專利名稱：數(shù)字雙向智能語音講解系統(tǒng)及其方法
技術(shù)領(lǐng)域：
本發(fā)明涉及語音講解系統(tǒng)，主要應用于各種場館，對產(chǎn)品、展品的智能語音講解和智能人機語音交互。
背景技術(shù)：
隨著電子技術(shù)和信息技術(shù)的不斷發(fā)展，特別是語音識別算法和語音合成算法的發(fā)展，用其取代重復的人力勞動，并能體現(xiàn)其人性化的操作。市面上也有類似的講解系統(tǒng)，但大多是基于語音存儲與調(diào)用的方式，這種架構(gòu)，語音發(fā)音是預先存放在存儲器中的語音數(shù)據(jù)文件的調(diào)用，發(fā)音也比較死板，系統(tǒng)人性化和可維護性差。也有系統(tǒng)基于TTS，但算法必須依托與PC完成，在具體應用中，系統(tǒng)成本高，特別是上一定規(guī)模的系統(tǒng)，穩(wěn)定性也無法保證。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題是提供一種數(shù)字雙向智能語音講解系統(tǒng)，其各終端裝
置可獨立工作。本發(fā)明為解決上述技術(shù)問題所采取的技術(shù)方案為數(shù)字雙向智能語音講解系統(tǒng)， 包括PC服務器和終端裝置，其特征在于所述的PC服務器包括網(wǎng)絡接口單元，用于PC服務器與各終端裝置間的通訊；發(fā)音文本庫，用于預先存放需要播放的文本文件及其對應的終端號；語音識別關(guān)鍵字庫，用于預先存放各終端裝置語音識別關(guān)鍵字及其對應的終端號； 終端監(jiān)控管理單元，用于監(jiān)控和管理各終端裝置的在線狀態(tài)和運行狀態(tài)；終端設備數(shù)據(jù)庫， 用于存放各終端號、狀態(tài)信息、當前發(fā)音文本編號和當前識別關(guān)鍵字編號；所述的終端裝置包括網(wǎng)絡通訊單元，用于與PC服務器之間的通訊；存儲單元，用于存放由網(wǎng)絡通訊單元傳遞過來的發(fā)音文本和語音識別關(guān)鍵字；TTS發(fā)音單元，用于將發(fā)音文本進行語音合成，輸出數(shù)字語音信號；拾音單元，用于等待用戶發(fā)出的語音命令并進行本地語音采集；語音識別單元，用于將拾音單元采集到的語音信息進行建模識別，將識別后的結(jié)果與識別項進行對比，然后觸發(fā)TTS發(fā)音單元進行語音合成；觸發(fā)接收單元，用于本地觸發(fā)控制音頻切換單元，選擇由機器自動講解和人工講解兩種方式；D/A轉(zhuǎn)換單元，用于將 TTS發(fā)音單元輸出的數(shù)字語音信號轉(zhuǎn)換成模擬語音信號；音頻切換單元，用于切換機器合成的模擬語音信號和人工麥克風的模擬語音信號；功放單元，用于將音頻切換單元輸出的模擬語音信號進行功率放大，并傳送給喇叭。所述的各終端裝置的運行狀態(tài)包括異常狀態(tài)、講解狀態(tài)、識別狀態(tài)和待機狀態(tài)。數(shù)字雙向智能語音講解方法，其特征在于它包括以下步驟步驟1、從配置好的發(fā)音文本庫和語音識別關(guān)鍵字庫選擇需要發(fā)音的發(fā)音文本、語音識別關(guān)鍵字和相應終端號進行綁定；步驟2、終端裝置的網(wǎng)絡通訊單元與PC服務器的網(wǎng)絡接口單元通信，從PC服務器下載其對應終端號的語音識別關(guān)鍵字和發(fā)音文本，并存放在存儲單元；
步驟3、拾音單元接收講解員的語音控制命令；步驟4、語音識別單元對接收的語音控制命令識別后，在存儲單元中根據(jù)識別結(jié)果找到對應的發(fā)音文本，并將發(fā)音文本儲存地址傳遞給TTS發(fā)音單元；步驟5、TTS發(fā)音單元將對應的發(fā)音文本轉(zhuǎn)換成數(shù)字語音信號并傳遞給D/A轉(zhuǎn)換單元轉(zhuǎn)換為模擬語音信號；步驟6、 判斷觸發(fā)接收單元是否接收到觸發(fā)信號若有則由音頻切換單元將拾音單元接收到的語音控制命令直接傳送到功放單元進行本地擴聲；若無則由D/A轉(zhuǎn)換單元將已轉(zhuǎn)換的模擬語音信號傳給功放單元進行功率放大，并傳送給喇叭進行播放；步驟7、PC服務器的終端監(jiān)控單元時刻監(jiān)測所有終端裝置，定時發(fā)送查詢命令給每一個終端裝置，然后等待對應終端裝置的返回命令，并將對應終端的在線狀態(tài)和運行狀態(tài)保存在終端設備數(shù)據(jù)庫中；本發(fā)明的有益效果為1、本系統(tǒng)基于TTS，其中PC服務器僅供管理和配置相應文件，各終端裝置可獨立工作，具備更好的穩(wěn)定性。2、與現(xiàn)有講解系統(tǒng)只能按照預存的發(fā)音文本進行發(fā)音講解不同，本系統(tǒng)各終端裝置可選擇按預存發(fā)音文本發(fā)音，或者直接將講解員的現(xiàn)場聲音進行擴音，不受機器干擾，以滿足需求最大化和在設備出現(xiàn)故障時的應急措施。3、發(fā)音文件以文本的形式存放和管理，占用資源小，應用靈活性強，可維護性強； 可以通過修改文本即可改變發(fā)聲內(nèi)容。4、語音識別關(guān)鍵字以文本形式存放和管理，可根據(jù)場館不同需求進行配置修改， 甚至當場管中展品有所變動時，同樣能通過服務器快速配置，靈活性非常大。


圖1為終端裝置結(jié)構(gòu)框圖。圖2為PC服務器結(jié)構(gòu)框圖。圖3為PC服務器系統(tǒng)流程圖。圖4為終端裝置系統(tǒng)流程圖。
具體實施例方式本實施例包括如圖2所示的PC服務器和如圖1所示的終端裝置，終端裝置可根據(jù)需要設置多個，每個終端裝置設有一個終端號。PC服務器包括網(wǎng)絡接口單元，用于PC服務器與各終端裝置間的通訊；發(fā)音文本庫，用于預先存放需要播放的文本文件及其對應的終端號；語音識別關(guān)鍵字庫，用于預先存放各終端裝置語音識別關(guān)鍵字及其對應的終端號；終端監(jiān)控管理單元，用于監(jiān)控和管理各終端裝置的在線狀態(tài)和運行狀態(tài)；終端設備數(shù)據(jù)庫，用于存放各終端號、狀態(tài)信息、當前發(fā)音文本編號和當前識別關(guān)鍵字編號。終端裝置包括網(wǎng)絡通訊單元，用于與PC服務器之間的通訊；存儲單元，用于存放由網(wǎng)絡通訊單元傳遞過來的發(fā)音文本和語音識別關(guān)鍵字；TTS發(fā)音單元，用于將發(fā)音文本進行語音合成，輸出數(shù)字語音信號；拾音單元，用于等待用戶發(fā)出的語音命令并進行本地語音采集；語音識別單元，用于將拾音單元采集到的語音信息進行建模識別，將識別后的結(jié)果與識別項進行對比，然后觸發(fā)TTS發(fā)音單元進行語音合成；觸發(fā)接收單元，用于本地觸發(fā)控制音頻切換單元，選擇由機器自動講解和人工講解兩種方式；D/A轉(zhuǎn)換單元，用于將TTS發(fā)音單元輸出的數(shù)字語音信號轉(zhuǎn)換成模擬語音信號；音頻切換單元，用于切換機器合成的模擬語音信號和人工麥克風的模擬語音信號；功放單元，用于將音頻切換單元輸出的模擬語音信號進行功率放大，并傳送給喇叭。圖3為PC服務器系統(tǒng)流程圖，圖4為終端裝置系統(tǒng)流程圖，將二者流程相結(jié)合構(gòu)成數(shù)字雙向智能語音講解方法，包括以下步驟步驟1、從配置好的發(fā)音文本庫和語音識別關(guān)鍵字庫選擇需要發(fā)音的發(fā)音文本、語音識別關(guān)鍵字和相應終端號進行綁定；步驟2、終端裝置的網(wǎng)絡通訊單元與PC服務器的網(wǎng)絡接口單元通信，從PC服務器下載其對應終端號的語音識別關(guān)鍵字和發(fā)音文本，并存放在存儲單元；步驟3、拾音單元接收講解員的語音控制命令；步驟4、語音識別單元對接收的語音控制命令識別后，在存儲單元中根據(jù)識別結(jié)果找到對應的發(fā)音文本，并將發(fā)音文本儲存地址傳遞給TTS發(fā)音單元；步驟5、TTS發(fā)音單元將對應的發(fā)音文本轉(zhuǎn)換成數(shù)字語音信號并傳遞給D/A轉(zhuǎn)換單元轉(zhuǎn)換為模擬語音信號；步驟6、判斷觸發(fā)接收單元是否接收到觸發(fā)信號若有則由音頻切換單元將拾音單元接收到的語音控制命令直接傳送到功放單元進行本地擴聲；若無則由D/A轉(zhuǎn)換單元將已轉(zhuǎn)換的模擬語音信號傳給功放單元進行功率放大，并傳送給喇叭進行播放； 步驟7、PC服務器的終端監(jiān)控單元時刻監(jiān)測所有終端裝置，定時發(fā)送查詢命令給每一個終端裝置，然后等待對應終端裝置的返回命令，并將對應終端裝置的在線狀態(tài)和運行狀態(tài)保存在終端設備數(shù)據(jù)庫中；以上所述僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，盡管參照前述實施例對本發(fā)明進行了詳細的說明，對于本領(lǐng)域的技術(shù)人員來說，其依然可以對前述各實施例所記載的技術(shù)方案進行修改，或者對其中部分技術(shù)特征進行等同替換。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改，等同替換，改進等均應包含在本發(fā)明的保護范圍之內(nèi)。
權(quán)利要求
1.數(shù)字雙向智能語音講解系統(tǒng)，包括PC服務器和終端裝置，其特征在于所述的PC服務器包括網(wǎng)絡接口單元，用于PC服務器與各終端裝置間的通訊；發(fā)音文本庫，用于預先存放需要播放的文本文件及其對應的終端號；語音識別關(guān)鍵字庫，用于預先存放各終端裝置語音識別關(guān)鍵字及其對應的終端號；終端監(jiān)控管理單元，用于監(jiān)控和管理各終端裝置的在線狀態(tài)和運行狀態(tài)；終端設備數(shù)據(jù)庫，用于存放各終端號、狀態(tài)信息、當前發(fā)音文本編號和當前識別關(guān)鍵字編號；所述的終端裝置包括網(wǎng)絡通訊單元，用于與PC服務器之間的通訊；存儲單元，用于存放由網(wǎng)絡通訊單元傳遞過來的發(fā)音文本和語音識別關(guān)鍵字；TTS發(fā)音單元，用于將發(fā)音文本進行語音合成，輸出數(shù)字語音信號；拾音單元，用于等待用戶發(fā)出的語音命令并進行本地語音采集；語音識別單元，用于將拾音單元采集到的語音信息進行建模識別，將識別后的結(jié)果與識別項進行對比，然后觸發(fā)TTS發(fā)音單元進行語音合成；觸發(fā)接收單元，用于本地觸發(fā)控制音頻切換單元，選擇由機器自動講解和人工講解兩種方式；D/A轉(zhuǎn)換單元，用于將TTS 發(fā)音單元輸出的數(shù)字語音信號轉(zhuǎn)換成模擬語音信號；音頻切換單元，用于切換機器合成的模擬語音信號和人工麥克風的模擬語音信號；功放單元，用于將音頻切換單元輸出的模擬語音信號進行功率放大，并傳送給喇叭。
2.根據(jù)權(quán)利要求1所述的數(shù)字雙向智能語音講解系統(tǒng)，其特征在于所述的各終端裝置的運行狀態(tài)包括異常狀態(tài)、講解狀態(tài)、識別狀態(tài)和待機狀態(tài)。
3.數(shù)字雙向智能語音講解方法，其特征在于它包括以下步驟步驟1、從配置好的發(fā)音文本庫和語音識別關(guān)鍵字庫選擇需要發(fā)音的發(fā)音文本、語音識別關(guān)鍵字和相應終端號進行綁定；步驟2、終端裝置的網(wǎng)絡通訊單元與PC服務器的網(wǎng)絡接口單元通信，從PC服務器下載其對應終端號的語音識別關(guān)鍵字和發(fā)音文本，并存放在存儲單元；步驟3、拾音單元接收講解員的語音控制命令；步驟4、語音識別單元對接收的語音控制命令識別后，在存儲單元中根據(jù)識別結(jié)果找到對應的發(fā)音文本，并將發(fā)音文本儲存地址傳遞給TTS發(fā)音單元；步驟5、TTS發(fā)音單元將對應的發(fā)音文本轉(zhuǎn)換成數(shù)字語音信號并傳遞給D/A轉(zhuǎn)換單元轉(zhuǎn)換為模擬語音信號；步驟6、判斷觸發(fā)接收單元是否接收到觸發(fā)信號若有則由音頻切換單元將拾音單元接收到的語音控制命令直接傳送到功放單元進行本地擴聲；若無則由D/A轉(zhuǎn)換單元將已轉(zhuǎn)換的模擬語音信號傳給功放單元進行功率放大，并傳送給喇叭進行播放；步驟7、PC服務器的終端監(jiān)控單元時刻監(jiān)測所有終端裝置，定時發(fā)送查詢命令給每一個終端裝置，然后等待對應終端裝置的返回命令，并將對應終端的在線狀態(tài)和運行狀態(tài)保存在終端設備數(shù)據(jù)庫中。
全文摘要
本發(fā)明提供一種數(shù)字雙向智能語音講解系統(tǒng)，包括PC服務器和終端裝置，基于TTS，其中PC服務器僅供管理和配置相應文件，各終端裝置可獨立工作，具備更好的穩(wěn)定性。與現(xiàn)有講解系統(tǒng)只能按照預存的發(fā)音文本進行發(fā)音講解不同，本系統(tǒng)各終端裝置可選擇按預存發(fā)音文本發(fā)音，或者直接將講解員的現(xiàn)場聲音進行擴音，不受機器干擾，以滿足需求最大化和在設備出現(xiàn)故障時的應急措施。發(fā)音文件以文本的形式存放和管理，占用資源小，應用靈活性強，可維護性強；可以通過修改文本即可改變發(fā)聲內(nèi)容。語音識別關(guān)鍵字以文本形式存放和管理，可根據(jù)場館不同需求進行配置修改，甚至當場管中展品有所變動時，同樣能通過服務器快速配置，靈活性非常大。
文檔編號G10L13/08GK102436808SQ20111035317
公開日2012年5月2日 申請日期2011年11月9日 優(yōu)先權(quán)日2011年11月9日
發(fā)明者呂杰, 吳海濤, 陸德寶 申請人:武漢安通科技產(chǎn)業(yè)發(fā)展有限公司