本發(fā)明涉及物聯(lián)網(wǎng)控制的ai語音，具體涉及一種用于物聯(lián)網(wǎng)卡控制的ai語音分析方法及系統(tǒng)。

背景技術(shù)：

1、隨著物聯(lián)網(wǎng)技術(shù)和ai語音分析技術(shù)的不斷發(fā)展，用于物聯(lián)網(wǎng)卡控制的ai語音分析方法將在更多領(lǐng)域得到應(yīng)用，如智能家居、智能辦公等應(yīng)用場景對于語音識別技術(shù)和語音交互的需求日益增加，語音識別技術(shù)作為人機(jī)交互的重要組成部分，然而現(xiàn)有的語音識別技術(shù)面臨著一個(gè)共同的問題：在復(fù)雜的噪聲環(huán)境下，語音信號的清晰度往往受到嚴(yán)重干擾，導(dǎo)致語音識別準(zhǔn)確率下降，用戶體驗(yàn)受到影響；

2、在現(xiàn)實(shí)環(huán)境中，諸如背景音樂、人群交談聲、機(jī)器運(yùn)轉(zhuǎn)聲等各種噪聲的存在嚴(yán)重影響了語音信號的質(zhì)量；這些噪聲不僅降低了語音的可辨識性，而且還會使語音識別系統(tǒng)產(chǎn)生誤判；在某些情況下，需要同時(shí)處理多個(gè)說話人的語音信號，這對信號處理算法提出了更高的要求；傳統(tǒng)的單通道語音處理技術(shù)往往無法有效應(yīng)對多音源環(huán)境下的語音識別任務(wù)；為了提供流暢的交互體驗(yàn)，語音識別系統(tǒng)必須能夠在短時(shí)間內(nèi)完成語音信號的采集、處理及識別過程；這意味著需要高效的信號處理算法來保障系統(tǒng)的響應(yīng)速度。

3、針對上述提出的技術(shù)問題，能夠有效提升語音信號清晰度、動態(tài)調(diào)整噪聲抑制參數(shù)，并支持多通道音頻信號處理的ai語音分析方法，以提高語音識別系統(tǒng)的準(zhǔn)確率和魯棒性，優(yōu)化用戶體驗(yàn)，并推動智能設(shè)備在更多領(lǐng)域的廣泛應(yīng)用。

4、基于此，本發(fā)明提出了一種用于物聯(lián)網(wǎng)卡控制的ai語音分析方法及系統(tǒng)，通過綜合時(shí)域和頻域分析、噪聲抑制技術(shù)以及動態(tài)參數(shù)調(diào)整，實(shí)現(xiàn)了在復(fù)雜噪聲環(huán)境下的高清晰度語音信號采集與處理。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種用于物聯(lián)網(wǎng)卡控制的ai語音分析方法及系統(tǒng)，首先包括采集用戶的語音指令并獲得原始音頻數(shù)據(jù)，對原始音頻數(shù)據(jù)進(jìn)行時(shí)域和頻域分析，綜合得到語音清晰度分?jǐn)?shù)；分析噪聲對語音清晰度的影響關(guān)系，得到目標(biāo)信噪比區(qū)間和目標(biāo)語音信號清晰度分?jǐn)?shù)區(qū)間；基于目標(biāo)語音信號清晰度分?jǐn)?shù)區(qū)間，計(jì)算得到噪聲抑制增益調(diào)整區(qū)間；使用多通道音頻輸入設(shè)備進(jìn)行語音信號采集，并對多通道語音信號進(jìn)行分析，根據(jù)分析結(jié)果動態(tài)調(diào)整每個(gè)通道的噪聲抑制參數(shù)。具體而言，通過計(jì)算失真指數(shù)d和頻譜平滑度s，并結(jié)合預(yù)設(shè)的權(quán)重系數(shù)，得到語音清晰度分?jǐn)?shù)c，將c與預(yù)設(shè)的清晰度分?jǐn)?shù)閾值進(jìn)行比較，區(qū)分高清晰度和低清晰度語音信號；通過計(jì)算信噪比snr，整合高清晰度和低清晰度語音信號的信噪比區(qū)間，確定目標(biāo)信噪比區(qū)間；基于最大信噪比狀態(tài)下的最小清晰度分?jǐn)?shù)cmin，得到失真指數(shù)d和頻譜平滑度s，并通過公式計(jì)算噪聲抑制增益g，動態(tài)調(diào)整噪聲抑制增益以優(yōu)化語音信號清晰度；在多通道環(huán)境下，通過校準(zhǔn)各通道以確保數(shù)據(jù)一致性，提取每個(gè)通道的時(shí)域和頻域特征，結(jié)合信號融合算法生成綜合語音清晰度分?jǐn)?shù)，并根據(jù)多通道信號的分析結(jié)果動態(tài)調(diào)整噪聲抑制參數(shù)，從而優(yōu)化整體語音清晰度，提高語音控制的可靠性和用戶體驗(yàn)。

2、本發(fā)明的目的可以通過以下技術(shù)方案實(shí)現(xiàn)：

3、一種用于物聯(lián)網(wǎng)卡控制的ai語音分析方法，包括以下步驟：

4、s1：采集用戶的語音指令，獲得原始音頻數(shù)據(jù)；

5、s2：對原始音頻數(shù)據(jù)進(jìn)行時(shí)域分析和頻域分析，并綜合分析得到語音清晰度分?jǐn)?shù)；

6、s3：分析噪聲對語音清晰度的影響關(guān)系，得到目標(biāo)信噪比區(qū)間和目標(biāo)語音信號清晰度分?jǐn)?shù)區(qū)間；

7、s4：基于目標(biāo)語音信號清晰度分?jǐn)?shù)區(qū)間，計(jì)算得到噪聲抑制增益調(diào)整區(qū)間；

8、s5：使用多通道音頻輸入設(shè)備進(jìn)行語音信號采集，并對多通道語音信號進(jìn)行分析，根據(jù)分析結(jié)果，動態(tài)調(diào)整每個(gè)通道的噪聲抑制參數(shù)。

9、作為本發(fā)明進(jìn)一步的方案：語音清晰度分?jǐn)?shù)c的獲取過程為：

10、對失真指數(shù)d和頻譜平滑度s進(jìn)行處理；

11、將失真指數(shù)d的權(quán)重分配為w1，將頻譜平滑度s的權(quán)重分配為w2，且w1和w2均大于0；

12、通過公式計(jì)算得到語音清晰度分?jǐn)?shù)c。

13、作為本發(fā)明進(jìn)一步的方案：失真指數(shù)d的獲取過程為：

14、通過公式計(jì)算得到失真指數(shù)d；

15、其中，n是樣本點(diǎn)的數(shù)量，是原始信號的第i個(gè)樣本點(diǎn)，yi是處理后信號的第i個(gè)樣本點(diǎn)。

16、作為本發(fā)明進(jìn)一步的方案：頻譜平滑度s的獲取過程為：

17、通過公式計(jì)算得到頻譜平滑度s；

18、其中，m是頻譜的分量數(shù)量，和分別是頻譜的第j和j+1個(gè)分量。

19、作為本發(fā)明進(jìn)一步的方案：目標(biāo)信噪比區(qū)間獲取過程為：通過公式計(jì)算得到信噪比snr；

20、其中，是原始語音信號的第i個(gè)樣本點(diǎn)，是噪聲信號的第i個(gè)樣本點(diǎn)，n是樣本點(diǎn)的數(shù)量。

21、并將每個(gè)語音信號的清晰度分?jǐn)?shù)與清晰度分?jǐn)?shù)閾值進(jìn)行比較；

22、分別得到若干高清晰度語音信號和若干低清晰度語音信號；

23、對所有高清晰度語音信號，計(jì)算對應(yīng)的信噪比，將所得信噪比按照大小順序進(jìn)行整合，得到高清晰度語音信號對應(yīng)的信噪比區(qū)間，記為高清晰度低信噪比區(qū)間；

24、對所有低清晰度語音信號，計(jì)算對應(yīng)的信噪比，將所得信噪比按照大小順序進(jìn)行整合，得到低清晰度語音信號對應(yīng)的信噪比區(qū)間，記為低清晰度高信噪比區(qū)間；

25、若高清晰度低信噪比區(qū)間與低清晰度高信噪比區(qū)間之間存在交叉部分，則獲取高清晰度信低噪比區(qū)間內(nèi)的最小信噪比記為，獲取低清晰度高信噪比區(qū)間內(nèi)的最小信噪比記為，將記為第一目標(biāo)信噪比區(qū)間；

26、若低清晰度高信噪比區(qū)間完全包含高清晰度低信噪比區(qū)間，則獲取高清晰度信低噪比區(qū)間內(nèi)的最小信噪比記為，獲取高清晰度低信噪比區(qū)間內(nèi)的最大信噪比記為，則將記為第二目標(biāo)信噪比區(qū)間；

27、若低清晰度高信噪比區(qū)間與高清晰度低信噪比區(qū)間不存在相交部分，則獲取高清晰度信低噪比區(qū)間內(nèi)的最小信噪比記為，獲取高清晰度信低噪比區(qū)間內(nèi)的最大信噪比記為則將記為第二目標(biāo)信噪比區(qū)間。

28、作為本發(fā)明進(jìn)一步的方案：噪聲抑制增益調(diào)整區(qū)間獲取過程為：

29、以第一目標(biāo)信噪比區(qū)間為例，將第一目標(biāo)信噪比區(qū)間劃分為若干相同時(shí)間采集點(diǎn)，分別獲取每個(gè)采集點(diǎn)對應(yīng)的信噪比、失真指數(shù)和頻譜平滑度；其中，a表示采集點(diǎn)的個(gè)數(shù)，a為大于0的正整數(shù)；

30、基于信噪比，得到清晰度分?jǐn)?shù)，再根據(jù)清晰度分?jǐn)?shù)得到失真指數(shù)和頻譜平滑度，綜合計(jì)算得到噪聲抑制增益；

31、對目標(biāo)語音信號清晰度分?jǐn)?shù)區(qū)間，按照從小到大的順序，依次獲取對應(yīng)的信噪比與清晰度分?jǐn)?shù)；其中n表示目標(biāo)區(qū)間內(nèi)的語言信號數(shù)量；以清晰度分?jǐn)?shù)為因變量，信噪比為自變量；將最大信噪比對應(yīng)最小清晰度分?jǐn)?shù)依次按照順序，將所有清晰度分?jǐn)?shù)與信噪比一一對應(yīng)，建立直角坐標(biāo)系，觀察信噪比和清晰度分?jǐn)?shù)在坐標(biāo)軸的分布情況；

32、通過公式計(jì)算得到變化率；

33、若變化率為正數(shù)則說明，計(jì)算第一目標(biāo)區(qū)間內(nèi)所有噪聲抑制增益,并獲取最大噪聲抑制增益和最小噪聲抑制增益g1；得到噪聲抑制增益調(diào)整區(qū)間；

34、若變化率為負(fù)數(shù)，計(jì)算第一目標(biāo)區(qū)間內(nèi)所有噪聲抑制增益,并獲取最大噪聲抑制增益和最小噪聲抑制增益g3；得到噪聲抑制增益調(diào)整區(qū)間。

35、作為本發(fā)明進(jìn)一步的方案：對多通道音頻信號進(jìn)行時(shí)域和頻率域分析，分別提取每個(gè)通道的時(shí)域波形和頻譜特征；匯總所有通道的分析結(jié)果，計(jì)算整體的失真指數(shù)d和頻譜平滑度s；結(jié)合各通道的音頻數(shù)據(jù)，計(jì)算綜合語音清晰度分?jǐn)?shù)c；若語音清晰度分?jǐn)?shù)c低于預(yù)設(shè)閾值，系統(tǒng)將進(jìn)一步分析各通道的信噪比snr，識別主要噪聲源并進(jìn)行針對性處理；根據(jù)多通道信號的分析結(jié)果，動態(tài)調(diào)整每個(gè)通道的噪聲抑制參數(shù)。

36、一種用于物聯(lián)網(wǎng)卡控制的ai語音分析系統(tǒng)，包括語音信號采集模塊、語音信號分析模塊、語音清晰度分?jǐn)?shù)計(jì)算模塊、噪聲影響分析模塊、噪聲調(diào)整與優(yōu)化模塊和多通道音頻信號處理模塊；

37、語音信號采集模塊，所述語音信號采集模塊通過音頻輸入設(shè)備采集原始語音信號；

38、語音信號分析模塊，所述語音信號分析模塊對原始音頻數(shù)據(jù)進(jìn)行時(shí)域分析和頻域分析；

39、語音清晰度分?jǐn)?shù)計(jì)算模塊，所述語音清晰度分?jǐn)?shù)計(jì)算模塊通過綜合分析語音信號的時(shí)域和頻域特征，計(jì)算語音清晰度分?jǐn)?shù)；

40、噪聲影響分析模塊，所述噪聲影響分析模塊通過分析噪聲對語音清晰度的影響關(guān)系，得到目標(biāo)信噪比區(qū)間和目標(biāo)語音信號清晰度分?jǐn)?shù)區(qū)間；

41、噪聲調(diào)整與優(yōu)化模塊，所述噪聲調(diào)整與優(yōu)化模塊基于目標(biāo)語音信號清晰度分?jǐn)?shù)區(qū)間，計(jì)算得到噪聲抑制增益調(diào)整區(qū)間；

42、多通道音頻信號處理模塊，所述多通道音頻信號處理模塊通過使用多通道音頻輸入設(shè)備進(jìn)行語音信號采集，并對多通道語音信號進(jìn)行分析，根據(jù)分析結(jié)果，動態(tài)調(diào)整每個(gè)通道的噪聲抑制參數(shù)。

43、本發(fā)明的有益效果：

44、（1）本發(fā)明通過采集多個(gè)語音信號并計(jì)算各自的清晰度分?jǐn)?shù)，區(qū)分出高清晰度和低清晰度語音信號；通過計(jì)算信噪比并整合高清晰度和低清晰度語音信號的信噪比區(qū)間，確定目標(biāo)信噪比區(qū)間。基于最大信噪比狀態(tài)下的最小清晰度分?jǐn)?shù)?，得到失真指數(shù)和頻譜平滑度，并通過公式計(jì)算噪聲抑制增益；這種方法能夠動態(tài)調(diào)整噪聲抑制增益，顯著提高語音信號的清晰度；通過在直角坐標(biāo)系中觀察信噪比和清晰度分?jǐn)?shù)的變化，可以更精確地調(diào)整噪聲抑制參數(shù)，從而在不同噪聲環(huán)境下保持語音信號的高質(zhì)量；

45、（2）本發(fā)明通過對目標(biāo)語音信號清晰度分?jǐn)?shù)區(qū)間內(nèi)的語音信號進(jìn)行分析，根據(jù)信噪比的變化調(diào)整噪聲抑制增益；具體而言，通過計(jì)算變化率，可以判斷信噪比與清晰度分?jǐn)?shù)的關(guān)系；當(dāng)變化率為正數(shù)時(shí)，表明隨著信噪比的增加，清晰度分?jǐn)?shù)也在增加，此時(shí)可以形成噪聲抑制增益調(diào)整區(qū)間；當(dāng)變化率為負(fù)數(shù)時(shí)，表明隨著信噪比的增加，清晰度分?jǐn)?shù)反而減少，也可以形成相應(yīng)的調(diào)整區(qū)間。這種動態(tài)調(diào)整機(jī)制使得系統(tǒng)能夠更好地適應(yīng)不同噪聲環(huán)境，提高了噪聲抑制的效果，從而提升了語音識別的準(zhǔn)確率。

46、（3）本發(fā)明通過支持多通道音頻信號處理，使用多通道音頻輸入設(shè)備進(jìn)行語音信號采集，并確保所有通道的音頻信號具有相同的采樣率和位深度；對每個(gè)通道進(jìn)行時(shí)域和頻域分析，提取時(shí)域波形和頻譜特征，匯總分析結(jié)果，計(jì)算整體的失真指數(shù)和頻譜平滑度；結(jié)合各通道的音頻數(shù)據(jù)，生成綜合語音清晰度分?jǐn)?shù)；這種方法不僅提高了語音信號的整體清晰度，還能通過分析多通道信號的方向性，增強(qiáng)目標(biāo)語音方向的聲音，同時(shí)抑制其他方向的噪聲；通過動態(tài)調(diào)整每個(gè)通道的噪聲抑制參數(shù)，優(yōu)化了整體語音清晰度，提升了系統(tǒng)的魯棒性和可靠性。