基于语音识别的参数调节方法、装置及健身设备制造方法及图纸

本发明专利技术实施例提供了基于语音识别的参数调节方法、装置及健身设备，该方法包括：获取健身者的语音信号；使用预设的深度学习语音识别模型识别语音信号，得到语音文本；提取语音文本中的关键词，得到目标关键词，并将目标关键词与预设的语音指令集中的每个语音指令进行关键词匹配，得到目标语音指令，语音指令集中的每个语音指令至少与一个关键词相对应；响应于目标语音指令，检测健身者的实时心率；判断健身者的实时心率是否在预设心率范围之内；如果健身者的实时心率不在预设心率范围之内，根据目标语音指令调节健身设备的参数。本发明专利技术实施例提供的技术方案能够解决现有技术中健身设备不能自动调整参数以满足用户的健身需求的问题。

【技术实现步骤摘要】
基于语音识别的参数调节方法、装置及健身设备
本专利技术涉及语音识别
，尤其涉及基于语音识别的参数调节方法、装置及健身设备。
技术介绍
现有的健身设备，例如跑步机，几乎都是通过按键的方式进行参数设定和调整。人在奔跑过程中，手动操作跑步机上的按键，会破坏运动过程的协调性和流畅度，容易发生摔倒。健身者自身也难以判断哪个速度范围适合自己的健身需求。现有的健身设备存在的缺陷在于，健身设备不能自动调整参数以满足用户的健身需求。
技术实现思路
有鉴于此，本专利技术实施例提供了基于语音识别的参数调节方法、装置及健身设备，用以解决现有技术中健身设备不能自动调整参数以满足用户的健身需求的问题。为了实现上述目的，根据本专利技术的一个方面，提供了一种基于语音识别的参数调节方法，所述方法包括：获取健身者的语音信号；使用预设的深度学习语音识别模型识别所述语音信号，得到语音文本；提取所述语音文本中的关键词，得到目标关键词，并将所述目标关键词与预设的语音指令集中的每个语音指令进行关键词匹配，得到目标语音指令，所述语音指令集中的每个语音指令至少与一个关键词相对应；响应于所述目标语音指令，检测所述健身者的实时心率；判断所述健身者的实时心率是否在预设心率范围之内；如果所述健身者的实时心率不在所述预设心率范围之内，根据所述目标语音指令调节健身设备的参数，所述参数包括速度和/或坡度。进一步地，在所述响应于所述目标语音指令，检测所述健身者的实时心率之后，并在所述判断所述健身者的实时心率是否在预设心率范围之内之前，所述方法还包括：获取所述健身者的用户信息，所述用户信息包括年龄、性别及静态心率；根据所述用户信息计算所述预设心率范围。进一步地，在所述获取所述健身者的语音信号之后，并且，在所述使用预设的深度学习语音识别模型识别所述语音信号之前，所述方法还包括：从所述语音信号中识别语音唤醒词；计算所述语音唤醒词与预设的标准唤醒词之间的相似度；当计算得到的相似度大于第一预设阈值时，则确认所述语音唤醒词为有效唤醒词；输出提示信息，所述提示信息用于提示使用所述深度学习语音识别模型进行识别。进一步地，在所述从所述语音信号中识别语音唤醒词之前，所述方法还包括：将所述语音信号进行降噪处理。进一步地，在所述获取健身者的语音信号之前，所述方法还包括：采集待识别人脸图像，所述待识别人脸图像为所述健身者的人脸图像；采用预设的人脸识别模型识别所述待识别人脸图像，得到所述待识别人脸图像的特征向量；将所述待识别人脸图像的特征向量与数据库中的多个人脸图像样本的特征向量进行匹配，得到匹配结果，其中，所述人脸图像样本所关联的用户具有健身设备的使用权限；根据所述匹配结果，判断所述健身者是否具有所述健身设备的使用权限，若有，激活所述健身设备。进一步地，在所述根据所述目标语音指令调节健身设备的参数之后，所述方法还包括：获取所述健身者的历史音频播放记录；根据所述历史音频播放记录，识别所述历史音频的标签；基于识别到的所述历史音频的标签，从云端获取与所述标签相匹配的音乐；播放获取到的所述音乐。为了实现上述目的，根据本专利技术的一个方面，提供了一种基于语音识别的参数调节装置，所述装置包括：第一获取单元，用于获取健身者的语音信号；第一识别单元，用于使用预设的深度学习语音识别模型识别所述语音信号，得到语音文本；第一匹配单元，用于提取所述语音文本中的关键词，得到目标关键词，并将所述目标关键词与预设的语音指令集中的每个语音指令进行关键词匹配，得到目标语音指令，所述语音指令集中的每个语音指令至少与一个关键词相对应；检测单元，用于响应于所述目标语音指令，检测所述健身者的实时心率；判断单元，用于判断所述健身者的实时心率是否在预设心率范围之内；调节单元，用于如果所述健身者的实时心率不在所述预设心率范围之内，根据所述目标语音指令调节健身设备的参数，所述参数包括速度和/或坡度。进一步地，所述装置还包括：第二获取单元，用于获取所述健身者的用户信息，所述用户信息包括年龄、性别及静态心率；计算单元，用于根据所述用户信息计算所述预设心率范围。进一步地，所述装置还包括：采集单元，用于采集待识别人脸图像，所述待识别人脸图像为所述健身者的人脸图像；第二识别单元，用于采用预设的人脸识别模型识别所述待识别人脸图像，得到所述待识别人脸图像的特征向量；第二匹配单元，用于将所述待识别人脸图像的特征向量与数据库中的多个人脸图像样本的特征向量进行匹配，得到匹配结果，其中，所述人脸图像样本所关联的用户具有健身设备的使用权限；激活单元，用于根据所述匹配结果，判断所述健身者是否具有所述健身设备的使用权限，若有，激活所述健身设备。为了实现上述目的，根据本专利技术的一个方面，提供了一种健身设备，包括上述的基于语音识别的参数调节装置。在本方案中，通过识别健身者的语音信号来得到用于调节健身设备的语音指令，并进一步通过检测健身者的实时心率，判断实时心率是否在预设心率范围之内，以确定是否达到健身需求，在实时心率不在预设心率范围之内时，响应语音指令调节健身设备的参数，使得健身者的实时心率随运动状态的变化调整至预设心率范围内，从而保持最佳运动状态。从而解决现有技术中健身设备不能自动调整参数以满足用户的健身需求的问题。【附图说明】为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。图1是根据本专利技术实施例的一种基于语音识别的参数调节方法的流程图；图2是根据本专利技术实施例的一种基于语音识别的参数调节装置的示意图。【具体实施方式】为了更好的理解本专利技术的技术方案，下面结合附图对本专利技术实施例进行详细描述。应当明确，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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它实施例，都属于本专利技术保护的范围。在本专利技术实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本专利技术。在本专利技术实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。应当理解，尽管在本专利技术实施例中可能采用术语第一、第二、第三等来描述终端，但这些终端不应限于这些术语。这些术语仅用来将终端彼此区分开。例如，在不脱离本专利技术实施例范围的情况下，第一获取单元也可以被称为第二获取单元，类似地，第二获取单元也可以被称为第一获取单元。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。图1是根据本专利技术实施例的一种基于语音识别的本文档来自技高网...

【技术保护点】
1.一种基于语音识别的参数调节方法，其特征在于，所述方法包括：获取健身者的语音信号；使用预设的深度学习语音识别模型识别所述语音信号，得到语音文本；提取所述语音文本中的关键词，得到目标关键词，并将所述目标关键词与预设的语音指令集中的每个语音指令进行关键词匹配，得到目标语音指令，所述语音指令集中的每个语音指令至少与一个关键词相对应；响应于所述目标语音指令，检测所述健身者的实时心率；判断所述健身者的实时心率是否在预设心率范围之内；如果所述健身者的实时心率不在所述预设心率范围之内，根据所述目标语音指令调节健身设备的参数，所述参数包括速度和/或坡度。

【技术特征摘要】
1.一种基于语音识别的参数调节方法，其特征在于，所述方法包括：获取健身者的语音信号；使用预设的深度学习语音识别模型识别所述语音信号，得到语音文本；提取所述语音文本中的关键词，得到目标关键词，并将所述目标关键词与预设的语音指令集中的每个语音指令进行关键词匹配，得到目标语音指令，所述语音指令集中的每个语音指令至少与一个关键词相对应；响应于所述目标语音指令，检测所述健身者的实时心率；判断所述健身者的实时心率是否在预设心率范围之内；如果所述健身者的实时心率不在所述预设心率范围之内，根据所述目标语音指令调节健身设备的参数，所述参数包括速度和/或坡度。2.根据权利要求1所述的方法，其特征在于，在所述响应于所述目标语音指令，检测所述健身者的实时心率之后，并在所述判断所述健身者的实时心率是否在预设心率范围之内之前，所述方法还包括：获取所述健身者的用户信息，所述用户信息包括年龄、性别及静态心率；根据所述用户信息计算所述预设心率范围。3.根据权利要求1所述的方法，其特征在于，在所述获取所述健身者的语音信号之后，并且，在所述使用预设的深度学习语音识别模型识别所述语音信号之前，所述方法还包括：从所述语音信号中识别语音唤醒词；计算所述语音唤醒词与预设的标准唤醒词之间的相似度；当计算得到的相似度大于第一预设阈值时，则确认所述语音唤醒词为有效唤醒词；输出提示信息，所述提示信息用于提示使用所述深度学习语音识别模型进行识别。4.根据权利要求3所述的方法，其特征在于，在所述从所述语音信号中识别语音唤醒词之前，所述方法还包括：将所述语音信号进行降噪处理。5.根据权利要求1-4中任意一项所述的方法，其特征在于，在所述获取健身者的语音信号之前，所述方法还包括：采集待识别人脸图像，所述待识别人脸图像为所述健身者的人脸图像；采用预设的人脸识别模型识别所述待识别人脸图像，得到所述待识别人脸图像的特征向量；将所述待识别人脸图像的特征向量与数据库中的多个人脸图像样本的特征向量进行匹配，得到匹配结果，其中，所述人脸图像样本所关联的用户具有健身设备的使用权限；根据所述匹配结果，判断所述健...

【专利技术属性】
技术研发人员：张杰，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东,44