張晗 昝鷺鷥

摘 要：隨著科技的進(jìn)步，我們身邊的機(jī)器、設(shè)備都得到了極大的發(fā)展。以我們身邊的家電為例，以前我們的降溫方式大多是通過電風(fēng)扇，而現(xiàn)在家家都使用空調(diào)來降溫，生活條件得到了極大的改善。隨著時(shí)間的推移，那些智能設(shè)備的控制方式也有了很大的發(fā)展。從起初單一的手動(dòng)開關(guān)到現(xiàn)在的紅外遙控、藍(lán)牙控制、手機(jī)控制、遠(yuǎn)程控制以及語音控制等實(shí)現(xiàn)了多種控制方式。而說到語音控制，它有一個(gè)關(guān)鍵的問題，那就是降低發(fā)生語音誤識(shí)別的概率。

關(guān)鍵詞：語音控制，語音誤識(shí)別

語音控制是我們現(xiàn)在使用的控制方式的一種。語音控制的關(guān)鍵模塊為語音模塊，它可以接收語音信息，將接收到的語音信息轉(zhuǎn)換為電信號(hào)，并將轉(zhuǎn)換好的電信號(hào)輸出給單片機(jī)等主控板。通過主控板對(duì)這些電信號(hào)進(jìn)行處理，最后給執(zhí)行元件的驅(qū)動(dòng)裝置下達(dá)指令，然后驅(qū)動(dòng)裝置將控制執(zhí)行元件運(yùn)動(dòng)，以實(shí)現(xiàn)預(yù)定的動(dòng)作。現(xiàn)在我們使用的語音模塊大多是可以再編輯程序的，也就是說我們可以通過向語音模塊寫入指令關(guān)鍵字，以實(shí)現(xiàn)用戶說出相應(yīng)的關(guān)鍵字就可以讓機(jī)器執(zhí)行相應(yīng)的動(dòng)作。但是，語音模塊在使用的過程中，通常會(huì)有語音誤識(shí)別事件的發(fā)生，所謂的語音誤識(shí)別是指，當(dāng)我們沒有說出指令關(guān)鍵字時(shí)，機(jī)器卻執(zhí)行某個(gè)指令的動(dòng)作。出現(xiàn)誤識(shí)別現(xiàn)象的原因?yàn)椋赫Z音模塊將我們說出的非指令關(guān)鍵字誤識(shí)別為指令的關(guān)鍵字，導(dǎo)致機(jī)器執(zhí)行了某個(gè)指令的動(dòng)作。在語音誤識(shí)別中，那些讓語音模塊誤識(shí)別的非指令關(guān)鍵字稱為“垃圾詞匯”。如果某設(shè)備要求使用語音控制，那么我們需要解決的關(guān)鍵問題為在控制成本的要求下，盡量降低語音誤識(shí)別的發(fā)生概率。

現(xiàn)將降低發(fā)生語音誤識(shí)別概率的方法總結(jié)為兩種。一個(gè)方法是在語音模塊中編寫垃圾詞匯庫，具體的實(shí)施方法是將上述提到的垃圾詞匯組合起來，組成一個(gè)垃圾詞匯庫，當(dāng)使用者說出垃圾詞匯庫中的詞匯時(shí)，通過程序設(shè)置，將這些詞匯置空。也就是說當(dāng)使用者說出垃圾詞匯庫中的垃圾詞匯時(shí)，語音模塊雖然識(shí)別了這些詞匯，但是卻不向主控板發(fā)出任何信號(hào)。這種方法從根本上解決了語音誤識(shí)別的發(fā)生，但是具體實(shí)現(xiàn)困難，原因之一是實(shí)際應(yīng)用場景復(fù)雜，垃圾詞匯不可能被完全考慮到，所以還不能解決語音誤識(shí)別的發(fā)生，只能一定程度上降低語音誤識(shí)別的發(fā)生概率。換句話來說，語音模塊中垃圾詞匯庫越豐富，發(fā)生語音誤識(shí)別的概率就會(huì)越低；原因之二為語音模塊程序中的垃圾詞匯庫還受到語音模塊容量大小的限制。故這種方法在理論上是可以實(shí)現(xiàn)的，但是在實(shí)際中還需要研發(fā)人員不斷去發(fā)掘垃圾詞匯，這也是一項(xiàng)具有很大工作量的工作。

降低語音模塊發(fā)生語音誤識(shí)別的概率的第二種方法是通過減少語音模塊的工作時(shí)間來降低語音模塊發(fā)生語音誤識(shí)別的概率。實(shí)現(xiàn)的具體方式為：使語音模塊只有在用戶使用語音輸入時(shí)，才處于工作狀態(tài)，即語音模塊開始接收并傳遞使用者的語音執(zhí)行指令，當(dāng)用戶不使用時(shí)，語音模塊處于待機(jī)狀態(tài)，既不接收也不傳遞使用者的語音執(zhí)行指令。在這種方法中，我們把語音指令分成兩種，第一種指令是語音開關(guān)指令，這種指令即為語音工作狀態(tài)的控制指令。它共有兩個(gè)指令，其中一個(gè)指令是“開機(jī)”指令，開機(jī)指令的作用是使語音模塊從待機(jī)狀態(tài)轉(zhuǎn)變?yōu)楣ぷ鳡顟B(tài)；另一個(gè)指令就是“待機(jī)”指令，待機(jī)指令的作用就是使語音模塊從工作狀態(tài)轉(zhuǎn)變?yōu)榇龣C(jī)狀態(tài)。第二種指令為語音執(zhí)行指令。語音執(zhí)行指令的作用是控制機(jī)器動(dòng)作的執(zhí)行。具體的使用方式如下：當(dāng)使用者使用機(jī)器時(shí)，先說出“開機(jī)”，語音模塊處于工作狀態(tài)，即整個(gè)機(jī)器處工作狀態(tài)。之后使用者可依次說出語音執(zhí)行指令，使整個(gè)機(jī)器作出相應(yīng)的動(dòng)作。當(dāng)使用者不使用機(jī)器的時(shí)候，說出“待機(jī)”，使語音模塊從工作狀態(tài)轉(zhuǎn)變?yōu)榇龣C(jī)狀態(tài)，不再接收語音執(zhí)行指令，即整個(gè)機(jī)器處于待機(jī)狀態(tài)。這樣就大大降低了語音模塊的工作時(shí)間，也就降低了有效工作時(shí)間內(nèi)發(fā)生語音誤識(shí)別的概率。

綜上，這兩種方法都可以使語音模塊發(fā)生語音誤識(shí)別的概率降低，相互結(jié)合使用，效果會(huì)更好。

參考文獻(xiàn)：

[1].程鋼， 殷轔， 梁富廣，等. 一種基于語音辨識(shí)的收視率統(tǒng)計(jì)系統(tǒng)及方法：， CN102984559A[P]. 2013.

[2].李玉萍， 樸春俊， 韓永成. 一種改進(jìn)的語音信號(hào)端點(diǎn)檢測方法研究[J]. 國外電子測量技術(shù)， 2008， 27（1）：7-9.

[3].吳亮春， 潘世永. 一種語音信號(hào)端點(diǎn)檢測方法的研究[J]. 計(jì)算機(jī)與信息技術(shù)， 2009（3）：17-18+21.