用于音频-视频系统的语音识别系统的设备及方法技术方案

为改进ＡＶ系统的语音识别系统的精确性，本发明专利技术包括具有多个滤波器的反射的声音消除器，设置反射的声音消除器接收包括反射的ＡＶ系统音频，用户的语音，以及噪声的输入声音信号，并且设置其根据用户的声音信息从输入声音中消除反射的音频；系统还包括语音检测器，其从从反射的声音消除器中输出的信号中检测用户的语音，并且基于检测到的用户语音获得用户的语音信息；该系统还包括语音识别单元，其比较检测到的用户语音和属于至少一个模型的语音图形。（*该技术在2024年保护过期，可自由使用*）

【技术实现步骤摘要】

本专利技术涉及感知有声输入，具体的说，涉及一种在AV系统中感知用户的有声输入的设备和方法。
技术介绍
通常，比如TV和收音机的电子家用电器装备有操纵这种家用电器的遥控器。而且，很长时间以来，一直有一个不便，即遥控器必须在用户的手边。如果用户丢失了遥控器，他们将不得不亲自操纵家用电器。另外，对于残疾人和老年人来说，甚至通过遥控器操纵他们的家用电器都是不方便的。因为这些原因，开发了语音识别系统并且将其应用到很多电子家用电器。语音识别系统使得人们可以仅通过人们的声音表达来和机器及计算机通信。即使语音识别系统已经被应用到很多领域并且给人们带来了很多方便，它还没有成功的用在AV(音频视频)系统中。对于用户来说，有很多除了来自AV器具的，来自AV器具周围和AV器具远处的噪声，这个事实使得语音识别系统变得不那么可靠和精确。因此，在AV系统中实现语音识别系统仍然有很多需要解决的问题，
技术实现思路
因此，本专利技术提供了一种在AV系统中的语音识别系统的设备及方法，其能够基本上避免因为现有技术的限制和缺点而产生的一个或多个问题。本专利技术的一个目的是提供在其中反射的声音和噪声存在的情况下的一种语音识别本文档来自技高网...

【技术保护点】
一种用于产生音频的音频－视频（ＡＶ）系统的语音识别系统，该语音识别系统包括：反射的声音消除器，具有多个滤波器，设置反射的声音消除器接收包括反射的ＡＶ系统音频、用户的语音、以及噪声的输入声音信号，并且设置其根据用户的声音信息从输入声音 中消除反射的音频；语音检测器，从反射的声音消除器中输出的信号中检测用户的语音，并且基于检测到的用户语音获得用户的语音信息；语音识别单元，其比较检测到的用户语音和属于至少一个模型的语音图形。

【技术特征摘要】
KR 2003-7-7 45765/20031.一种用于产生音频的音频-视频(AV)系统的语音识别系统，该语音识别系统包括反射的声音消除器，具有多个滤波器，设置反射的声音消除器接收包括反射的AV系统音频、用户的语音、以及噪声的输入声音信号，并且设置其根据用户的声音信息从输入声音中消除反射的音频；语音检测器，从反射的声音消除器中输出的信号中检测用户的语音，并且基于检测到的用户语音获得用户的语音信息；语音识别单元，其比较检测到的用户语音和属于至少一个模型的语音图形。2.如权利要求1所述的语音识别系统，其中反射的声音消除器包括第一滤波器组，将原始的AV系统音频划分为具有不同频率范围的第一组信号；第二滤波器组，将输入声音划分为具有不同频率范围的第二组信号；多个自适性滤波器，使用第一组信号从第二组信号中消除反射的AV系统音频；以及第三滤波器，组合从多个自适性滤波器输出的信号。3.如权利要求1所述的语音识别系统，进一步包括噪声消除器，设置其从反射的声音消除器输出的信号中消除噪声和反射的AV系统音频中没有消除的部分。4.如权利要求1所述的语音识别系统，其中根据用户的语音信息，反射的声音消除器调节滤波器的截止频率、通带频率以及反射的音频的消除速率中的至少一个。5.如权利要求1所述的语音识别系统，其中用户的语音信息包括用户语音的开始时间和结束时间。6.如权利要求5所述的语音识别系统，其中用户的语音信息进一步包括用户语音的频率范围、幅度、以及波形。7.如权利要求1所述的语音识别系统，其中语音识别单元计算用户语音和属于第一模型的至少一个语音图形匹配的第一概率，以及用户语音和属于第二模型的一个语音图形匹配的第二概率。8.如权利要求7所述的语音识别系统，其中语音识别单元确定是否根据第一概率和第二概率的比率识别用户的语音。9.如权利要求7所述的语音识别系统，其中预先确定属于第一模型的语音信号图形。10.如权利要求7所述的语音识别系统，其中累积并且不预先确定属于第二模型的语音信号图形。11.如权利要求7所述的语音识别系统，其中该语音识别单元将第一概率和第二概率的比率与参考值比较，并且基于比较的结果识别用户的语音。12.如权利要求7所述的语音识别系统，其中语音识别单元计算用户语音和在第一模型中的语音图形匹配的多个概率，并且从多个概率中选择最高的概率作为第一概率。13.如权利要求7所述的语音识别系统，其中语音识别单元计算用户语音和在第二模型中的语音图形匹配的多个概率，并且从多个概率中选择最高的概率作为第二概率。14.一种用于识别产生音频的音频-视频(AV)系统的语音的方法，该方法包括接收包括反射的AV系统音频、用户的语音以及噪声的输入信号；通过将输入信号经过多个滤波器，根据用户的语音信息，从输入信号中消除反射的AV系统音频；从第一信号中检测用户的语音并且基于检测到的用户语音获得用户的语音信息；以及比较检测到的用户语音和属于至少一个模型的语音图形。15.如权利要求14所述的方法，其中消除反射的AV系统音频包括在从用户语音的开始点到结束点的间隔过程中固定多个滤波器的参数。16.如权利要求15所述的方法，其中该参数包括多个滤波器的截止频率、通...

【专利技术属性】
技术研发人员：申钟根，金宗彧，柳昌东，陈珉浩，金相均，
申请(专利权)人：LG电子株式会社，
类型：发明
国别省市：KR[韩国]