断单元判定语音交互方式为非人人交互；

25、当s1≤s1时，所述交互判断单元判定语音交互方式为人人交互；

26、其中，s1表示帧长参数阈值，其取值范围为：0.7≤s1＜1。

27、进一步地，所述语音识别模块设有嘈杂度分析单元，其用以根据文字帧的语音振幅对环境嘈杂度进行分析，所述嘈杂度分析单元提取各文字帧的语音振幅中的最小语音振幅，并计算各文字帧的最小语音振幅的平均值，将计算结果作为环境嘈杂度；

28、所述语音识别模块还设有文字识别单元将文字帧的语音振幅与预设音素波形进行比对，当预设音素波形与文字帧中部分帧的语音振幅相似时，判定当前文字帧中存在预设音素波形对应的音素，并将比对完成后对应的音素组合，以得到识别文字。

29、进一步地，所述语音识别模块还设有关键词分析单元，其用以根据预设长度对识别文字进行分词处理，将识别文字划分为多组词长度与预设长度相同的识别词组，其中，设定预设长度为j，其取值范围为j={k-2≤j≤k+2|k∈n+},k表示预设唤醒关键词的词长度；

30、所述关键词分析单元将识别词组与预设唤醒关键词进行比对，并根据比对结果判断识别词组是否与预设相似，其中：

31、当识别词组中存在预设唤醒关键词时，所述关键词分析单元判定识别词组与预设相似；

32、当识别词组中不存在预设唤醒关键词时，所述关键词分析单元判定识别词组与预设不相似；

33、所述关键词分析单元根据与预设相似的识别词组数量和与预设不相似的识别词组数量通过词组参数公式计算词组参数，所述关键词分析单元设有词组参数公式如下：

34、s2=n1×5/(n1+n2)

35、其中，s2表示词组参数，n1表示与预设相似的识别词组数量，n2表示与预设不相似的识别词组数量。

36、进一步地，所述交互分析模块根据帧长参数和词组参数计算唤醒参数d，设定d=s2/s1；

37、所述交互分析模块将唤醒参数与唤醒阈值进行比对，并根据比对结果对语音助手的唤醒方式进行分析，其中：

38、当d≥d时，所述交互分析模块判定唤醒语音助手；

39、当d＜d时，所述交互分析模块判定不唤醒语音助手；

40、其中，d表示唤醒阈值，其取值范围为:0.8≤d≤1.1。

41、进一步地，所述调整优化模块设有交互调整单元，其用以将环境嘈杂度与嘈杂度阈值进行比对，并根据比对结果对唤醒参数的计算过程进行调整，其中：

42、当u＞u时，所述交互调整单元判定环境嘈杂，对唤醒参数的计算过程进行调整，调整后的唤醒参数为d1，设定d1=d×u/u；

43、当u≤u时，所述交互调整单元判定环境安静，不对唤醒参数的计算过程进行调整；

44、其中，u表示环境嘈杂度，u表示嘈杂度阈值，其取值范围为：10≤u≤25。

45、进一步地，所述调整优化模块还设有交互优化单元，其用以将图像平均灰度值与灰度阈值进行比对，并根据比对结果对唤醒参数的调整过程进行优化，其中：

46、当l＜l1时，所述交互优化单元判定图像平均灰度值不满足阈值，对唤醒参数的调整过程进行优化，优化后的调整参数为d2，设定d2=d1×l/l1；

47、当l1≤l≤l2时，所述交互优化单元判定图像平均灰度值满足阈值，不对唤醒参数的调整过程进行优化；

48、当l＞l2时，所述交互优化单元判定图像平均灰度值不满足阈值，对唤醒参数的调整过程进行优化，优化后的调整参数为d2，设定d2=d1×l2/l。

49、进一步地，所述反馈校正模块根据语音助手唤醒后用户已进行语音交互和未进行语音交互的次数，对唤醒参数的优化过程进行校正，其中：

50、当c1＜c2×10时，所述反馈校正模块判定语音助手误唤醒次数不满足条件，对唤醒参数的优化过程进行校正，校正后的唤醒参数为d3，设定d3=d2×c1/(c2×10)；

51、当c1≥c2×10时，所述反馈校正模块判定语音助手误唤醒次数满足条件，不对唤醒参数的优化过程进行校正；

52、其中，c1表示语音助手唤醒后用户已进行语音交互的次数，c2表示语音助手唤醒后用户未进行语音交互的次数。

53、与现有技术相比，本发明的有益效果在于，通过所述语音获取模块对语音信息的获取，以实时获取用户与智能设备的语音交互信息，提高语音信息获取的准确度，从而提高人机语音交互分析效率，提高语音助手唤醒的准确度，通过所述语音分析模块对语音信息的分析，以得到帧长参数，分析出语音信息中每帧语音信息与预设帧长和幅度的匹配度，从而判断出语音交互方式，分析出语音交互场景是否为人人交互，进而提高人机语音交互分析效率，提高语音助手唤醒的准确度，通过所述第一控制模块对语音交互方式的分析，以获取交互图像，提高图像获取的准确度，从而提高人机语音交互分析效率，提高语音助手唤醒的准确度，通过所述语音识别模块对语音信息的分析，以得到识别文字和环境嘈杂度，从而提高人机语音交互分析效率，提高语音助手唤醒的准确度，通过所述语音识别模块对识别文字的关键词分析，以得到词组参数，判断出识别文字中是否存在预设唤醒关键词人机语音交互的影响，从而提高人机语音交互分析效率，提高语音助手唤醒的准确度，通过所述交互分析模块对帧长参数和词组参数的分析，以判断出语音助手的唤醒方式，从而提高人机语音交互分析效率，提高语音助手唤醒的准确度，通过所述调整优化模块对环境嘈杂度的分析，以对语音助手的唤醒方式的分析过程进行调整，从而提高人机语音交互分析效率，提高语音助手唤醒的准确度，通过所述调整优化模块对交互图像的分析，以对语音助手的唤醒方式进行优化，从而提高人机语音交互分析效率，提高语音助手唤醒的准确度，通过所述第二控制模块对语音助手的唤醒方式的分析，以控制语音助手的启动，从而提高人机语音交互分析效率，提高语音助手唤醒的准确度，通过所述反馈校正模块对语音助手唤醒后用户交互情况的获取，以对唤醒方式的优化过程进行校正，增大误唤醒对唤醒方式分析的影响，从而提高人机语音交互分析效率，提高语音助手唤醒的准确度。