【技术实现步骤摘要】
一种基于声控的多模式LED智能控制的方法及装置
[0001]本专利技术涉及人工智能
,尤其涉及一种基于声控的多模式
LED
智能控制的方法及装置
。
技术介绍
[0002]随着电子技术的发展
,
人们从外部获取信息的途径也在逐步增多
,
获取信息逐渐从原先的书报形式过渡到各种各样的显示设备
,
其中大尺寸显示屏也成为公众场合不可或缺的显示方式,由于具有发光稳定和低功耗等优点
,LED
(
Light Emitting Diode
,发光二极管)显示屏得到迅速发展,第四代光源 LED
具有低能耗
、
寿命长
、
绿色环保
、
高光效等优点,被广泛应用于照明领域,近些年来,
LED 超越照明技术和应用成为行业内的研究热点,预计未来 LED 超越照明的应用将在应用市场占有超过
20%
份额
。
[0003]为了使显示屏达到人眼最舒服的显示效果
,
越来越多的学者在这方面投入了大量的时间和精力,目前对
LED
进行智能控制的方法主要包括通过分段伽马变换的 LED 显示屏控制系统
,
在低灰度
、
中灰度
、
高灰度严格按照固定曲线的基础上
,
该设计实现不同的伽马校正
,
确保各个灰度等级保持一致性,以对 >LED
显示进行智能控制,或根据曝光程度自适应地获取矫正参数
,
在特定光源的弱光或非均匀强光下有效恢复彩色条码图像的真实颜色
。
但现有的
LED
智能控制主要都是通过对
LED
显示屏上待显示的图像进行校正,以对
LED
的显示进行智能控制,存在滞后性,导致对多模式
LED
的控制效率以及准确度较差
。
技术实现思路
[0004]本专利技术提供一种基于声控的多模式
LED
智能控制的方法及装置,其主要目的在于解决多模式
LED
的控制效率以及准确度较差的问题
。
[0005]为实现上述目的,本专利技术提供的一种基于声控的多模式
LED
智能控制的方法,包括:获取多模式
LED
接收到的语音信号,对所述语音信号进行噪声白化,得到所述语音信号的白化语音信号,对所述白化语音信号进行信号重构,得到所述语音信号的增强语音信号;对所述增强语音信号进行卷积上采样及线性变换,得到所述增强语音信号的卷积向量,对所述卷积向量进行向量编码,得到所述增强语音信号的编码特征;根据所述编码特征识别所述语音信号对应的语音文本,提取所述语音文本中的语法词语对,根据所述语法词语对构建所述语音文本的词语节点图;根据所述词语节点图计算所述语音文本中的特征文本词,根据所述特征文本词计算所述语音文本与预设的
LED
模式文本之间的模式相似度;根据所述模式相似度确定所述多模式
LED
对应的控制模式,根据所述控制模式对所述多模式
LED
进行显示校正,得到所述多模式
LED
的目标显示模式
。
[0006]可选地,所述对所述语音信号进行噪声白化,得到所述语音信号的白化语音信号,
包括:获取预设阶数的滤波器,根据所述滤波器对所述语音信号进行滤波,得到所述语音信号的白化语音信号;利用如下所示的公式对所述语音信号进行噪声白化,得到所述语音信号的白化语音信号:其中,所述表示所述语音信号在处的白化语音信号,表示预设的滤波阶数为的滤波器在滤波阶数为时的滤波系数,表示语音信号在帧时的语音信号值
。
[0007]可选地,所述对所述白化语音信号进行信号重构,得到所述语音信号的增强语音信号,包括:提取所述白化语音信号的信号幅度谱,计算所述信号幅度谱的信噪比估计值;根据所述信噪比估计值构建幅度增益函数及相位补偿函数,将所述幅度增益函数的函数值与所述信号幅度谱相乘,得到所述白化语音信号的增强语音频谱;所述幅度增益函数如下式所示:其中,表示幅度增益函数,表示在第帧中第个频点的信噪比估计值;所述相位补偿函数如下式所示:所述相位补偿函数如下式所示:表示相位补偿函数,表示白化语音信号在第帧中第个频点的频度,表示预设的补偿因子,表示白化语音信号在第帧中第个频点的噪声幅度,表示第帧中频点的总数;根据所述相位补偿函数计算所述增强语音频谱的增益相位,将所述增益相位与所述增强语音频谱的幅度谱相乘,得到相位增强语音频谱;对所述相位增强语音频谱进行傅里叶逆变换,得到所述语音信号的增强语音信号
。
[0008]可选地,所述对所述增强语音信号进行卷积上采样及线性变换,得到所述增强语音信号的卷积向量,包括:将所述增强语音信号转化为二维矩阵,对所述二维矩阵进行第一卷积及特征激活,得到所述增强语音信号的第一卷积特征;对所述第一卷积特征进行上采样及第二卷积,得到所述增强语音信号的卷积上采样特征;对所述卷积上采样特征进行对数函数激活及全连接,得到所述增强语音信号的卷
积向量
。
[0009]可选地,所述对所述卷积向量进行向量编码,得到所述增强语音信号的编码特征,包括:利用预构建的第一前馈神经网络对所述卷积向量进行计算,得到第一前馈特征;将所述第一前馈特征与所述卷积向量进行向量拼接,得到第一拼接向量,对所述第一拼接向量进行注意力计算,得到注意力特征;对所述注意力特征进行卷积计算,得到注意力卷积特征,将所述注意力卷积特征与所述注意力特征进行向量拼接,得到第二拼接向量;利用预构建的第二前馈神经网络对所述第二拼接向量进行计算,得到第二前馈特征,将所述第二前馈特征与所述第二拼接向量进行向量拼接,得到所述增强语音信号的编码特征
。
[0010]可选地,所述提取所述语音文本中的语法词语对,包括:对所述语音文本进行文本分词及去停用词处理,得到所述语音文本的文本分词;对所述文本分析进行词性标注,得到所述文本分词的分词词性;根据所述分词词性对所述文本分词进行依存语法分析,得到所述语音文本中的语法词语对
。
[0011]可选地,所述根据所述词语节点图计算所述语音文本中的特征文本词,包括:计算所述词语节点图中每个词语节点的节点强度及节点中心度,根据所述节点强度及所述节点中心度确定每个所述词语节点的特征值;利用如下公式计算所述词语节点图中每个词语节点的节点中心度:其中,表示所述词语节点图中第个词语节点的节点中心度,表示所述词语节点图中第个词语节点与第个词语节点之间的欧式距离,表示所述所述词语节点图中词语节点的总数,表示所述第个词语节点与第个词语节点之间的预设权重;根据所述特征值从所述词语节点图中选取预设数量的词语节点作为所述语音文本中的特征文本词
。
[0012]可选地,所述根本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.
一种基于声控的多模式
LED
智能控制的方法,其特征在于,所述方法包括:获取多模式
LED
接收到的语音信号,对所述语音信号进行噪声白化,得到所述语音信号的白化语音信号,对所述白化语音信号进行信号重构,得到所述语音信号的增强语音信号;对所述增强语音信号进行卷积上采样及线性变换,得到所述增强语音信号的卷积向量,对所述卷积向量进行向量编码,得到所述增强语音信号的编码特征;根据所述编码特征识别所述语音信号对应的语音文本,提取所述语音文本中的语法词语对,根据所述语法词语对构建所述语音文本的词语节点图;根据所述词语节点图计算所述语音文本中的特征文本词,根据所述特征文本词计算所述语音文本与预设的
LED
模式文本之间的模式相似度;根据所述模式相似度确定所述多模式
LED
对应的控制模式,根据所述控制模式对所述多模式
LED
进行显示校正,得到所述多模式
LED
的目标显示模式
。2.
如权利要求1所述的基于声控的多模式
LED
智能控制的方法,其特征在于,所述对所述语音信号进行噪声白化,得到所述语音信号的白化语音信号,包括:获取预设阶数的滤波器,根据所述滤波器对所述语音信号进行滤波,得到所述语音信号的白化语音信号;利用如下所示的公式对所述语音信号进行噪声白化,得到所述语音信号的白化语音信号:其中,所述表示所述语音信号在处的白化语音信号,表示预设的滤波阶数为的滤波器在滤波阶数为时的滤波系数,表示语音信号在帧时的语音信号值
。3.
如权利要求1所述的基于声控的多模式
LED
智能控制的方法,其特征在于,所述对所述白化语音信号进行信号重构,得到所述语音信号的增强语音信号,包括:提取所述白化语音信号的信号幅度谱,计算所述信号幅度谱的信噪比估计值;根据所述信噪比估计值构建幅度增益函数及相位补偿函数,将所述幅度增益函数的函数值与所述信号幅度谱相乘,得到所述白化语音信号的增强语音频谱;所述幅度增益函数如下式所示:其中,表示幅度增益函数,表示在第帧中第个频点的信噪比估计值;所述相位补偿函数如下式所示:所述相位补偿函数如下式所示:表示相位补偿函数,表示白化语音信号在第帧中第个频点的频度,表示预设
的补偿因子,表示白化语音信号在第帧中第个频点的噪声幅度,表示第帧中频点的总数;根据所述相位补偿函数计算所述增强语音频谱的增益相位,将所述增益相位与所述增强语音频谱的幅度谱相乘,得到相位增强语音频谱;对所述相位增强语音频谱进行傅里叶逆变换,得到所述语音信号的增强语音信号
。4.
如权利要求1所述的基于声控的多模式
LED
智能控制的方法,其特征在于,所述对所述增强语音信号进行卷积上采样及线性变换,得到所述增强语音信号的卷积向量,包括:将所述增强语音信号转化为二维矩阵,对所述二维矩阵进行第一卷积及特征激活,得到所述增强语音信号的第一卷积特征;对所述第一卷积特征进行上采样及第二卷积,得到所述增强语音信号的卷积上采样特征;对所述卷积上采样特征进行对数函数激活及全连接,得到所述增强语音信号的卷积向量
。5.
如权利要求1所述的基于声控的多模式
LED
智能控制的方法,其特征在于,所述对所述卷积向量进行向量编码,得到所述增强语音信号的编码特征,包括:利用预构建的第一前馈神经网络对所述卷积向量进行计算,得到第一前馈特征;将所述第一前馈特征与所述卷积向量进行向量拼接,得到第一拼接向量,对所述第一拼接向量进行注意力计算,得到注意力特征;对所述注意力特征进行卷积计算,得到注意力卷积特征,将所述注意力卷积特征与所述注意力特征进行向量拼接,得到第二拼接向量;利用预构建的第二前馈神经网络对所述第二拼接向量进行计算,得到第二前馈特征,将所述第二前馈特征与所述第二拼接向量进行向量拼接,得到所述增强语音信号的编码特征
。6.
如权利要求1所述的基于声控的多模式
LED
智能控制的方法,其特征在于,所...
【专利技术属性】
技术研发人员:王洁,
申请(专利权)人:深圳市金鼎胜照明有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。