一种基于语音交互应用的全时AI电视系统设计方案

发布时间:2024-07-15  

以人为中心的身体、姿态、动作、表情、语音识别技术的自然人机交互已开始应用于智能电视[1]。声音可最自然和直接地访问信息和交换信息,语音信息输入、识别和实现,可以大大降低用户的通信成本,丰富人机交互[2]。语音识别技术是通过对语音信号特征的提取,使用不同的模式对其进行匹配,最终将语音信号转化成为文本内容或者命令的技术[3]。


语音交互作为最符合人机交互的方式之一,逐步成为电视等智能硬件的“标配”,并使语音搜索成为了主流的AI(artificial intelligence,AI)技术[4]。AI 语音技术在智能电视上应用,需要24 h 全时段支持交互功能,不管是开机状态还是待机状态,都要能够接收和处理语音、实现交互,为人们提供高品质和便捷的交互服务。


本文提出一种基于语音交互应用的全时AI 电视系统设计方案,阐述了系统工作原理及AI 语音交互、AI待机交互、线性阵列麦克风模块和防反射收音管道设计工艺关键技术;系统在开机和AI 待机状态时均可进行AI 语音交互、实现不间断全时语音交互,同时AI 待机时的交互功率低,采用线性阵列麦克风和防反射收音管道设计实现良好的收音效果,系统语音交互的准确性和识别率高。该方案已用于创维全时AI 电视产品,得到了良好应用。


1   系统原理

基于语音交互应用的全时AI 电视系统由全时和分时工作模块组成,框图如图1 所示。全时工作模块包括阵列麦克风、语音DSP、互联网功能、语音处理部分及电源管理模块;分时工作模块包括显示处理、视频处理、音频处理及其他电视处理模块。

1643013587231920.png

图1 系统组成

全时AI 电视系统有三种状态:开机、AI 待机和深度待机。开机时,全时工作模块和分时工作模块处于工作状态,电视可以进行语音交互、音视频播放等;AI待机时,全时工作模块处于工作状态,而分时工作模块处于关闭状态,此时仅语音交互相关的模块处于工作状态,其他模块基本不消耗电能,在保持正常语音交互的情况下实现了低功耗;深度待机时,全时工作模块和分时工作模块都处于关闭状态,此时功耗极低,但无法进行语音交互。

全时AI 电视系统的待机流程如图2 所示。电视在开机状态时,可以进行AI 语音交互、音视频播放等,接收遥控器、按键、语音或手机等设备发出的待机指令,如果此时系统设置为AI 待机且网络连通,将先关闭分时工作模块,然后进入AI 待机状态;否则依次关闭分时和全时工作模块,然后进入深度待机状态。在AI 待机时,可以进行AI 语音交互、响应语音指令,打开分时工作模块的部分功能,进行语音响应播报声音;可以通过语音唤醒电视或传统遥控方式快速唤醒电视,使电视系统不需要重启而迅速进入开机状态;还可设定特定条件(如长时间未进行AI 语音交互时)自动切换至深度待机状态,以节省能耗。在深度待机时,不响应AI语音交互,且必须通过传统的遥控或按键开机指令使系统重启后进入开机状态。

image.png

图2 系统待机实现流程

2   关键技术

1)AI 语音交互技术

AI 语音交互技术原理框图由全时AI 电视系统、网络、服务器系统组成,如图3 所示。其中,全时AI 电视系统包括声音采集、声音提取及增强、人声识别与语音检测等模块;服务器系统包括语音识别、逻辑转换等模块。

1643013762112093.png

图3 AI语音交互原理框图

全时AI 电视系统通过声音采集模块采集声音(包括环境噪声、人声、及电视喇叭声音等),进行降噪等预处理后得到声音信号,然后对声音信号进行回音消除、去混响、声音提取和增强等处理,以及进行人声识别及人声端点语音检测,获取人声语音信息,然后将语音编码、调制后通过网络传送给服务器系统;服务器系统接收语音后,进行语音识别和逻辑处理等,向全时AI 电视系统反馈语音代表的语义等信息;全时AI 电视系统接收到反馈信息后,进行解码处理并生成电视系统的执行指令,控制电视系统的模块工作,完成AI 语音交互。

2)AI 待机交互技术

由系统原理阐述可知,在AI 待机时分时工作模块进入关闭状态。而在AI 待机过程中,为满足良好人机交互需要、同时要兼顾低功率消耗,根据AI 交互不同的指令,在交互时需要合理启动分时工作模块的部分功能进入工作状态。AI 交互指令及处理功能工作状态如图4 所示。

1643013865832528.png

图4 AI待机时指令及处理功能工作状态

AI 待机交互技术设计原理为:①当AI 语音为音频指令时,需合理开启音频处理功能;如语音输入“今天天气怎么样”,电视系统收到服务器系统的反馈信息并生成及执行指令,立即开启音频播放功能进行天气播报;如语音输入“播放音乐”,电视系统收到服务器系统的反馈信息并生成及执行指令,立即开启音乐播放器和音频播放功能播放音乐。②当AI 语音为视频指令时,需合理开启视频和显示处理及音频处理功能;如语音输入“播放中央一套”,电视系统收到服务器系统的反馈信息并生成及执行指令,立即开启视频播放功能和打开电视屏幕显示及开启音频播放功能,进行央视一套节目播放。③当接收到遥控或按键指令时,需合理开启显示或音频处理功能;如指令为待机,需要立即开启显示功能;如为音量加减,则仅开启音频处理的音量调节功能而不开启显示功能。在特定或设定场景下,如果未检测到AI 语音交互或遥控等指令,系统可以由AI 待机状态进入深度待机状态。

3)线性阵列麦克风模块及工艺

麦克风设计是影响全时AI 电视系统语音交互准确性和精度的重要因素之一,系统采用线性阵列麦克风模块及防反射收音管道设计工艺。

线性阵列麦克风示意图如图5 所示, 采用4 个指向MEMS 麦克风排列成线型,各麦克风之间间距D ≥ 3 cm、麦克风拾音孔深度和直径N≤ 4∶1,具有良好的拾音范围和语音定向增强,能够有效消除回音。

image.png

图5 线性阵列麦克风布示意图

防反射收音管道设计示意图如图6 所示,由导音管、密封圈、吸音膜及麦克风组成。防反射收音管道的导音管开孔大于麦克风收音孔20% 以上、保证收音范围较广;密封圈采用硅胶材质,与导音管下表面精密配合,为防止声音反射,采用吸音膜来吸收未进入麦克风收音孔的声音,吸音膜吸收音频频率范围大于人声的频率范围,即大于20 Hz ~ 20 kHz,确保每个频段的声音都能很好衰减;防反射收音管道能够有效防止声音反射问题,同时确保收音范围广,获取高质量音频。

image.png

图6 防反射收音管道设计示意图

3   系统应用

全时AI 电视系统设计方案已经在多个电视产品中应用,涵盖43 ~ 86 英寸(注:1 英寸=2.54 cm),包括创维电视Q40、Q51、S81、S9A 等产品系列。产品内置线性阵列麦克风,支持良好的全时AI 语音交互体验,市场销售规模超过百万台。

以65 英寸电视产品为例,AI 待机时功率约16 W,从AI 待机状态进入开机状态的时间约2 s,支持远距离语音交互:3 m 内唤醒率99%、识别率95%,8 m 唤醒率95%、识别率93%。

4   结束语

文章提出一种基于语音交互应用的全时AI 电视系统设计方案,阐述了系统工作原理及AI 语音交互、AI待机交互、线性阵列麦克风模块和防反射收音管道设计工艺关键技术;系统在开机和AI 待机状态时均可进行AI 语音交互,并实现不间断全时语音交互;同时AI 待机时的语音交互功率低,并采用线性阵列麦克风和防反射收音管道设计实现良好的收音效果,系统语音交互的准确性和识别率高。该方案已应用于创维全时AI 电视产品,效果良好,产生了良好经济社会效益。


参考文献:

[1]任飞.智能电视软件平台关键技术研究[D].成都:电子科技大学,2013.

[2]汪文弈.智能电视语音交互系统的研究与设计[D].成都:电子科技大学,2017.

[3]王景山.基于语音交互的电视节目点播系统[D].兰州:兰州大学,2016.

[4]章金水.AI客厅语音入口探索与实践[J].数字通信世界,2020,44(3):24-26.


文章来源于:电子工程世界    原文链接
本站所有转载文章系出于传递更多信息之目的,且明确注明来源,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。

我们与500+贴片厂合作,完美满足客户的定制需求。为品牌提供定制化的推广方案、专属产品特色页,多渠道推广,SEM/SEO精准营销以及与公众号的联合推广...详细>>

利用葫芦芯平台的卓越技术服务和新产品推广能力,原厂代理能轻松打入消费物联网(IOT)、信息与通信(ICT)、汽车及新能源汽车、工业自动化及工业物联网、装备及功率电子...详细>>

充分利用其强大的电子元器件采购流量,创新性地为这些物料提供了一个全新的窗口。我们的高效数字营销技术,不仅可以助你轻松识别与连接到需求方,更能够极大地提高“闲置物料”的处理能力,通过葫芦芯平台...详细>>

我们的目标很明确:构建一个全方位的半导体产业生态系统。成为一家全球领先的半导体互联网生态公司。目前,我们已成功打造了智能汽车、智能家居、大健康医疗、机器人和材料等五大生态领域。更为重要的是...详细>>

我们深知加工与定制类服务商的价值和重要性,因此,我们倾力为您提供最顶尖的营销资源。在我们的平台上,您可以直接接触到100万的研发工程师和采购工程师,以及10万的活跃客户群体...详细>>

凭借我们强大的专业流量和尖端的互联网数字营销技术,我们承诺为原厂提供免费的产品资料推广服务。无论是最新的资讯、技术动态还是创新产品,都可以通过我们的平台迅速传达给目标客户...详细>>

我们不止于将线索转化为潜在客户。葫芦芯平台致力于形成业务闭环,从引流、宣传到最终销售,全程跟进,确保每一个potential lead都得到妥善处理,从而大幅提高转化率。不仅如此...详细>>