應(yīng)用于聲控裝置的控制器與相關(guān)方法
【專利摘要】一種控制器與相關(guān)方法,應(yīng)用于聲控裝置??刂破靼ㄒ辉O(shè)定模塊與一辨識模塊。設(shè)定模塊可依據(jù)一環(huán)境參數(shù)產(chǎn)生調(diào)整一閾值,辨識模塊則可將一語音辨識的信心值與該閾值相互比較,據(jù)以進(jìn)行聲控。
【專利說明】應(yīng)用于聲控裝置的控制器與相關(guān)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明是有關(guān)于一種應(yīng)用于聲控裝置的控制器與相關(guān)方法,且特別是關(guān)于一種可依據(jù)聲控裝置的環(huán)境動(dòng)態(tài)地調(diào)整語音辨識閾值以進(jìn)行聲控的控制器與相關(guān)方法。
【背景技術(shù)】
[0002]聲控裝置可受控于使用者以語音下達(dá)的控制命令,為使用者提供友善直覺的人機(jī)接口,因此,有越來越多的電子裝置已經(jīng)加入聲控功能,成為聲控裝置,例如說是手機(jī)、導(dǎo)航器、數(shù)字相機(jī)/攝影機(jī)、穿戴式/手持式/可攜式智能電子裝置(如計(jì)算機(jī))、車載電子系統(tǒng)乃至于家用電器,如電視等等。
[0003]為實(shí)現(xiàn)聲控的功能,聲控裝置會(huì)以麥克風(fēng)接收使用者語音,并進(jìn)行語音辨識,例如說是將接收的語音與數(shù)據(jù)庫中多個(gè)預(yù)設(shè)字詞相互比對。在這些預(yù)設(shè)字詞中,若某段語音與某一預(yù)設(shè)字詞的相符程度最高,且由相符程度衍生的信心值(confidence score)超越一閾值(threshold),聲控裝置就會(huì)將該段語音辨識為該最相符的預(yù)設(shè)字詞;若該最相符預(yù)設(shè)字詞符合某一個(gè)命令,聲控裝置便可進(jìn)而執(zhí)行該命令。反之,若信心值未及該閾值,則聲控裝置會(huì)認(rèn)為該段語音系無效(無法辨識)的。
【發(fā)明內(nèi)容】
[0004]本發(fā)明認(rèn)知到聲控裝置的運(yùn)作環(huán)境會(huì)影響語音辨識,故在進(jìn)行語音辨識時(shí),需一并考慮環(huán)境因素。本發(fā)明的目的之一是提供一種控制器(如控制芯片),可應(yīng)用于一聲控裝置,包括一設(shè)定模塊與一辨識模塊。設(shè)定模塊依據(jù)一環(huán)境參數(shù)產(chǎn)生一閾值;其中,環(huán)境參數(shù)是相關(guān)于該聲控裝置所處的環(huán)境。辨識模塊則耦接于該設(shè)定模塊,可接收一語音,針對該語音進(jìn)行辨識并產(chǎn)生一語音辨識的信心值,并且,比較該語音辨識的信心值與該閾值并據(jù)以產(chǎn)生一控制信號,從而進(jìn)行聲控。
[0005]舉例而言,聲控裝置可以是具有揚(yáng)聲器的電視或是音響系統(tǒng),環(huán)境參數(shù)則可以是揚(yáng)聲器的音量值。例如,當(dāng)音量值較高時(shí),設(shè)定模塊可將閾值設(shè)定為一較高的數(shù)值;當(dāng)音量值較低時(shí),設(shè)定模塊可連帶地將閾值設(shè)定為一較低的數(shù)值。當(dāng)語音辨識的信心值閾值較高時(shí),使用者進(jìn)行聲控的語音需較響亮、較清楚才能被有效辨識為聲控命令。閾值較低時(shí),即使使用者進(jìn)行聲控的語音較低,也容易被辨識為聲控命令。
[0006]以及/或者,環(huán)境參數(shù)也可以包括一時(shí)間值,例如說是由聲控裝置本身提供的實(shí)時(shí)時(shí)鐘(Real Time Clock)值。舉例而言,設(shè)定模塊可在一天中的上午八點(diǎn)至下午七點(diǎn)將閾值設(shè)定為一第一數(shù)值,在另一時(shí)段則將閾值維持為一相異的第二數(shù)值。
[0007]以及/或者,控制器可以包括(或外接至)一環(huán)境檢測器;此環(huán)境檢測器用以檢測聲控裝置的環(huán)境以得到環(huán)境參數(shù)。亦即,環(huán)境參數(shù)也可以包括環(huán)境檢測器提供的定量環(huán)境檢測結(jié)果。舉例而言,環(huán)境檢測器可以是一檢測背景音量的麥克風(fēng),用以檢測環(huán)境音量。以及/或者,環(huán)境檢測器可以是一檢測環(huán)境(背景)亮度的光傳感器。在某些應(yīng)用情境下,背景音量及/或亮度較高代表聲控裝置是運(yùn)作于一較吵雜的環(huán)境,故設(shè)定模塊可將閾值提高,避免將背景雜音錯(cuò)誤地辨識為聲控命令;另一方面,背景音量及/或亮度較低代表聲控裝置是運(yùn)作于一較安靜的環(huán)境,故設(shè)定模塊可將閾值降低,讓使用者可用較低聲的語音進(jìn)行聲控。本發(fā)明控制器更可包括一儲存單元,用以儲存一對照表;設(shè)定模塊可依據(jù)環(huán)境參數(shù)查詢該對照表以產(chǎn)生閾值。
[0008]本發(fā)明的目的之一是提供一種運(yùn)用于一聲控裝置的方法,包含:依據(jù)一環(huán)境參數(shù)產(chǎn)生一閾值;接收一語音,針對該語音進(jìn)行辨識并產(chǎn)生一語音辨識的信心值;以及,將語音辨識的信心值與閾值相互比較,并據(jù)以產(chǎn)生一控制信號,進(jìn)行聲控。
【專利附圖】
【附圖說明】
[0009]為了對本發(fā)明的上述及其它方面有更佳的了解,下文特舉較佳實(shí)施例,并配合所附圖式,作詳細(xì)說明如下:
[0010]圖1示意的是依據(jù)本發(fā)明一實(shí)施例的聲控裝置。
[0011]圖2與圖3舉例說明本發(fā)明依據(jù)環(huán)境參數(shù)來為語音辨識設(shè)定閾值的實(shí)施例。
[0012]圖4示意的是依據(jù)本發(fā)明一實(shí)施例的流程。
【具體實(shí)施方式】
[0013]請參考圖1,其所示意的是依據(jù)本發(fā)明一實(shí)施例的聲控裝置10,其可包括一控制器12與一受控電路20。控制器12可以是一控制芯片,耦接于受控電路20,用以控制受控電路20。舉例而言,聲控裝置10可以是一電視,控制器12為電視控制芯片,受控電路20則可以包括揚(yáng)聲器、顯示面板、頻道調(diào)諧器(tuner)與相關(guān)驅(qū)動(dòng)電路/芯片等等??刂破?2中可包括一設(shè)定模塊14與一辨識模塊16,以實(shí)現(xiàn)聲控功能。
[0014]聲控裝置10可將使用者的語音接收轉(zhuǎn)換為電子信號S_語音,并傳輸至控制器12中的辨識模塊16??刂破?2中的設(shè)定模塊14可依據(jù)一環(huán)境參數(shù)的信號S_環(huán)境自動(dòng)地、動(dòng)態(tài)地、適應(yīng)性地調(diào)整一語音辨識的信心閾值Td。辨識模塊16則耦接于設(shè)定模塊14,其可接收語音信號S_語音,對信號5_語音進(jìn)行語音辨識以產(chǎn)生語音辨識的信心值(Confidencescore,未圖示),并將信心值與閾值Td相互比較,據(jù)以提供信號S_命令(例如一控制信號),以進(jìn)行聲控。語音辨識的信心值越高,代表對于辨識結(jié)果有越高的準(zhǔn)確機(jī)率,一般來說,音量越大或發(fā)音越標(biāo)準(zhǔn),語音辨識的信心值就會(huì)越高。舉例而言,若辨識模塊16比對得知信號S_語音的語音與某一字詞最為相符,且由相符程度衍生的語音辨識信心值高于閾值Td,則辨識模塊16便可進(jìn)一步比對該最相符字詞是否符合某一預(yù)設(shè)的控制命令;若是,便可于信號3_命令中反映該相符命令,而控制器12可執(zhí)行信號S_命令中的命令,據(jù)以操控受控電路20。舉例而言,若聲控系統(tǒng)10為電視,則語音的控制命令可以包括:將信息源切換至某指定頻道、至前一頻道、至后一頻道與調(diào)整音量等等。
[0015]另一方面,當(dāng)辨識模塊16對信號S_語音進(jìn)行語音辨識時(shí),若語音辨識的信心值低于閾值Td,辨識模塊16可于信號S_命令中來反映「無辨識結(jié)果」,使控制器12得以進(jìn)行例外處理,例如說是:繼續(xù)接收后續(xù)語音、提示使用者重新發(fā)出語音命令等等。
[0016]如前所述,設(shè)定模塊14可依據(jù)信號3_環(huán)境所反映的環(huán)境參數(shù)自動(dòng)調(diào)整閾值Td。換言之,本發(fā)明聲控技術(shù)可在辨識語音命令時(shí)將聲控裝置10的運(yùn)作環(huán)境一并列入考慮,進(jìn)而改善語音辨識的適應(yīng)性。
[0017]舉例而言,聲控裝置10可以是具有揚(yáng)聲器的電視或是音響系統(tǒng),環(huán)境參數(shù)則可以是該揚(yáng)聲器的音量值。例如,當(dāng)音量值較高時(shí)(例如說是使用者調(diào)高揚(yáng)聲器音量時(shí)),設(shè)定模塊14可將閾值Td設(shè)定為一較高的數(shù)值;當(dāng)音量值較低時(shí),設(shè)定模塊14可將閾值Td設(shè)定為一相對較低的數(shù)值。請參考圖2,其舉例示意本發(fā)明依據(jù)音量值設(shè)定閾值Td的情形。在圖2的例子中,當(dāng)音量值落在80db至10db的范圍時(shí),設(shè)定模塊14 (圖1)會(huì)將閾值Td設(shè)定為80 ;當(dāng)音量值在60db至79db之間,閾值Td被設(shè)定為60 ;當(dāng)音量值在40db至59db之間,閾值Td則設(shè)定為40,等等。當(dāng)語音辨識的信心值閾值Td較高時(shí),使用者進(jìn)行聲控的語音需較響亮、較清楚才能被有效辨識為聲控命令。閾值Td較低時(shí),即使使用者以較低聲的語音進(jìn)行聲控,也容易被辨識為聲控命令。
[0018]以及/或者,環(huán)境參數(shù)也可以包括一時(shí)間值,例如說是由聲控裝置10本身提供的實(shí)時(shí)時(shí)鐘值。舉例而言,如圖3的例子所示,設(shè)定模塊14可在一天中的上午八點(diǎn)至下午五點(diǎn)將閾值Td設(shè)定為一第一數(shù)值(如80db),在下午五點(diǎn)至九點(diǎn)將閾值Td維持為一相異的第二數(shù)值(如60db),其余時(shí)段則將閾值Td維持為一第三數(shù)值(如40db)。
[0019]以及/或者,如圖1所示,聲控裝置10還可以耦接一(或多個(gè))環(huán)境檢測器18,其用以檢測環(huán)境的某一(或某些)特性,并提供定量的環(huán)境檢測結(jié)果。環(huán)境檢測器18可以內(nèi)建于聲控裝置10中,也可以是另一獨(dú)立的外接裝置,耦接至聲控裝置10的控制器12。環(huán)境檢測器18的環(huán)境檢測結(jié)果可被包括于信號S_環(huán)境中,使設(shè)定模塊14也可以依據(jù)環(huán)境檢測結(jié)果來設(shè)定閾值Td。
[0020]舉例而言,環(huán)境檢測器18可以是一檢測背景音量的麥克風(fēng)。以及/或者,環(huán)境檢測器18可以是一檢測背景亮度的光傳感器。在某些應(yīng)用情境下,背景音量及/或亮度較高代表聲控裝置運(yùn)作于一較吵雜的環(huán)境,故設(shè)定模塊14可將閾值Td提高,避免將背景雜音錯(cuò)誤地辨識為聲控命令;另一方面,背景音量及/或亮度較低代表聲控裝置10運(yùn)作于一較安靜的環(huán)境,故設(shè)定模塊14可將閾值Td降低,讓使用者可用較低的語音進(jìn)行聲控。
[0021]再者,環(huán)境檢測器18也可以是檢測位置的定位裝置,例如衛(wèi)星定位裝置或無線定位裝置,用以檢測聲控裝置10所在的位置,并使設(shè)定模塊14能依據(jù)定位結(jié)果來設(shè)定閾值Td。環(huán)境檢測器18也可以是影像攝取與辨識的裝置,其可辨識聲控裝置10的使用者身份,讓設(shè)定模塊14可為不同使用者個(gè)別設(shè)定對應(yīng)的閾值Td ;以及/或者,環(huán)境檢測器18可以辨識使用者的人數(shù),以依據(jù)使用者人數(shù)設(shè)定閾值Td,例如說是在人數(shù)較多時(shí)提高閾值Td。
[0022]又及,環(huán)境檢測器18也可以是測距裝置,以測定使用者至聲控裝置10的距離,將使用者距離作為一環(huán)境參數(shù),使設(shè)定模塊14能依據(jù)使用者距離來調(diào)整閾值Td,例如說是當(dāng)使用者距離較遠(yuǎn)時(shí)調(diào)低閾值Td。環(huán)境檢測器18也可以是溫度感應(yīng)器,將感應(yīng)到的溫度作為一環(huán)境參數(shù)。
[0023]設(shè)定模塊14可依據(jù)一或多個(gè)環(huán)境參數(shù)來設(shè)定閾值Td。這一或多個(gè)環(huán)境參數(shù)可以包括聲控裝置10本身的運(yùn)作參數(shù)(例如揚(yáng)聲器音量或時(shí)間值等),以及/或者一或多個(gè)環(huán)境檢測器的環(huán)境檢測結(jié)果。例如,設(shè)定模塊14可依據(jù)預(yù)設(shè)的算法(例如說是邏輯的與運(yùn)算、或運(yùn)算等等)來整合多個(gè)環(huán)境參數(shù),并依據(jù)整合結(jié)果設(shè)定閾值Td。舉例來說,當(dāng)一第一環(huán)境參數(shù)落于一第一數(shù)值范圍中且一第二環(huán)境參數(shù)落于一第二數(shù)值范圍時(shí),設(shè)定模塊14將閾值Td設(shè)定為一第一數(shù)值;當(dāng)該第一環(huán)境參數(shù)逾越該第一數(shù)值范圍或該第二環(huán)境參數(shù)逾越該第二數(shù)值范圍時(shí),設(shè)定模塊14則改將閾值Td設(shè)定為一相異的第二數(shù)值。又一例中,當(dāng)?shù)谝画h(huán)境參數(shù)落于一第一數(shù)值范圍中時(shí),設(shè)定模塊14使閾值Td隨第二環(huán)境參數(shù)變化;當(dāng)?shù)谝画h(huán)境參數(shù)逾越第一數(shù)值范圍時(shí),設(shè)定模塊14則使閾值Td維持不變。
[0024]延續(xù)圖1的實(shí)施例,請參考圖4,其所示意的是依據(jù)本發(fā)明一實(shí)施例的流程100 ;圖1中的控制器12可依據(jù)流程100來實(shí)現(xiàn)聲控。流程100包括下列步驟。
[0025]步驟102:開始流程100。在接收一段語音后,控制器12可開始流程100。
[0026]步驟104:取得(一或多個(gè))環(huán)境參數(shù)。這一或多個(gè)環(huán)境參數(shù)可以包括聲控裝置10本身的運(yùn)作參數(shù),以及/或者,一或多個(gè)環(huán)境檢測器的環(huán)境檢測結(jié)果。
[0027]步驟106:依據(jù)(一或多個(gè))環(huán)境參數(shù)調(diào)整/設(shè)定語音辨識的信心閾值Td。
[0028]步驟108:針對步驟102的語音找出最相符的字詞后,依據(jù)相符程度計(jì)算信心值,并比較信心值是否大于閾值Td,若是,則進(jìn)行至步驟110,反之則進(jìn)行至步驟116。
[0029]步驟110:進(jìn)行至此步驟,代表語音的內(nèi)容可有效地由最相符字詞代表;如此,就可進(jìn)行至步驟112,以取得聲控的命令。
[0030]步驟112:在多個(gè)預(yù)設(shè)命令中,比對最相符字詞是否符合其中之一,若是,則進(jìn)行至步驟114,反之則進(jìn)行至步驟104。
[0031]步驟114:控制器12執(zhí)行步驟112中找出的相符命令,實(shí)現(xiàn)聲控的目的。
[0032]步驟116:結(jié)束流程100。
[0033]等效而言,本發(fā)明也可依據(jù)環(huán)境參數(shù)來調(diào)整信心值,例如說是將原始的信心值乘以一權(quán)重及/或加上一偏移值而得到一調(diào)整后信心值,并依據(jù)此調(diào)整后信心值是否大于閾值Td來進(jìn)行聲控;其中,權(quán)重及/或偏移值是依據(jù)環(huán)境參數(shù)調(diào)整的。舉例而言,在一實(shí)施例中,當(dāng)某一環(huán)境參數(shù)落在一預(yù)設(shè)范圍時(shí),假設(shè)設(shè)定模塊14應(yīng)使閾值Td由一較小數(shù)值TdO增加為一較大數(shù)值Tdl。等效地,在另一個(gè)效果相同的實(shí)施例中,當(dāng)該環(huán)境參數(shù)落在該預(yù)設(shè)范圍時(shí),設(shè)定模塊14則是使閾值Td維持于數(shù)值TdO,改將原始信心值乘以一個(gè)小于I的權(quán)重以得到一調(diào)整后信心值,例如,此權(quán)重可以等于TdO/Tdl ;如此,當(dāng)在比較調(diào)整后信心值與原始閾值Td (數(shù)值TdO)間的關(guān)系時(shí),等效上也就是在比較原始信心值與調(diào)整后閾值Td (數(shù)值Tdl)。換言之,本發(fā)明可推廣為:依據(jù)環(huán)境參數(shù)來調(diào)整信心值與閾值兩者的至少其中之一,以調(diào)整兩者間的相互關(guān)系。舉例而言,某一數(shù)值的信心值原本小于閾值,但當(dāng)環(huán)境參數(shù)改變時(shí),同一數(shù)值的信心值會(huì)變得大于閾值;兩者間的關(guān)系由「小于」改變至「大于」的手段可以是:在環(huán)境參數(shù)改變時(shí)降低閾值,以及/或者,在環(huán)境參數(shù)改變時(shí)增加信心值。
[0034]在圖1的實(shí)施例中,設(shè)定模塊14與辨識模塊16可用硬件實(shí)現(xiàn),或是由硬件處理器執(zhí)行軟件及/或固件的程序代碼來實(shí)現(xiàn)。針對信心值的計(jì)算,本發(fā)明可采用任何能將自動(dòng)語音辨識結(jié)果的可靠度(reliability)予以量化的算法。舉例而言,當(dāng)將一段語音辨識為一字詞后,信心值可以代表該辨識的正確機(jī)率。信心值可以依據(jù)后驗(yàn)機(jī)率(poster1rprobability)估算,依據(jù)聲學(xué)語言等預(yù)估特征(predictor feature)估算,以及/或者,依據(jù)發(fā)音確認(rèn)(utterance verificat1n)估算。
[0035]此外,在圖1的實(shí)施例中,當(dāng)設(shè)定模塊14依據(jù)信號5_環(huán)境所反映的環(huán)境參數(shù)自動(dòng)調(diào)整閾值Td時(shí),可以參考一參考來源S_參考。舉例而言,參考來源S_參考可以是一組預(yù)先儲存于控制器12的對照表,其可將不同的環(huán)境參數(shù)范圍對應(yīng)至不同的閾值Td,例如圖2及/或圖3所示的對照表;當(dāng)設(shè)定模塊14要依據(jù)環(huán)境參數(shù)產(chǎn)生閾值Td時(shí),便可依據(jù)環(huán)境參數(shù)查詢對照表以產(chǎn)生閾值Td。以及/或者,控制器12也可以接受使用者輸入來設(shè)定參考來源s_參考的對照表;舉例而言,在圖3的例子中,使用者可自行設(shè)定左列(column)的時(shí)間范圍。以及/或者,參考來源S_參考可以包括一映像函數(shù)或一算法,可由環(huán)境參數(shù)計(jì)算出對應(yīng)的閾值Td。在流程100的步驟106 (圖4)中,當(dāng)要依據(jù)環(huán)境參數(shù)設(shè)定閾值Td時(shí),也可以依據(jù)參考來源S_S考來由環(huán)境參數(shù)對照出閾值Td。如圖1所示,控制器12可以包括(或外接至)一儲存單元19 ;儲存單元19可以是易失性及/或非易失性內(nèi)存,用以儲存參考來源S_參考。
[0036]總結(jié)來說,相較于習(xí)知技術(shù),本發(fā)明可依據(jù)環(huán)境參數(shù)來動(dòng)態(tài)地調(diào)整語音辨識的信心閾值,使語音辨識能適應(yīng)聲控裝置的運(yùn)作環(huán)境,改善聲控的性能與適應(yīng)性。
[0037]綜上所述,雖然本發(fā)明已以較佳實(shí)施例揭露如上,然其并非用以限定本發(fā)明。本發(fā)明所屬【技術(shù)領(lǐng)域】中具有通常知識者,在不脫離本發(fā)明的精神和范圍內(nèi),當(dāng)可作各種的改動(dòng)與潤飾。因此,本發(fā)明的保護(hù)范圍當(dāng)視后附的權(quán)利要求所界定者為準(zhǔn)。
【權(quán)利要求】
1.一種控制器,應(yīng)用于一聲控裝置,包含: 一設(shè)定模塊,依據(jù)一環(huán)境參數(shù)產(chǎn)生一閾值,其中該環(huán)境參數(shù)相關(guān)于該聲控裝置所處的一環(huán)境;以及 一辨識模塊,接收一語音,針對該語音進(jìn)行辨識并產(chǎn)生一語音辨識的信心值,以及比較該語音辨識的信心值與該閾值并據(jù)以產(chǎn)生一控制信號。
2.如權(quán)利要求1所述的控制器,其特征在于,該環(huán)境參數(shù)系為一音量值。
3.如權(quán)利要求1所述的控制器,其特征在于,還包含一環(huán)境檢測器,用以檢測該環(huán)境以得到該環(huán)境參數(shù)。
4.如權(quán)利要求3所述的控制器,其特征在于,該環(huán)境檢測器用以檢測該環(huán)境的音量。
5.如權(quán)利要求3所述的控制器,其特征在于,該環(huán)境檢測器用以檢測該環(huán)境的亮度。
6.如權(quán)利要求1所述的控制器,其特征在于,該環(huán)境參數(shù)為一時(shí)間值。
7.如權(quán)利要求1所述的控制器,其特征在于,該控制器包含一儲存單元,該儲存單元用以儲存一對照表,該設(shè)定模塊系依據(jù)該環(huán)境參數(shù)查詢該對照表以產(chǎn)生該閾值。
8.一種運(yùn)用于一聲控裝置的方法,包含: 依據(jù)一環(huán)境參數(shù)產(chǎn)生一閾值,其中該環(huán)境參數(shù)相關(guān)于該聲控裝置所處的一環(huán)境; 接收一語音,針對該語音進(jìn)行辨識并產(chǎn)生一語音辨識的信心值;以及 比較該語音辨識的信心值與該閾值并據(jù)以產(chǎn)生一控制信號。
9.如權(quán)利要求8所述的方法,其特征在于,該環(huán)境參數(shù)系為一音量值。
10.如權(quán)利要求8所述的方法,其特征在于,該環(huán)境參數(shù)通過檢測該環(huán)境的音量而得到。
11.如權(quán)利要求8所述的方法,其特征在于,該環(huán)境參數(shù)通過檢測該環(huán)境的亮度而得到。
12.如權(quán)利要求8所述的方法,其特征在于,該環(huán)境參數(shù)為一時(shí)間值。
13.如權(quán)利要求8所述的控制器,其特征在于,依據(jù)該環(huán)境參數(shù)產(chǎn)生該閾值的步驟包含:依據(jù)該環(huán)境參數(shù)查詢一對照表以產(chǎn)生該閾值。
【文檔編號】G05B19/04GK104345649SQ201310346804
【公開日】2015年2月11日 申請日期:2013年8月9日 優(yōu)先權(quán)日:2013年8月9日
【發(fā)明者】黃宏吉 申請人:晨星半導(dǎo)體股份有限公司