摘要
本申请提供了一种基于深度学习的智能家居设备自适应开关控制方法及系统,本申请采用深度神经网络提取户主控制音频的声纹特征并用于户主身份验证,当户主身份验证失败时,获取历史声纹特征进行声纹老化特征比对,得到声纹老化可信度;当声纹老化可信度高于预设阈值时,获取历史声纹特征进行老化趋势提取,得到声纹老化趋势,基于声纹老化趋势对户主控制音频进行音频校正,对校正后的户主控制音频再次进行户主身份验证;确定该个户主身份的指令控制偏好并进行语音文本识别,基于识别文本和指令控制偏好进行家具设备的开关控制,能够在用户长期使用语音控制智能家居设备时,降低声纹老化干扰,提高语音控制的稳定性和有效性。
技术关键词
实时音频信息
声纹特征
物联网智能传感器
开关控制方法
智能家居设备
身份验证
语音指令识别
家具设备
背景噪声
计算机终端设备
深度神经网络模型
老化特征
机器学习算法
语音控制指令
文本识别
系统为您推荐了相关专利信息
智能家居系统
主控电路板
智能家居设备
数字信号处理器
通信模块
语音
校验方法
文本
梅尔频率倒谱系数
线性预测编码
状态分析方法
文本特征向量
预训练模型
数据分析模型
图像特征向量
声纹特征
GMM模型
红外热成像仪
采集现场
局部放电超声信号