該項(xiàng)專利技術(shù)將語音識別技術(shù)和用戶身份特征識別模塊融入到電視機(jī)中，將用戶特征和語音命令進(jìn)行融合，讓電視機(jī)更加智能的理解用戶的意圖和更符合用戶的身份。

集微網(wǎng)消息，據(jù)統(tǒng)計(jì)，我國2018年彩電出貨量有1.88億臺，這約占全球的75%的份額了。彩電內(nèi)銷5300萬臺，約占全球份額24%，已成為全球最大的彩電消費(fèi)市場。有參會者提出人工智能、AIOT將會是行業(yè)的發(fā)展關(guān)鍵點(diǎn)。在智能化產(chǎn)物隨處可見的時(shí)代，手機(jī)和平板電腦已經(jīng)常備智能化產(chǎn)物了，如今電視也邁入智能化階段。

小編在這就發(fā)現(xiàn)了一遍三星公司提出的“智能電視語音應(yīng)答系統(tǒng)及方法”專利（專利號：CN103024530A），專利中發(fā)明了一種針對用戶語音命令的智能電視語音應(yīng)答方法及系統(tǒng)。

專利的智能應(yīng)答系統(tǒng)結(jié)構(gòu)圖如圖1所示，該系統(tǒng)包括三大模塊：用戶身份特征識別模塊、語音命令識別模塊和智能應(yīng)答模塊。

圖1 智能電視語音應(yīng)答系統(tǒng)結(jié)構(gòu)框圖

其中用戶身份特征識別模塊是與語音識別模塊相連，用于獲取用戶身份特征，并將獲取的身份特征信息發(fā)生至語音命令識別模塊。該模塊是通過多個(gè)單元來完成上述任務(wù)的，圖像采集單元，用來采集用戶圖像，并將采集到的圖像信息發(fā)送到圖像分析單元，該單元將對圖像信息進(jìn)行分析，得到用戶身份特征信息。

語音命令識別模塊，是與智能應(yīng)答模塊相連，用于接收用戶語音，并對語音進(jìn)行識別，以及根據(jù)用戶身份特征識別模塊發(fā)送的用戶身份信息進(jìn)行語義識別，得出符合身份特征的命令，然后將該命令發(fā)送至智能應(yīng)答模塊。該模塊也是包括多個(gè)單元，分工合作，語言采集單元來接收用戶語音信息，其次是語音識別單元，該單元接收語音采集單元發(fā)送的語音信息轉(zhuǎn)化為文字信息交由語義識別單元進(jìn)行識別。

智能應(yīng)答模塊，用戶接收語音命令識別模塊發(fā)送的符合用戶身份特征的命令，根據(jù)該命令來進(jìn)行知識庫的匹配，得出用戶的應(yīng)答信息，并將應(yīng)答信息 交由TTS模塊反饋給用戶。

三星公司提出的智能電視應(yīng)答系統(tǒng)和方法中，最讓小編感興趣的便是其中智能核心的部分圖像分析單元。該單元使用人臉識別技術(shù)將獲取到的圖像進(jìn)行區(qū)域劃分與訓(xùn)練以識別出不同用戶人臉的特征，然后匹配人臉特征值模塊，對匹配結(jié)果進(jìn)行加權(quán)計(jì)算獲取出用戶的年齡，性別和表情等特征。智能電視應(yīng)答系統(tǒng)中你的人臉識別流程圖如圖2所示。

圖2智能電視應(yīng)答中人臉識別流程圖

該專利中相對其他智能電視語音應(yīng)答不同的地方便是不僅將語音識別技術(shù)融入到電視機(jī)中，還通過使用用戶身份特征識別模塊獲取用戶特征，將用戶特征和語音命令進(jìn)行融合，讓電視機(jī)更加智能的理解用戶的意圖和更符合用戶的身份。