一种风扇语音控制系统的语音识别方法

摘要

本发明提供了一种风扇语音控制系统的语音识别方法，包括：S1：获取所述风扇周围预设范围内的音频信号；S2：剔除所述音频信号中的背景音信号，获得控制语音信号；S3：基于所述控制语音信号的语音特征，在所述控制语音信号中识别出风扇控制指令，基于所述风扇控制指令控制所述风扇执行相应操作；用以通过对风扇周围获取的音频信号进行背景音剔除后，进行语音语义识别，获得准确的风扇控制指令，并实现了基于语音对风扇进行指令控制。

权利要求

1.一种风扇语音控制系统的语音识别方法，其特征在于，包括：

S1：获取风扇周围预设范围内的音频信号；

S2：剔除所述音频信号中的背景音信号，获得控制语音信号；

S3：基于所述控制语音信号的语音特征，在所述控制语音信号中识别出风扇控制指令，基于所述风扇控制指令控制所述风扇执行相应操作；

其中，S2：剔除所述音频信号中的背景音信号，获得控制语音信号，包括：

S201：基于所述音频信号的原始音频频谱曲线，确定出所述音频信号中的背景音信号；

S202：将所述音频信号中的背景音信号剔除，获得所述控制语音信号；

其中，S201：基于所述音频信号的原始音频频谱曲线，确定出所述音频信号中的背景音信号，包括：获取所述音频信号预设周期内的原始音频频谱曲线，判断所述原始音频频谱曲线中是否存在骤变点，若是，则确定出所述原始音频频谱曲线中相邻骤变点之间的第一间隔时间，基于所述第一间隔时间拟合出对应的第一间隔时间变化曲线；

基于所述第一间隔时间变化曲线判断出所述骤变点是否为规律分布，若是，则将所述原始音频频谱曲线当作第一音频频谱曲线，否则，以所述骤变点为起点在所述原始音频频谱曲线中划分出所述骤变点对应的分析区段曲线；

确定出所述骤变点的骤变幅度，基于所述骤变幅度确定出合理波动幅度，判断所述分析区段曲线中是否存在与所述骤变点的差值不超过对应合理波动幅度的波动点，将连续的波动点连接获得合理波动曲线，确定出所述合理波动曲线和对应骤变点之间的第二间隔时间；

基于所述合理波动曲线的时间跨度确定出合理间隔时间阈值，当所述第二间隔时间不超过所述合理间隔时间阈值时，则将所述合理波动曲线作为对应骤变点的分析曲线段，否则，判定对应骤变点不存在分析曲线段；

将所有分析曲线段标记于所述原始音频频谱曲线中，获得第一标记结果，基于所述第一标记结果确定出相邻分析曲线段之间的第三间隔时间，基于所述第三间隔时间拟合出第二间隔时间变化曲线；

基于所述第二间隔时间变化曲线判断出所述分析曲线段是否为规律分布，若是，则将所述原始音频频谱曲线当作第一音频频谱曲线，否则，基于所述分析曲线段的时间跨度拟合出时间跨度变化曲线，基于所述时间跨度变化曲线判断所述分析曲线段是否存在规律，若是，则将所述原始音频频谱曲线当作第一音频频谱曲线，否则，将所述原始音频频谱曲线中的所有分析曲线段删除，获得第一音频频谱曲线；

当所述原始音频频谱曲线中不存在骤变点时，则将所述原始音频频谱曲线当作第一音频频谱曲线；

将所述第一音频频谱曲线转换为声音信号，获得所述音频信号中的背景音信号。

2.根据权利要求1所述的一种风扇语音控制系统的语音识别方法，其特征在于，S3：基于所述控制语音信号的语音特征，在所述控制语音信号中识别出风扇控制指令，基于所述风扇控制指令控制所述风扇执行相应操作，包括：S301：提取出所述控制语音信号的语音特征；

S302：基于所述语音特征，判断所述控制语音信号中是否只存在一个来源用户，若是，则对所述控制语音信号进行语义识别，获得风扇控制指令，否则，基于所述语音特征对所述控制语音信号进行主次识别，获得主次识别结果，基于所述主次识别结果，获得风扇控制指令；

S303：基于所述风扇控制指令，控制所述风扇执行相应操作。

3.根据权利要求2所述的一种风扇语音控制系统的语音识别方法，其特征在于，S301：提取出所述控制语音信号的语音特征，包括：

提取出所述控制语音信号的基频特征，并计算出所述控制语音信号的短时平均过零率；

将所述基频特征和所述短时平均过零率作为所述控制语音信号的语音特征。

4.根据权利要求2所述的一种风扇语音控制系统的语音识别方法，其特征在于，对所述控制语音信号进行主次识别，获得主次识别结果，基于所述主次识别结果，获得风扇控制指令，包括：当所述控制语音信号中存在不止一个来源用户时，则基于所述语音特征将所述控制语音信号进行划分，获得子控制语音信号集合，并将所述子控制语音信号集合中每个子控制语音信号标记于所述控制语音信号，获得第二标记结果；

基于所述第二标记结果中每个子控制语音信号在所述控制语音信号中的所处位置，计算出每个子控制语音信号的第一权重；

计算出每个子控制语音信号的平均分贝，基于所述第一权重和对应的平均分贝，计算出对应子控制语音信号的最终权重；

将最大最终权重对应的子控制语音信号作为主要控制语音信号，将所述子控制语音信号集合中除所述主要控制语音信号以外剩余的子控制语音信号作为次要控制语音信号，将所述主要控制语音信号和所述次要控制语音信号作为对应主次识别结果；

对所述主次识别结果中的主要控制语音信号进行语义识别，获得风扇控制指令。

5.根据权利要求2所述的一种风扇语音控制系统的语音识别方法，其特征在于，对所述控制语音信号进行语义识别，获得风扇控制指令，包括：对所述控制语音信号进行语义识别，获得语义识别结果，将所述语义识别结果与所述控制语音信号进行对齐，获得控制语音分布信息；

对所述控制语音分布信息进行整合，获得风扇控制指令。

6.根据权利要求5所述的一种风扇语音控制系统的语音识别方法，其特征在于，对所述控制语音分布信息进行整合，获得风扇控制指令，包括：确定出所述控制语音分布信息中相邻控制语音信息之间的第四间隔时间，基于所述第四间隔时间计算出平均间隔时间；

将所述控制语音分布信息中间隔时间大于平均间隔时间的相邻控制语音信息之间设置划分界限，基于所有划分界限对所述控制语音分布信息进行划分，获得第一划分结果；

将所述控制语音分布信息中的原始控制语音信息与预设指令库中的词段进行依次匹配，获得匹配结果；

基于所述匹配结果判断出所述原始控制语音信息中是否存在未被匹配的剩余词段，若是，则基于所述剩余词段在预设指令信息库中的第一出现概率和每个相邻已匹配词段在所述预设指令信息库中的第二出现概率以及所述剩余词段和所述相邻已匹配词段在所述预设指令信息库中的第一同时出现概率，计算出所述剩余词段和相邻已匹配词段之间的关联度：式中，为所述剩余词段和相邻已匹配词段之间的关联度， 为以2为底的对数函数，为所述第一出现概率， 为所述第二出现概率， 为所述第一同时出现概率；

将所述剩余词段与较大关联度对应的相邻已匹配词段划分为同一词段，并结合所述匹配结果对所述原始控制语音信息进行划分，获得第二划分结果；

否则，基于所述匹配结果对所述原始控制语音信息进行划分，获得第二划分结果；

基于控制指令相关词列表，确定出所述原始控制语音信息中包含的控制指令相关词，将所述原始控制语音信息中除所述控制指令相关词以外剩余的语音信息进行最小单位词段划分，获得最小划分结果；

确定出所述最小划分结果中每个最小单位词段的词性，以所述原始控制语音信息中的任一控制指令相关词为起点，向两端同时检索，在每一端确定出与对应控制指令相关词的词性一致的最小单位词作为次相关词；

将所述控制指令相关词和对应次相关词之间的所有最小单位词段与所述控制指令相关词汇总，获得每个控制指令相关词的至少一个词段集合；

基于所述词段集合中每个词段的词性和指令语法框架列表，对所述词段集合进行整合，获得每个词段集合对应的整合语段，确定出所述整合语段中相邻词段之间的词性连接权重和每个词段在所述预设指令信息库中的第三出现概率以及所述整合语段中相邻词段在所述预设指令信息库中的第二同时出现概率，基于所述词性连接权重和所述第三出现概率以及所述第二同时出现概率，计算出所述整合语段的语义评分值：式中，为所述整合语段的语义评分值，为所述整合语段中包含的词段总数，为所述整合语段中的第i个词段， 为所述整合语段中的第i个词段和第(i+1)个词段之间的词性连接权重， 为所述整合语段中的第i个词段的第三出现概率， 为所述整合语段中的第(i+1)个词段的第三出现概率， 为所述整合语段中的第i个词段和第(i+1)个词段的第二同时出现概率；

将最大语义评分值对应的词段集合作为所述控制指令相关词的最终划分词段集合，并将所述最终划分词段集合对应的检索方向的反方向上的次相关词作为新的起点进行词段划分，直至将所述原始控制语音信息全部划分完毕时，则基于所有最终划分词段集合，获得第三划分结果；

将所述第一划分结果和所述第二划分结果以及所述第三划分结果汇总获得划分结果集合，获得所述划分结果集合中每个划分结果的控制语段序列；

对所述控制语段序列进行语义评分，获得语段语义评分值，基于语段语义评分值对所有控制语段序列进行排序，获得序列排序结果；

基于所有控制语段序列确定出迭代矩阵行列式的容量参数，基于所述容量参数和所述控制语段序列对应的划分结果中包含的字段数，生成每个控制语段序列对应的迭代表征矩阵，基于所述序列排序结果，将所有迭代表征矩阵进行累乘 操作，获得最终划分表征矩阵，基于所述最终划分表征矩阵对所述原始控制语音信息进行划分并语义识别，获得风扇控制指令。

7.根据权利要求1所述的一种风扇语音控制系统的语音识别方法，其特征在于，S3：在所述控制语音信号中识别出风扇控制指令，基于所述风扇控制指令控制所述风扇执行相应操作之后，包括：基于所述语音特征，判断所述控制语音信号的来源用户是否为历史用户库中的历史用户，获得判断结果；

将所述风扇控制指令存储至所述来源用户的历史指令库中。

8.根据权利要求7所述的一种风扇语音控制系统的语音识别方法，其特征在于，基于所述语音特征，判断所述控制语音信号的来源用户是否为历史用户库中的历史用户，获得判断结果，包括：判断历史用户库中是否存在与所述语音特征一致的用户语音特征，若是，则将所述控制语音信号的来源用户是历史用户库中的历史用户作为所述判断结果；

否则，将所述控制语音信号的来源用户不是历史用户库中的历史用户作为所述判断结果。

说明书

一种风扇语音控制系统的语音识别方法

技术领域

[0001] 本发明涉及语音识别技术领域，特别涉及一种风扇语音控制系统的语音识别方法。

背景技术

[0002] 目前，语音识别技术，也被称为自动语音识别Automatic Speech Recognition，(ASR)，其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。语音识别技术的应用包括语音拨号、语音导航、室内设备控制、语音文档检索、简单的听写数据录入等。语音识别技术与其他自然语言处理技术如机器翻译及语音合成技术相结合，可以构建出更加复杂的应用，例如风扇语音控制系统。

[0003] 语音识别技术需要能排除各种环境因素的影响。目前，对语音识别效果影响最大的就是环境杂音或嗓音，在公共场合，几乎不可能指望计算机能听懂你的话，很显然这极大地限制了语音技术的应用范围，目前，要在嘈杂环境中使用语音识别技术必须有特殊的抗嗓(NoiseCancellation)麦克风才能进行，这对多数用户来说是不现实的。在公共场合中，智能化地摒弃环境嗓音并从中获取用户发出控制指令的声音，这是一个艰巨的任务。

[0004] 因此，本发明提出了一种风扇语音控制系统的语音识别方法。

发明内容

[0005] 本发明提供一种风扇语音控制系统的语音识别方法，用以通过对风扇周围获取的音频信号进行背景音剔除后，进行语音语义识别，获得准确的风扇控制指令，智能化地摒弃环境嗓音并从中获取用户发出控制指令的声音，并实现了基于语音对风扇进行指令控制。

[0006] 本发明提供一种风扇语音控制系统的语音识别方法，包括：

[0007] S1：获取所述风扇周围预设范围内的音频信号；

[0008] S2：剔除所述音频信号中的背景音信号，获得控制语音信号；

[0009] S3：基于所述控制语音信号的语音特征，在所述控制语音信号中识别出风扇控制指令，基于所述风扇控制指令控制所述风扇执行相应操作。

[0010] 优选的，所述的一种风扇语音控制系统的语音识别方法，S2：剔除所述音频信号中的背景音信号，获得控制语音信号，包括：

[0011] S201：基于所述音频信号的原始音频频谱曲线，确定出所述音频信号中的背景音信号；

[0012] S202：将所述音频信号中的背景音信号剔除，获得所述控制语音信号。

[0013] 优选的，所述的一种风扇语音控制系统的语音识别方法，S201：基于所述音频信号的原始音频频谱曲线，确定出所述音频信号中的背景音信号，包括：

[0014] 获取所述音频信号预设周期内的原始音频频谱曲线，判断所述原始音频频谱曲线中是否存在骤变点，若是，则确定出所述原始音频频谱曲线中相邻骤变点之间的第一间隔时间，基于所述第一间隔时间拟合出对应的第一间隔时间变化曲线；

[0015] 基于所述第一间隔时间变化曲线判断出所述骤变点是否为规律分布，若是，则将所述原始音频频谱曲线当作第一音频频谱曲线，否则，以所述骤变点为起点在所述原始音频频谱曲线中划分出所述骤变点对应的分析区段曲线；

[0016] 确定出所述骤变点的骤变幅度，基于所述骤变幅度确定出合理波动幅度，判断所述分析区段曲线中是否存在与所述骤变点的差值不超过对应合理波动幅度的波动点，将连续的波动点连接获得合理波动曲线，确定出所述合理波动曲线和对应骤变点之间的第二间隔时间；

[0017] 基于所述合理波动曲线的时间跨度确定出合理间隔时间阈值，当所述第二间隔时间不超过所述合理间隔时间阈值时，则将所述合理波动曲线作为对应骤变点的分析曲线段，否则，判定对应骤变点不存在分析曲线段；

[0018] 将所有分析曲线段标记于所述原始音频频谱曲线中，获得第一标记结果，基于所述第一标记结果确定出相邻分析曲线段之间的第三间隔时间，基于所述第三间隔时间拟合出第二间隔时间变化曲线；

[0019] 基于所述第二间隔时间变化曲线判断出所述分析曲线段是否为规律分布，若是，则将所述原始音频频谱曲线当作第一音频频谱曲线，否则，基于所述分析曲线段的时间跨度拟合出时间跨度变化曲线，基于所述时间跨度变化曲线判断所述分析曲线段是否存在规律，若是，则将所述原始音频频谱曲线当作第一音频频谱曲线，否则，将所述原始音频频谱曲线中的所有分析曲线段删除，获得第一音频频谱曲线；

[0020] 当所述原始音频频谱曲线中不存在骤变点时，则将所述原始音频频谱曲线当作第一音频频谱曲线；

[0021] 将所述第一音频频谱曲线转换为声音信号，获得所述音频信号中的背景音信号。

[0022] 优选的，所述的一种风扇语音控制系统的语音识别方法，S3：基于所述控制语音信号的语音特征，在所述控制语音信号中识别出风扇控制指令，基于所述风扇控制指令控制所述风扇执行相应操作，包括：

[0023] S301：提取出所述控制语音信号的语音特征；

[0024] S302：基于所述语音特征，判断所述控制语音信号中是否只存在一个来源用户，若是，则对所述控制语音信号进行语义识别，获得风扇控制指令，否则，基于所述语音特征对所述控制语音信号进行主次识别，获得主次识别结果，基于所述主次识别结果，获得风扇控制指令；

[0025] S303：基于所述风扇控制指令，控制所述风扇执行相应操作。

[0026] 优选的，所述的一种风扇语音控制系统的语音识别方法，S301：提取出所述控制语音信号的语音特征，包括：

[0027] 提取出所述控制语音信号的基频特征，并计算出所述控制语音信号的短时平均过零率；

[0028] 将所述基频特征和所述短时平均过零率作为所述控制语音信号的语音特征。

[0029] 优选的，所述的一种风扇语音控制系统的语音识别方法，对所述控制语音信号进行主次识别，获得主次识别结果，基于所述主次识别结果，获得风扇控制指令，包括：

[0030] 当所述控制语音信号中存在不止一个来源用户时，则基于所述语音特征将所述控制语音信号进行划分，获得子控制语音信号集合，并将所述子控制语音信号集合中每个子控制语音信号标记于所述控制语音信号，获得第二标记结果；

[0031] 基于所述第二标记结果中每个子控制语音信号在所述控制语音信号中的所处位置，计算出每个子控制语音信号的第一权重；

[0032] 计算出每个子控制语音信号的平均分贝，基于所述第一权重和对应的平均分贝，计算出对应子控制语音信号的最终权重；

[0033] 将最大最终权重对应的子控制语音信号作为主要控制语音信号，将所述子控制语音信号集合中除所述主要控制语音信号以外剩余的子控制语音信号作为次要控制语音信号，将所述主要控制语音信号和所述次要控制语音信号作为对应主次识别结果；

[0034] 对所述主次识别结果中的主要控制语音信号进行语义识别，获得风扇控制指令。

[0035] 优选的，所述的一种风扇语音控制系统的语音识别方法，对所述控制语音信号进行语义识别，获得风扇控制指令，包括：

[0036] 对所述控制语音信号进行语义识别，获得语义识别结果，将所述语义识别结果与所述控制语音信号进行对齐，获得控制语音分布信息；

[0037] 对所述控制语音分布信息进行整合，获得风扇控制指令。

[0038] 优选的，所述的一种风扇语音控制系统的语音识别方法，对所述控制语音分布信息进行整合，获得风扇控制指令，包括：

[0039] 确定出所述控制语音分布信息中相邻控制语音信息之间的第四间隔时间，基于所述第四间隔时间计算出平均间隔时间；

[0040] 将所述控制语音分布信息中间隔时间大于平均间隔时间的相邻控制语音信息之间设置划分界限，基于所有划分界限对所述控制语音分布信息进行划分，获得第一划分结果；

[0041] 将所述控制语音分布信息中的原始控制语音信息与预设指令库中的词段进行依次匹配，获得匹配结果；

[0042] 基于所述匹配结果判断出所述原始控制语音信息中是否存在未被匹配的剩余词段，若是，则基于所述剩余词段在预设指令信息库中的第一出现概率和每个相邻已匹配词段在所述预设指令信息库中的第二出现概率以及所述剩余词段和所述相邻已匹配词段在所述预设指令信息库中的第一同时出现概率，计算出所述剩余词段和相邻已匹配词段之间的关联度：

[0043]

[0044] 式中，为所述剩余词段和相邻已匹配词段之间的关联度， 为以2为底的对数函数， 为所述第一出现概率， 为所述第二出现概率， 为所述第一同时出现概率；

[0045] 将所述剩余词段与较大关联度对应的相邻已匹配词段划分为同一词段，并结合所述匹配结果对所述原始控制语音信息进行划分，获得第二划分结果；

[0046] 否则，基于所述匹配结果对所述原始控制语音信息进行划分，获得第二划分结果；

[0047] 基于控制指令相关词列表，确定出所述原始控制语音信息中包含的控制指令相关词，将所述原始控制语音信息中除所述控制指令相关词以外剩余的语音信息进行最小单位词段划分，获得最小划分结果；

[0048] 确定出所述最小划分结果中每个最小单位词段的词性，以所述原始控制语音信息中的任一控制指令相关词为起点，向两端同时检索，在每一端确定出与对应控制指令相关词的词性一致的最小单位词作为次相关词；

[0049] 将所述控制指令相关词和对应次相关词之间的所有最小单位词段与所述控制指令相关词汇总，获得每个控制指令相关词的至少一个词段集合；

[0050] 基于所述词段集合中每个词段的词性和指令语法框架列表，对所述词段集合进行整合，获得每个词段集合对应的整合语段，确定出所述整合语段中相邻词段之间的词性连接权重和每个词段在所述预设指令信息库中的第三出现概率以及所述整合语段中相邻词段在所述预设指令信息库中的第二同时出现概率，基于所述词性连接权重和所述第三出现概率以及所述第二同时出现概率，计算出所述整合语段的语义评分值：

[0051]

[0052] 式中，为所述整合语段的语义评分值，为所述整合语段中包含的词段总数，为所述整合语段中的第i个词段， 为所述整合语段中的第i个词段和第(i+1)个词段之间的词性连接权重，为所述整合语段中的第i个词段的第三出现概率， 为所述整合语段中的第(i+1)个词段的第三出现概率， 为所述整合语段中的第i个词段和第(i+1)个词段的第二同时出现概率；

[0053] 将最大语义评分值对应的词段集合作为所述控制指令相关词的最终划分词段集合，并将所述最终划分词段集合对应的检索方向的反方向上的次相关词作为新的起点进行词段划分，直至将所述原始控制语音信息全部划分完毕时，则基于所有最终划分词段集合，获得第三划分结果；

[0054] 将所述第一划分结果和所述第二划分结果以及所述第三划分结果汇总获得划分结果集合，获得所述划分结果集合中每个划分结果的控制语段序列；

[0055] 对所述控制语段序列进行语义评分，获得语段语义评分值，基于语段语义评分值对所有控制语段序列进行排序，获得序列排序结果；

[0056] 基于所有控制语段序列确定出迭代矩阵行列式的容量参数，基于所述容量参数和所述控制语段序列对应的划分结果中包含的字段数，生成每个控制语段序列对应的迭代表征矩阵，基于所述序列排序结果，将所有迭代表征矩阵进行累称操作，获得最终划分表征矩阵，基于所述最终划分表征矩阵对所述原始控制语音信息进行划分并语义识别，获得风扇控制指令。

[0057] 优选的，所述的一种风扇语音控制系统的语音识别方法，S3：在所述控制语音信号中识别出风扇控制指令，基于所述风扇控制指令控制所述风扇执行相应操作之后，包括：

[0058] 基于所述语音特征，判断所述控制语音信号的来源用户是否为历史用户库中的历史用户，获得判断结果；

[0059] 将所述风扇控制指令存储至所述来源用户的历史指令库中。

[0060] 优选的，所述的一种风扇语音控制系统的语音识别方法，基于所述语音特征，判断所述控制语音信号的来源用户是否为历史用户库中的历史用户，获得判断结果，包括：

[0061] 判断历史用户库中是否存在与所述语音特征一致的用户语音特征，若是，则将所述控制语音信号的来源用户是历史用户库中的历史用户作为所述判断结果；

[0062] 否则，将所述控制语音信号的来源用户不是历史用户库中的历史用户作为所述判断结果。

[0063] 本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

[0064] 下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

[0065] 附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

[0066] 图1为本发明实施例中一种风扇语音控制系统的语音识别方法流程图；

[0067] 图2为本发明实施例中又一种风扇语音控制系统的语音识别方法流程图；

[0068] 图3为本发明实施例中再一种风扇语音控制系统的语音识别方法流程图。

具体实施方式

[0069] 以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

[0070] 实施例1：

[0071] 本发明提供了一种风扇语音控制系统的语音识别方法，参考图1，包括：

[0072] S1：获取所述风扇周围预设范围内的音频信号；

[0073] S2：剔除所述音频信号中的背景音信号，获得控制语音信号；

[0074] S3：基于所述控制语音信号的语音特征，在所述控制语音信号中识别出风扇控制指令，基于所述风扇控制指令控制所述风扇执行相应操作。

[0075] 该实施例中，预设范围即为预设的获取控制指令的范围。

[0076] 该实施例中，音频信号即为风扇周围预设范围内的声波的频率、幅度变化的信息载体。

[0077] 该实施例中，背景音信号即为音频信号中除用户发出控制指令的音频信号以外的音频信号。

[0078] 该实施例中，控制语音信号即为移除音频信号中的背景音信号后获得的音频信号。

[0079] 该实施例中，语音特征即为控制语音信号的基频特征和所述短时平均过零率。

[0080] 该实施例中，风扇控制指令即为在控制语音信号中识别出的用于控制风扇的语音指令。

[0081] 以上技术的有益效果为：通过对风扇周围获取的音频信号进行背景音剔除后，进行语音语义识别，获得准确的风扇控制指令，智能化地摒弃环境嗓音并从中获取用户发出控制指令的声音，实现了基于语音对风扇进行指令控制。

[0082] 实施例2：

[0083] 在实施例1的基础上，所述的一种风扇语音控制系统的语音识别方法，S2：剔除所述音频信号中的背景音信号，获得控制语音信号，参考图2，包括：

[0084] S201：基于所述音频信号的原始音频频谱曲线，确定出所述音频信号中的背景音信号；

[0085] S202：将所述音频信号中的背景音信号剔除，获得所述控制语音信号。

[0086] 该实施例中，原始音频频谱曲线即为音频信号对应的音频频谱曲线。

[0087] 以上技术的有益效果为：基于原始音频频谱曲线确定出音频信号中的背景音信号，提高了背景音信号的识别准确度，将音频信号中的背景音信号剔除，过滤了背景噪音，实现了控制语音信号的精准提取。

[0088] 实施例3：

[0089] 在实施例2的基础上，所述的一种风扇语音控制系统的语音识别方法，S201：基于所述音频信号的原始音频频谱曲线，确定出所述音频信号中的背景音信号，包括：

[0090] 获取所述音频信号预设周期内的原始音频频谱曲线，判断所述原始音频频谱曲线中是否存在骤变点，若是，则确定出所述原始音频频谱曲线中相邻骤变点之间的第一间隔时间，基于所述第一间隔时间拟合出对应的第一间隔时间变化曲线；

[0091] 基于所述第一间隔时间变化曲线判断出所述骤变点是否为规律分布，若是，则将所述原始音频频谱曲线当作第一音频频谱曲线，否则，以所述骤变点为起点在所述原始音频频谱曲线中划分出所述骤变点对应的分析区段曲线；

[0092] 确定出所述骤变点的骤变幅度，基于所述骤变幅度确定出合理波动幅度，判断所述分析区段曲线中是否存在与所述骤变点的差值不超过对应合理波动幅度的波动点，将连续的波动点连接获得合理波动曲线，确定出所述合理波动曲线和对应骤变点之间的第二间隔时间；

[0093] 基于所述合理波动曲线的时间跨度确定出合理间隔时间阈值，当所述第二间隔时间不超过所述合理间隔时间阈值时，则将所述合理波动曲线作为对应骤变点的分析曲线段，否则，判定对应骤变点不存在分析曲线段；

[0094] 将所有分析曲线段标记于所述原始音频频谱曲线中，获得第一标记结果，基于所述第一标记结果确定出相邻分析曲线段之间的第三间隔时间，基于所述第三间隔时间拟合出第二间隔时间变化曲线；

[0095] 基于所述第二间隔时间变化曲线判断出所述分析曲线段是否为规律分布，若是，则将所述原始音频频谱曲线当作第一音频频谱曲线，否则，基于所述分析曲线段的时间跨度拟合出时间跨度变化曲线，基于所述时间跨度变化曲线判断所述分析曲线段是否存在规律，若是，则将所述原始音频频谱曲线当作第一音频频谱曲线，否则，将所述原始音频频谱曲线中的所有分析曲线段删除，获得第一音频频谱曲线；

[0096] 当所述原始音频频谱曲线中不存在骤变点时，则将所述原始音频频谱曲线当作第一音频频谱曲线；

[0097] 将所述第一音频频谱曲线转换为声音信号，获得所述音频信号中的背景音信号。

[0098] 该实施例中，原始音频频谱曲线即为音频信号预设周期内的部分音频线后对应的音频频谱曲线。

[0099] 该实施例中，骤变点即为音频频谱曲线中幅值突然剧增的点，即幅值与前一点幅值之间的差值大于之前所有相邻点幅值差值的平均值的点。

[0100] 该实施例中，第一间隔时间即为原始音频频谱曲线中相邻骤变点之间的间隔时间。

[0101] 该实施例中，第一间隔时间变化曲线即为表征原始音频频谱曲线中相邻骤变点之间的第一时间间隔从左到右的变化曲线。

[0102] 该实施例中，基于所述第一间隔时间变化曲线判断出所述骤变点是否为规律分布，即为：判断第一间隔时间变化曲线对应的函数是否为线性函数，若是，则判定骤变点为规律分布，否则，判定骤变点不是规律分布。

[0103] 该实施例中，第一音频频谱曲线即为背景音信号对应的音频频谱曲线。

[0104] 该实施例中，分析区段曲线即为在原始音频频谱曲线中以骤变点为起点从左往右划分出的部分曲线段。

[0105] 该实施例中，骤变幅度即为原始音频频谱曲线骤变点对应的幅值和原始音频频谱曲线中骤变点的前一点对应的幅值之间的幅值差值。

[0106] 该实施例中，合理波动幅度即为[‑0.1m,0.1m]，其中，m为骤变幅度。

[0107] 该实施例中，波动点即为分析区段曲线中与骤变点的差值不超过对应合理波动幅度的点。

[0108] 该实施例中，合理波动曲线即为连续的波动点连接获得的曲线。

[0109] 该实施例中，第二间隔时间即为合理波动曲线和对应骤变点之间的间隔时间。

[0110] 该实施例中，基于所述合理波动曲线的时间跨度确定出合理间隔时间阈值，即为：

[0111] 合理波动曲线的时间跨度和0.1的乘积即为合理间隔时间阈值。

[0112] 该实施例中，合理波动曲线的时间跨度即为合理波动曲线在时间坐标轴上的跨度。

[0113] 该实施例中，分析曲线段即为第二间隔时间不超过合理间隔时间阈值时的合理波动曲线。

[0114] 该实施例中，第一标记结果即为将所有分析曲线段标记于原始音频频谱曲线中后获得的结果。

[0115] 该实施例中，第三间隔时间即为相邻分析曲线段之间的间隔时间。

[0116] 该实施例中，第二间隔时间变化曲线即为表征原始音频频谱曲线中相邻分析曲线段之间的第三间隔时间从左到右的变化曲线。

[0117] 该实施例中，基于所述第二间隔时间变化曲线判断出所述分析曲线段是否为规律分布，即为：判断第二间隔时间变化曲线对应的函数是否为线性函数，若是，则判定分析曲线段为规律分布，否则，判定分析曲线段不为规律分布。

[0118] 该实施例中，时间跨度变化曲线即为表征原始音频频谱曲线中分析曲线段的时间跨度从左到右的变化曲线。

[0119] 该实施例中，基于所述时间跨度变化曲线判断所述分析曲线段是否存在规律，即为：

[0120] 判断时间跨度变化曲线对应的函数是否为线性函数，若是，则判定分析曲线段存在规律，否则，判定分析曲线段不存在规律。

[0121] 以上技术的有益效果为：通过对音频信号预设周期内的原始音频频谱曲线中包含的骤变点进行识别分析，并对骤变点进行分析曲线段划分，基于相邻骤变点的之间的时间间隔和分析曲线段的时间跨度以及相邻分析曲线段之间的间隔时间，可以判断出骤变点以及分析曲线段是否存在规律，当存在规律时，则保留骤变点和分析曲线段，否则，将对应骤变点或者分析曲线段删除，进而获得准确的背景信号，通过对音频频谱曲线中的幅值分布分析，对音频频谱曲线中的异常点进行分析识别，实现了对音频信号中的背景音的准确提取。

[0122] 实施例4：

[0123] 在实施例1的基础上，所述的一种风扇语音控制系统的语音识别方法，S3：基于所述控制语音信号的语音特征，在所述控制语音信号中识别出风扇控制指令，基于所述风扇控制指令控制所述风扇执行相应操作，参考图3，包括：

[0124] S301：提取出所述控制语音信号的语音特征；

[0125] S302：基于所述语音特征，判断所述控制语音信号中是否只存在一个来源用户，若是，则对所述控制语音信号进行语义识别，获得风扇控制指令，否则，基于所述语音特征对所述控制语音信号进行主次识别，获得主次识别结果，基于所述主次识别结果，获得风扇控制指令；

[0126] S303：基于所述风扇控制指令，控制所述风扇执行相应操作。

[0127] 该实施例中，来源用户即为控制语音信号中发出指令的用户。

[0128] 该实施例中，主次识别结果即为基于语音特征对控制语音信号进行主次识别后获得的结果。

[0129] 以上技术的有益效果为：判断控制语音信号中发出控制指令的用户个数，当存在不止一个用户发出控制指令时，则对控制语音信号中每个用户的控制语音信号进行主次识别，进而实现了对风扇的准确控制，进一步减少了语音识别控制指令的干扰，更大程度地包含智能了风扇控制的准确性。

[0130] 实施例5：

[0131] 在实施例4的基础上，所述的一种风扇语音控制系统的语音识别方法，S301：提取出所述控制语音信号的语音特征，包括：

[0132] 提取出所述控制语音信号的基频特征，并计算出所述控制语音信号的短时平均过零率；

[0133] 将所述基频特征和所述短时平均过零率作为所述控制语音信号的语音特征。

[0134] 该实施例中，基频特征即为控制语音信号的基音频率。

[0135] 该实施例中，短时平均过零率即为控制语音信号的中每帧内信号通过零值的次数。

[0136] 以上技术的有益效果为：将控制语音信号的基频特征和短时平均过零率作为语音特征，可以基于语音特征区分出个体之间说话特征的差异性，为后续识别出控制语音信号中的来源用户总数提供了重要判别基础。

[0137] 实施例6：

[0138] 在实施例4的基础上，所述的一种风扇语音控制系统的语音识别方法，对所述控制语音信号进行主次识别，获得主次识别结果，基于所述主次识别结果，获得风扇控制指令，包括：

[0139] 当所述控制语音信号中存在不止一个来源用户时，则基于所述语音特征将所述控制语音信号进行划分，获得子控制语音信号集合，并将所述子控制语音信号集合中每个子控制语音信号标记于所述控制语音信号，获得第二标记结果；

[0140] 基于所述第二标记结果中每个子控制语音信号在所述控制语音信号中的所处位置，计算出每个子控制语音信号的第一权重；

[0141] 计算出每个子控制语音信号的平均分贝，基于所述第一权重和对应的平均分贝，计算出对应子控制语音信号的最终权重；

[0142] 将最大最终权重对应的子控制语音信号作为主要控制语音信号，将所述子控制语音信号集合中除所述主要控制语音信号以外剩余的子控制语音信号作为次要控制语音信号，将所述主要控制语音信号和所述次要控制语音信号作为对应主次识别结果；

[0143] 对所述主次识别结果中的主要控制语音信号进行语义识别，获得风扇控制指令。

[0144] 该实施例中，子控制语音信号集合即为当控制语音信号中存在不止一个来源用户时，基于语音特征对控制语音信号进行划分后获得的多个自控制语音信号构成的集合。

[0145] 该实施例中，子控制语音信号即为子控制语音信号集合中包含的控制语音信号。

[0146] 该实施例中，第二标记结果将子控制语音信号集合中每个子控制语音信号标记于控制语音信号后获得的结果。

[0147] 该实施例中，基于所述第二标记结果中每个子控制语音信号在所述控制语音信号中的所处位置，计算出每个子控制语音信号的第一权重，即为：

[0148] 将子控制语音信号的时间跨度和子控制语音信号结束点与控制语音信号结束点之间的时间跨度的比值即为对应子控制语音信号的第一权重。

[0149] 该实施例中，平均分贝即为子控制语音信号的分贝幅值的平均值。

[0150] 该实施例中，基于所述第一权重和对应的平均分贝，计算出对应子控制语音信号的最终权重，即为：

[0151] 将平均分贝和第一权重的乘积作为对应子控制语音信号的最终权重。

[0152] 该实施例中，主要控制语音信号即为最大最终权重对应的子控制语音信号。

[0153] 该实施例中，次要控制语音信号即为子控制语音信号集合中除主要控制语音信号以外剩余的子控制语音信号。

[0154] 以上技术的有益效果为：基于子控制语音信号在控制语音信号中的排序位置以及子控制语音信号的平均分贝，确定出子控制语音信号的最终权重，基于最终权重对子控制语音信号进行主次识别，使得根据控制语音信号的主次地位，对风扇进行分别控制，避免了在控制语音信号中存在冲突的控制指令时造成的控制异常情况。

[0155] 实施例7：

[0156] 在实施例4的基础上，所述的一种风扇语音控制系统的语音识别方法，对所述控制语音信号进行语义识别，获得风扇控制指令，包括：

[0157] 对所述控制语音信号进行语义识别，获得语义识别结果，将所述语义识别结果与所述控制语音信号进行对齐，获得控制语音分布信息；

[0158] 对所述控制语音分布信息进行整合，获得风扇控制指令。

[0159] 该实施例中，语义识别结果即为对控制语音信号进行语义识别后获得的结果。

[0160] 该实施例中，控制语音分布信息即为将语义识别结果和控制语音信号对齐后获得的结果。

[0161] 以上技术的有益效果为：通过对控制语音信号进行语义识别后再基于其语音信息在时间上的分布信息对控制语音分布信息进行整合，可以更好地理解风扇控制指令，提高了语音指令识别的准确性，使得风扇的控制更加准确智能。

[0162] 实施例8：

[0163] 在实施例7的基础上，所述的一种风扇语音控制系统的语音识别方法，对所述控制语音分布信息进行整合，获得风扇控制指令，包括：

[0164] 确定出所述控制语音分布信息中相邻控制语音信息之间的第四间隔时间，基于所述第四间隔时间计算出平均间隔时间；

[0165] 将所述控制语音分布信息中间隔时间大于平均间隔时间的相邻控制语音信息之间设置划分界限，基于所有划分界限对所述控制语音分布信息进行划分，获得第一划分结果；

[0166] 将所述控制语音分布信息中的原始控制语音信息与预设指令库中的词段进行依次匹配，获得匹配结果；

[0167] 基于所述匹配结果判断出所述原始控制语音信息中是否存在未被匹配的剩余词段，若是，则基于所述剩余词段在预设指令信息库中的第一出现概率和每个相邻已匹配词段在所述预设指令信息库中的第二出现概率以及所述剩余词段和所述相邻已匹配词段在所述预设指令信息库中的第一同时出现概率，计算出所述剩余词段和相邻已匹配词段之间的关联度：

[0168]

[0169] 式中，为所述剩余词段和相邻已匹配词段之间的关联度， 为以2为底的对数函数， 为所述第一出现概率， 为所述第二出现概率， 为所述第一同时出现概率；

[0170] 将所述剩余词段与较大关联度对应的相邻已匹配词段划分为同一词段，并结合所述匹配结果对所述原始控制语音信息进行划分，获得第二划分结果；

[0171] 否则，基于所述匹配结果对所述原始控制语音信息进行划分，获得第二划分结果；

[0172] 基于控制指令相关词列表，确定出所述原始控制语音信息中包含的控制指令相关词，将所述原始控制语音信息中除所述控制指令相关词以外剩余的语音信息进行最小单位词段划分，获得最小划分结果；

[0173] 确定出所述最小划分结果中每个最小单位词段的词性，以所述原始控制语音信息中的任一控制指令相关词为起点，向两端同时检索，在每一端确定出与对应控制指令相关词的词性一致的最小单位词作为次相关词；

[0174] 将所述控制指令相关词和对应次相关词之间的所有最小单位词段与所述控制指令相关词汇总，获得每个控制指令相关词的至少一个词段集合；

[0175] 基于所述词段集合中每个词段的词性和指令语法框架列表，对所述词段集合进行整合，获得每个词段集合对应的整合语段，确定出所述整合语段中相邻词段之间的词性连接权重和每个词段在所述预设指令信息库中的第三出现概率以及所述整合语段中相邻词段在所述预设指令信息库中的第二同时出现概率，基于所述词性连接权重和所述第三出现概率以及所述第二同时出现概率，计算出所述整合语段的语义评分值：

[0176]

[0177] 式中，为所述整合语段的语义评分值，为所述整合语段中包含的词段总数，为所述整合语段中的第i个词段， 为所述整合语段中的第i个词段和第(i+1)个词段之间的词性连接权重，为所述整合语段中的第i个词段的第三出现概率， 为所述整合语段中的第(i+1)个词段的第三出现概率， 为所述整合语段中的第i个词段和第(i+1)个词段的第二同时出现概率；

[0178] 将最大语义评分值对应的词段集合作为所述控制指令相关词的最终划分词段集合，并将所述最终划分词段集合对应的检索方向的反方向上的次相关词作为新的起点进行词段划分，直至将所述原始控制语音信息全部划分完毕时，则基于所有最终划分词段集合，获得第三划分结果；

[0179] 将所述第一划分结果和所述第二划分结果以及所述第三划分结果汇总获得划分结果集合，获得所述划分结果集合中每个划分结果的控制语段序列；

[0180] 对所述控制语段序列进行语义评分，获得语段语义评分值，基于语段语义评分值对所有控制语段序列进行排序，获得序列排序结果；

[0181] 基于所有控制语段序列确定出迭代矩阵行列式的容量参数，基于所述容量参数和所述控制语段序列对应的划分结果中包含的字段数，生成每个控制语段序列对应的迭代表征矩阵，基于所述序列排序结果，将所有迭代表征矩阵进行累称操作，获得最终划分表征矩阵，基于所述最终划分表征矩阵对所述原始控制语音信息进行划分并语义识别，获得风扇控制指令。

[0182] 该实施例中，第四间隔时间即为控制语音分布信息中相邻控制语音信息之间的间隔时间。

[0183] 该实施例中，平均间隔时间即为所有四间隔时间的平均值。

[0184] 该实施例中，划分界限用于后续对控制语音分布信息进行划分并获得第一划分结果的划分位置。

[0185] 该实施例中，第一划分结果即为基于所有划分界限对控制语音分布信息进行划分后获得的结果。

[0186] 该实施例中，预设指令库即为预先准备的存储所有风扇控制指令的指令库。

[0187] 该实施例中，匹配结果即为将所述控制语音分布信息中的原始控制语音信息与预设指令库中的词段进行依次匹配后获得的结果。

[0188] 该实施例中，剩余词段即为原始控制语音信息中未被匹配的词段。

[0189] 该实施例中，第一出现概率即为剩余词段在预设指令信息库中的出现概率。

[0190] 该实施例中，第二出现概率即为相邻已匹配词段在预设指令信息库中的出现概率。

[0191] 该实施例中，第一同时出现概率即为剩余词段和相邻已匹配词段在预设指令信息库中同时出现的概率。

[0192] 该实施例中，相邻已匹配词段即为与剩余词段相邻的已经与预设指令库中的词段完成匹配的词段。

[0193] 该实施例中，关联度即为表征剩余词段和相邻已匹配词段之间关联程度的数值。

[0194] 该实施例中，第二划分结果即为将剩余词段与较大关联度对应的相邻已匹配词段划分为同一词段，并结合匹配结果对原始控制语音信息进行划分后，获得的划分结果。

[0195] 该实施例中，控制指令相关词列表即为包含于风扇控制指令相关的词的列表。

[0196] 该实施例中，控制指令相关词即为原始控制语音信息中包含的控制指令相关词列表中的词。

[0197] 该实施例中，最小划分结果即为将原始控制语音信息中除控制指令相关词以外剩余的语音信息进行最小单位词段划分后获得的结果。

[0198] 该实施例中，次相关词即为控制指令相关词的每一端中确定出的与对应控制指令相关词的词性一致且距离最近的最小单位词。

[0199] 该实施例中，最小单位词即为最小划分结果中的词。

[0200] 该实施例中，词段集合即为将控制指令相关词和对应次相关词之间的所有最小单位词段与所述控制指令相关词汇总后获得的每个控制指令相关词的词段构成的集合。

[0201] 该实施例中，整合语段即为基于词段集合中每个词段的词性和指令语法框架列表对词段集合进行整合后获得的语段。

[0202] 该实施例中，指令语法框架列表即为包含指令语法框架的列表，指令预防框架例如：动词加名词。

[0203] 该实施例中，词性连接权重即为表征整合语段中相邻词段之间词性连接合适度的值，根据预设词性连接权重列表确定，例如：名词和动词的连接权重为1，名词和名词的连接权重为0.5。

[0204] 该实施例中，第三出现概率即为整合语段中每个词段在预设指令信息库中的出现概率。

[0205] 该实施例中，第二同时出现概率即为整合语段中相邻词段在预设指令信息库中同时出现的概率。

[0206] 该实施例中，语义评分值即为对整合语段进行评分后获得的数值。

[0207] 该实施例中，最终划分词段集合即为最大语义评分值对应的词段集合。

[0208] 该实施例中，第三划分结果即为将所有最终划分词段结果汇总后获得的结果。

[0209] 该实施例中，划分结果集合即为将第一划分结果和第二划分结果以及第三划分结果汇总后获得的集合。

[0210] 该实施例中，控制语段序列即为基于划分结果集合中的对应划分结果对原始控制语音信息进行划分后获得的语段序列。

[0211] 该实施例中，语段语义评分值即为对控制语段序列进行语义评分（与计算整合语段的语义评分值原理相同）后获得的评分值。

[0212] 该实施例中，序列排序结果即为基于语段语义评分值从大到小对所有控制语段序列进行排序后获得的结果。

[0213] 该实施例中，迭代矩阵行列式即为每个控制语段序列对应的用于后续累称迭代的矩阵行列式。

[0214] 该实施例中，基于所有控制语段序列确定出迭代矩阵行列式的容量参数，即为：

[0215] 确定出控制语段序列中包含的语段总个数，将所有控制语段序列中最大语段总个数作为迭代矩阵行列式的行数和列数。

[0216] 该实施例中，容量参数即为迭代矩阵行列式的行数和列数。

[0217] 该实施例中，基于所述容量参数和所述控制语段序列对应的划分结果中包含的字段数，生成每个控制语段序列对应的迭代表征矩阵，即为：

[0218] 确定出控制语段序列中每个语段中包含的字段总个数，基于所述字段总个数确定出控制语段序列对应的字段总个数序列；

[0219] 基于序列排序结果中每个控制语段序列的序数确定出对应字段总个数序列在对应迭代表征矩阵中的所在行数，基于确定出的所在行数，将对应迭代表征矩阵中的对应行设置为对应的字段总个数序列，将对应迭代表征矩阵中的除字段总个数序列外的其他数值设置为0，则获得对应的迭代表征矩阵。

[0220] 该实施例中，基于所述序列排序结果，将所有迭代表征矩阵进行累称操作，获得最终划分表征矩阵，即为：

[0221] 基于序列排序结果，将每个控制语段序列对应的控制语段序列依次进行累称，获得最终划分表征矩阵。

[0222] 该实施例中，最终划分表征矩阵即为基于序列排序结果将所有迭代表征矩阵进行累称操作后获得的矩阵。

[0223] 该实施例中，基于所述最终划分表征矩阵对所述原始控制语音信息进行划分并语义识别，获得风扇控制指令，即为：

[0224] 确定出迭代表征矩阵的总个数u，将最终划分表征矩阵开u次根号后的矩阵中非0数值对应行中的数值作为字段总个数序列，对原始控制语音信息从左至右按字段总个数序列划分后，获得语音信息划分结果；

[0225] 对语音信息划分结果进行语义识别，获得风扇控制指令。

[0226] 以上技术的有益效果为：基于控制语音分布信息中的间隔时间划分、基于与预设指令库中的词段匹配后的结果进行剩余关联后的结果划分、基于词性关联整合划分，基于以上三种划分方式对控制语音分布信息进行划分后获得的结果中的语段中的字段总个数生成的迭代表征矩阵，表征了对应划分结果，基于该迭代表征矩阵和每个划分结果的控制语段序列的语义评分值对迭代表征矩阵进行累称迭代后开根号，可以确定出三种划分方式中的相同划分语段，使得最后划分的结果包含三种划分方式中的相同划分结果，实现了综合三种划分方式对原始控制语音信息进行划分并语义识别，提高了风扇控制指令的识别准确性。

[0227] 实施例9：

[0228] 在实施例1的基础上，所述的一种风扇语音控制系统的语音识别方法，S3：在所述控制语音信号中识别出风扇控制指令，基于所述风扇控制指令控制所述风扇执行相应操作之后，包括：

[0229] 基于所述语音特征，判断所述控制语音信号的来源用户是否为历史用户库中的历史用户，获得判断结果；

[0230] 将所述风扇控制指令存储至所述来源用户的历史指令库中。

[0231] 该实施例中，判断结果即为判断控制语音信息的来源用户是否为历史用户库中的历史用户的判断结果。

[0232] 该实施例中，历史指令库即为存储对应来源用户所有发出的风扇控制指令的指令库。

[0233] 以上技术的有益效果为：将风扇控制指令根据用户进行分别存储，为语音指令识别的优化提供了信息基础。

[0234] 实施例10：

[0235] 在实施例9的基础上，所述的一种风扇语音控制系统的语音识别方法，基于所述语音特征，判断所述控制语音信号的来源用户是否为历史用户库中的历史用户，获得判断结果，包括：

[0236] 判断历史用户库中是否存在与所述语音特征一致的用户语音特征，若是，则将所述控制语音信号的来源用户是历史用户库中的历史用户作为所述判断结果；

[0237] 否则，将所述控制语音信号的来源用户不是历史用户库中的历史用户作为所述判断结果。

[0238] 该实施例中，用户语音特征即为历史用户库中存储的与语音特征一致的用户语音特征。

[0239] 该实施例中，历史用户库即为存储每个曾经语音控制过风扇的用户及其对应的用户语音特征。

[0240] 以上技术的有益效果为：将控制语音信号的语音特征与历史用户库中的用户语音特征进行匹配，可以判断出控制语音信号的来源用户是否为历史用户库中的历史用户，为后续对风扇控制指令进行分用户存储提供了基础。

[0241] 显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。