AMEYA360报道：一文看懂智能家居语音系统

　　从整个智能家居语音系统来看，主要构成为语音采集模块、语音前级处理模块、语音训练模块、语音识别模块、语音提示模块和输出控制模块等。

　　语音采集模块主要起到完成信号调理和信号采集的功能，通过将语音信号转换为语音脉冲序列，模块中主要包括声音与电信号的转换、信号调理和采样等信号处理过程。

　　其中采样位数与采样率对音频接口而言是最重要的两个指标，也是选择声音模块的重要标准。每增加一个采样位数相当于力度范围增加了6dB，采样位数越多则捕捉到的信号越精准。

　　而采样频率是指计算机每秒钟采集多少个声音样本，是描述声音文件的音质、音调，衡量声卡、声音文件的质量标准。采样率越高，计算机摄取的图片越多，对于原始音频的还原也越加精确。

　　语音前级处理模块主要用于滤除干扰信号、提取语音特征矢量，并将提取的语音特征矢量量化为标准语音特征矢量。

　　而语音训练模块主要功能是将多次采集、提取到的语音特征标准矢量进行概率统计，避免语音受到人自身情绪、环境等因素引起的干扰。简而言之，这一模块是帮助进行语音校准，减少误差。

　　语音识别模块，顾名思义，主要通过将新采集到的语音特征矢量与语音模板库中的语音模型进行比较，然后再判断当前语音命令功能。而语音模板库中，主要存储训练后的最佳标准语音特征矢量。

　　其他如语音提示模块的主要功能为提示用户进行相关操作的进度，以及前往完成的情况；而输出控制模块便是针对智能语音识别的结果来输出相应的控制信号，比如开关、音量调节、温度大小等。

　　通过这些模块的加入，便能够让语音识别人机交互成为现实。并依照这个框架，语音识别技术已经开始有了长远的发展。

　　到今年，语音识别技术已经发展了71年，从最初只能识别特定单词，到慢慢实现理解人的语音、语义，并参与到智能家居等落地应用中来，为人们实现更好的生活体验。相比智能视觉只是针对人脸这一个变量而言，智能语音技术需要解决的是更复杂的语义、繁杂的环境、精准关键词的检测等来提升输入效率，而这些都需要时间来完成。　　

　　AMEYA360报道：一文看懂智能家居语音系统