基于电磁波干扰抑制的智能家电语音识别方法及系统

本发明涉及语音识别，特别涉及一种基于电磁波干扰抑制的智能家电语音识别方法及系统。

背景技术：

1、随着智能家电的广泛应用，语音识别技术作为人机交互的重要手段之一，得到了越来越多的关注和研究。然而，在实际应用中，智能家电所处环境中的电磁干扰对语音识别的准确性和稳定性产生了显著影响。电磁干扰来源广泛，包括家电自身产生的电磁噪声、其他电子设备的电磁辐射以及外界环境中的电磁信号，这些干扰会混淆语音信号，使语音识别系统难以准确捕捉和处理用户的语音指令。

2、目前，针对电磁干扰对语音识别影响的研究和解决方案相对有限，大多数语音识别系统主要依靠传统的滤波和降噪技术，但这些方法在面对复杂多变的电磁环境时效果并不理想。随着机器学习和人工智能技术的发展，基于数据驱动的电磁干扰抑制方法逐渐成为研究热点，通过构建电磁环境模型和干扰特征提取，可以更加精准地识别和抑制电磁干扰，从而提高语音识别的准确性和稳定性。

3、因此，提供一种基于电磁波干扰抑制的智能家电语音识别方法及系统，能够有效识别和处理不同类型的电磁干扰，提升语音识别的效果，具有重要的实际意义和应用价值。

技术实现思路

1、为了解决上述至少一个技术问题，本发明提出了一种基于电磁波干扰抑制的智能家电语音识别方法及系统。

2、本发明第一方面提供了一种基于电磁波干扰抑制的智能家电语音识别方法，包括：

3、基于电磁传感器获取目标智能家电所处环境的电磁波数据，根据所述电磁波数据构建电磁环境图谱；

4、基于机器学习算法对所述电磁环境图谱分析，对影响目标智能家电语音识别的电磁干扰类型进行识别并提取电磁干扰特征，得到电磁干扰数据；

5、根据所述电磁干扰数据分析不同电磁干扰类型对目标智能家电语音识别的影响，得到电磁干扰影响数据；

6、构建目标智能家电的电磁干扰处理模型，根据所述电磁干扰影响数据确定不同电磁干扰类型的干扰抑制参数，将所述电磁干扰数据和不同电磁干扰类型的干扰抑制参数导入所述电磁干扰处理模型中进行学习和训练；

7、获取目标智能家电的实时语音信号数据，将所述实时语音信号数据导入所述电磁干扰处理模型中对实时语音信号数据中的电磁干扰类型进行识别和处理，得到电磁干扰抑制语音信号数据；

8、根据所述电磁干扰抑制语音信号数据进行语音识别，得到语音识别结果，根据所述语音识别结果对目标智能家电进行控制操作。

9、本方案中，所述基于电磁传感器获取目标智能家电所处环境的电磁波数据，根据所述电磁波数据构建电磁环境图谱，具体为：

10、以目标智能家电为中心，在目标智能家电的预设范围内布设电磁传感器，通过标准磁场生成装置生成已知频率和强度的电磁信号对所述电磁传感器进行参数校准操作；

11、根据所述参数校准操作后的电磁传感器获取目标智能家电所处环境的电磁波数据，所述电磁波数据包括目标智能家电预设范围内不同位置的电磁频率、振幅、波长、强度、方向；

12、引入pca数据降维算法，基于pca算法将所述电磁波数据构建电磁波数据矩阵，将所述电磁波数据矩阵进行中心化处理，得到中心化数据矩阵；

13、计算所述中心化数据矩阵的协方差矩阵，对所述协方差矩阵进行特征值分解，得到特征值和对应的特征向量，根据特征值的大小，选择前k个最大的特征值所对应的特征向量组成新的特征向量矩阵；

14、将所述中心化数据矩阵投影至所述特征向量矩阵中，得到降维电磁波数据矩阵，根据所述降维电磁波数据矩阵确定电磁波数据特征向量；

15、将所述电磁波数据特征向量映射至三维直角坐标系中，生成目标智能家电所处环境的电磁波频率分布图、空间分布图，得到目标智能家电的电磁环境图谱。

16、本方案中，所述基于机器学习算法对所述电磁环境图谱分析，对影响目标智能家电语音识别的电磁干扰类型进行识别并提取电磁干扰特征，得到电磁干扰数据，具体为：

17、获取目标智能家电的历史电磁环境图谱，对所述历史电磁环境图谱进行电磁干扰类型标注，通过小波变换方法提取电磁干扰类型标注后的历史电磁波频率分布图的频域特征，所述频域特征包括不同类型的电磁波的频谱特征、功率密度特征、瞬时频率特征；

18、基于空间变换方法提取历史空间分布图的空间域特征，所述空间域特征包括不同类型的电磁波的电磁空间分布特征、方位角特征，将所述频域特征和空间域特征转化为多维特征向量；

19、基于支持向量机算法、小波变换方法、空间变换方法构建电磁干扰类型识别模型，将所述多维特征向量导入所述电磁干扰类型识别模型中进行训练，将所述电磁环境图谱导入训练完成后的电磁干扰类型识别模型中进行识别，得到电磁干扰类型识别结果；

20、根据所述电磁干扰类型识别结果确定每个电磁干扰类型的电磁干扰特征，所述电磁干扰特征包括每个电磁干扰类型的频域特征、时域特征、空间特征，得到电磁干扰数据。

21、本方案中，所述根据所述电磁干扰数据分析不同电磁干扰类型对目标智能家电语音识别的影响，得到电磁干扰影响数据，具体为：

22、根据所述电磁干扰数据，将不同类型的电磁干扰分别按照频域特征、时域特征和空间特征进行分类，形成电磁干扰类型库；

23、根据所述电磁干扰类型库对不同干扰类型进行随机组合，生成包含一种或多种电磁干扰类型组合的电磁干扰类型测试组；

24、基于电磁环境仿真软件生成每个电磁干扰类型测试组在不同电磁强度下的虚拟电磁测试信号，并生成标准语音信号，将所述标准语音信号施加所述电磁测试信号进行模拟干扰，生成电磁干扰语音信号测试数据；

25、将所述电磁干扰语音测试信号数据导入目标智能家电的语音识别系统中进行语音识别，确定目标智能家电在受到一种类型的电磁干扰在不同电磁干扰强度情况下或受到多种类型的电磁干扰在不同电磁干扰强度同时干扰的情况下，目标智能家电的语音识别准确率，得到语音识别准确率数据；

26、将所述语音识别准确率数据构建电磁干扰类型-电磁干扰强度-识别准确率的影响数据表，得到目标智能家电的电磁干扰影响数据。

27、本方案中，所述构建目标智能家电的电磁干扰处理模型，根据所述电磁干扰影响数据确定不同电磁干扰类型的干扰抑制参数，将所述电磁干扰数据和不同电磁干扰类型的干扰抑制参数导入所述电磁干扰处理模型中进行学习和训练，具体为：

28、获取语音识别准确率对目标智能家电的控制精度影响数据，根据所述控制精度影响数据确定语音识别准确率阈值；

29、根据所述语音识别准确率阈值对电磁干扰影响数据进行分析，将低于所述识别准确率阈值的电磁干扰类型和对应的电磁干扰强度、对应的识别准确率进行提取，形成新的电磁干扰类型-电磁干扰强度-识别准确率的影响数据表，得到对目标智能家电造成控制精度影响的实质性电磁干扰影响数据；

30、根据所述控制精度影响数据和实质性电磁干扰影响数据确定不同电磁干扰类型在不同电磁干扰强度下对目标智能家电的控制精度的影响程度，得到影响程度数据；

31、获取目标智能家电的电磁干扰抑制系统中每个子系统对电磁干扰抑制的功能数据，根据所述影响程度数据和功能数据确定不同电磁干扰类型在不同电磁干扰强度下电磁干扰抑制系统的干扰抑制参数，所述干扰抑制参数包括滤波器参数、信号增强参数；

32、构建卷积神经网络，将所述不同电磁干扰类型在不同电磁干扰强度下电磁干扰抑制系统的干扰抑制参数导入所述卷积神经网络中进行训练，将训练完成后的卷积神经网络与电磁干扰类型识别模型进行结合，并与电磁干扰抑制系统进行数据连接，得到目标智能家电的电磁干扰处理模型。

33、本方案中，所述获取目标智能家电的实时语音信号数据，将所述实时语音信号数据导入所述电磁干扰处理模型中对实时语音信号数据中的电磁干扰类型进行识别和处理，得到电磁干扰抑制语音信号数据，具体为：

34、获取目标智能家电的实时语音信号数据，将所述实时语音信号数据导入所述电磁干扰处理模型中对实时语音信号数据中的电磁干扰类型和干扰强度进行识别，得到电磁干扰识别结果；

35、根据所述电磁干扰识别结果确定实时干扰抑制参数，电磁干扰处理模型实时根据所述实时干扰抑制参数对实时语音信号数据进行干扰抑制处理，得到电磁干扰抑制语音信号数据。

36、本方案中，所述根据所述电磁干扰抑制语音信号数据进行语音识别，得到语音识别结果，根据所述语音识别结果对目标智能家电进行控制操作，具体为：

37、对所述电磁干扰抑制语音信号数据进行语音解码，生成语音识别结果；

38、基于自然语言处理技术对所述语音识别结果进行语义分析，生成控制指令，将所述控制指令发送至目标智能家电的控制模块中对目标智能家电进行控制操作。

39、本发明第二方面还提供了一种基于电磁波干扰抑制的智能家电语音识别系统，该系统包括：存储器、处理器，所述存储器中包括基于电磁波干扰抑制的智能家电语音识别方法程序，所述基于电磁波干扰抑制的智能家电语音识别方法程序被所述处理器执行时，实现如下步骤：

40、基于电磁传感器获取目标智能家电所处环境的电磁波数据，根据所述电磁波数据构建电磁环境图谱；

41、基于机器学习算法对所述电磁环境图谱分析，对影响目标智能家电语音识别的电磁干扰类型进行识别并提取电磁干扰特征，得到电磁干扰数据；

42、根据所述电磁干扰数据分析不同电磁干扰类型对目标智能家电语音识别的影响，得到电磁干扰影响数据；

43、构建目标智能家电的电磁干扰处理模型，根据所述电磁干扰影响数据确定不同电磁干扰类型的干扰抑制参数，将所述电磁干扰数据和不同电磁干扰类型的干扰抑制参数导入所述电磁干扰处理模型中进行学习和训练；

44、获取目标智能家电的实时语音信号数据，将所述实时语音信号数据导入所述电磁干扰处理模型中对实时语音信号数据中的电磁干扰类型进行识别和处理，得到电磁干扰抑制语音信号数据；

45、根据所述电磁干扰抑制语音信号数据进行语音识别，得到语音识别结果，根据所述语音识别结果对目标智能家电进行控制操作。

46、本方案中，所述获取目标智能家电的实时语音信号数据，将所述实时语音信号数据导入所述电磁干扰处理模型中对实时语音信号数据中的电磁干扰类型进行识别和处理，得到电磁干扰抑制语音信号数据，具体为：

47、获取目标智能家电的实时语音信号数据，将所述实时语音信号数据导入所述电磁干扰处理模型中对实时语音信号数据中的电磁干扰类型和干扰强度进行识别，得到电磁干扰识别结果；

48、根据所述电磁干扰识别结果确定实时干扰抑制参数，电磁干扰处理模型实时根据所述实时干扰抑制参数对实时语音信号数据进行干扰抑制处理，得到电磁干扰抑制语音信号数据。

49、本方案中，所述根据所述电磁干扰抑制语音信号数据进行语音识别，得到语音识别结果，根据所述语音识别结果对目标智能家电进行控制操作，具体为：

50、对所述电磁干扰抑制语音信号数据进行语音解码，生成语音识别结果；

51、基于自然语言处理技术对所述语音识别结果进行语义分析，生成控制指令，将所述控制指令发送至目标智能家电的控制模块中对目标智能家电进行控制操作。

52、本发明公开了一种基于电磁波干扰抑制的智能家电语音识别方法及系统。首先，利用获取目标智能家电环境的电磁波数据，构建电磁环境图谱；接着，根据电磁环境图谱识别并提取影响语音识别的电磁干扰特征，得到电磁干扰数据；然后，分析不同电磁干扰类型对语音识别的影响，得到电磁干扰影响数据，构建电磁干扰处理模型，并确定干扰抑制参数；随后，获取并处理目标智能家电的实时语音信号数据，得到电磁干扰抑制语音信号数据；最后，基于电磁干扰抑制语音信号数据进行语音识别，并对目标智能家电进行控制。本发明提高了智能家电语音识别的准确性和稳定性。