电梯内语音识别的使用

该论文发表于  2014 年巴黎国际垂直运输技术大会，并首次发表在 IAEE 书中 电梯技术20，由 A. Lustig 编辑。 经国际电梯工程师协会许可转载  （网站： www.elevcon.com)。本文为准确重印，未经 ELEVATOR WORLD 编辑。

关键词：语音识别技术，声控电梯，电梯行业，talk2lift®

摘要

在过去的几十年中，电梯行业在安全性、速度以及经济性和便利性方面取得了多项发展。 唯一的任务是让越来越多的人更高效、更轻松地使用电梯。 朝着这个方向，语音识别对可访问性问题产生了重大影响，同时提供了一种在复杂建筑内更快地查找和到达目的地的方法。 本文阐述了开发使用语音技术的创新产品的基本原理，为电梯行业历史上第一批语音控制电梯的出现提供了机会。  

1。 简介

本论文描述了一项与电梯相关的发明，其中可以通过语音识别来指定乘客目的地。 它旨在介绍产品的基本原理、背景背景和开发过程。 Talk2lift®. 此外，本文还阐述了对电梯工程师、安装人员、电梯相关行业的主要影响。 最后简要分析了该产品的主要业务前景。 本文分为四个主要部分。 第一部分考察了创新的背景和基本原理。 第二部分通过强调创新的特点和能力来分析创新的功能。 下一节研究了创新的实际意义和使用，而最后一节通过关注产品的主要关键方面来总结论文的主要元素

2. 创新的理由

通常，电梯设有用于指定楼层编号的按钮。 电梯内的乘客可以通过按下楼层号按钮来指定所需的楼层号。 

大型电梯在一台电梯内设置两组楼层号码按钮。 此外，盲人遭受不得不摸索按钮以便找到盲文类型的不便。 虽然已经有语音识别系统允许用户仅使用他们的声音发出语音命令，但它们有一个显着的局限性，即拒绝环境噪声的能力，导致命令识别成功率相对较低。

以上所有内容均由talk2lift® 的创新解决。 本发明涉及一种语音识别装置，该装置安装在电梯轿厢的控制台上并且通过语音命令可以将电梯的用户-乘客引导至建筑物内的期望目的地。 语音识别引擎的设计和开发方式不需要对乘客的语音进行培训，但可以识别和执行来自不同用户的所有语音命令。 简而言之，本发明的主要功能是将语音命令转换为电梯的相应按键。 除了这个基本功能之外，talk2lift® 设备提供了一个与电梯主控制器的接口，还可以收集有关电梯运行的信息并发送到中央位置进行进一步处理。 该系统可以连接到电梯轿厢中的显示器，根据她/他发出的语音命令，该显示器将显示额外的数据以更好地通知用户。

最后，系统能够对环境噪声的录音进行持续训练，将其存储在数据库中，并分发给所有用户，以便所有已安装的系统在识别和拒绝噪声方面进行持续训练，进一步提高语音识别质量。

2.1 talk2lift® 功能

通过以上对本发明设计的详细描述（如图1所示），可以充分理解本发明。当乘客进入电梯轿厢时，电梯感应器（见图1-8）被激活。然后，感应器向中央处理器（见图1-4）发送信号，中央处理器进而激活麦克风（见图1-1）和语音识别单元（见图1-10），从而开始识别乘客的语音指令。在激活过程中，系统会要求乘客通过特定短语（例如“请告诉我楼层”或“请告诉我您的目的地”）告知目的地。

在电梯乘客应答后，麦克风（见图1 - 点1）将语音转换成电信号。然后，阶跃模数转换器（ADC）（见图1 - 点2）将模拟信号转换成数字信号。数字信号经数字信号处理器（DSP）（见图1 - 点3）数字化后，处理后的信号可供中央处理单元（见图1 - 点4）和语音识别单元（见图1 - 点10）使用。

当语音识别单元接收到数字化信号后，会将其与存储在存储单元中的现有命令列表进行比较（参见图 1 - 点 5）。一旦识别出命令，就会向中央处理器 (4) 发送相应的信号，中央处理器会将相应的命令发送给电梯控制器（参见图 1 - 点 7）。为了向乘客确认，语音合成器（图 1 - 点 9）会重复识别出的命令。此外，系统还可以通过屏幕向乘客提供视觉确认（图 1 - 点 12）。

如果电源中断，中央处理器会检测到断电，并触发以下步骤：语音合成器（见图 1 - 点 9）询问乘客是否需要联系相应的紧急服务部门（例如消防部门、警察等）。然后，语音识别单元（见图 1 - 点 10）被激活。如果答案是肯定的，则中央处理器（见图 1 - 点 4）允许该单元连接到电话网络（见图 1 - 点 6），进而呼叫相应的服务部门。

2.2 降噪&语音识别算法

talk2lift® 最重要的功能是它能够通过语音识别和合成与用户进行交互。 显然，这种通信中最困难的问题是识别用户的声音，而不是被电梯系统中出现的各种电磁噪声所迷惑。 因此，有必要使用噪声抑制算法进行噪声消除。 不幸的是，可听噪声被正态高斯分布理论很好地捕获。

由于这种噪声，大多数算法（基于高斯假设开发）要么无法提供预期结果，要么由于存在冲击噪声而完全崩溃。

这项创新之处在于使用了中央服务器，该服务器能够收集所有系统用户在各种环境噪声下识别出的用户命令样本。服务器接收到的录音会被收集起来用于训练算法。训练结果随后会反馈到用户设备，确保用户设备包含算法的最新参数。该算法首先使用高级语言进行设计和实现。然后，针对最终系统电路的执行时间和内存需求对算法进行优化。最后，该算法采用定点运算编写，可以在可用的处理器（即数字信号处理器——DSP）上执行。

为了开发噪声抑制算法，需要专门的语音识别板的设计、开发和实现。 该板包括用于测试各种技术、电路、算法和接口的适当工具和接口。 此外，它还包括用于数字信号处理的适当电路，用于测试各种语音识别和噪声抑制算法。 它还配备了适当的接口（interfaces）与其他电路、测量仪器、记录器、麦克风、各种传感器的输入等接口，以及用于加载算法的主机。 该板由一个研究小组设计，该小组在语音识别技术方面具有专业知识和经验。

3. 创新功能和使用

talk2lift® 为任何电梯轿厢带来语音识别的强大功能，使乘客能够语音控制电梯。 talk2lift® 允许用户发音楼层号或任何其他相关信息（房主、职业、部门/地区等）。 最后，它支持多语言操作。

talk2lift® 是一种语音识别电子设备，可在电梯轿厢的电子板上进行调节。 通过使用语音技术，乘客可以与电梯交谈，说出他们希望在建筑物内进入的楼层，甚至他们想要拜访的人的姓名或表征他们的某些属性（例如，皮肤科医生）。 语音识别软件系统的设计和开发是为了识别任何给定用户的声音，而与她声音的音调或响度无关。 简而言之，Talk & Lift 的主要功能是将电梯用户的声音转换为对电梯板上按钮的额外按下。 最后，talk2lift® 可以连接到靠近电梯板的屏幕，用户可以在屏幕上看到附加信息，例如所选楼层以及系统公开的任何信息（例如，职业）。 除了这个基本功能，talk2lift® 设备提供了一个与电梯主控制器的接口，还可以收集有关电梯运行的信息并发送到中央位置进行进一步处理。

talk2lift® 的主要功能如下：

1. 系统的识别过程与说话者无关，这意味着用户不必训练系统识别他/她的声音。
2. 能够识别多达 10,000 个预定义的语音命令。
3. 该系统经过开发和培训，可在电梯轿厢环境中获得最佳使用效果。
4. 该系统被设计成能够连接到任何电梯系统而无需修改硬件。
5. 该系统能够处理不止一种语言。 例如，该系统可以配备两个按钮，一个用于英语，一个用于德语。
6. 该系统提供以下语言版本：德语、英语、法语、葡萄牙语、西班牙语、荷兰语、希腊语、意大利语、波兰语、葡萄牙语、瑞典语、土耳其语、俄语、芬兰语、丹麦语、普通话。

3.1 含义和指示性使用

talk2lift® 有很多实际意义。 首先，机舱有一个“额外按钮”，按下后，会提示乘客说出目的地。 因此，用户可以以传统方式使用升降机，允许过渡阶段。 额外的按钮（见图 2）是专门为轮椅使用者和视障人士设计的。 乘客可以通过发音（例如，“-first floor”、“ground floor”或“parking”）被转移到所需的楼层。

可以发音个人或公司的名称（例如，“Jim Brown”）或任何其他与楼层相关的词（例如，“税务局”、“律师”、“心脏病学部门”、“咖啡”）。

简而言之，talk2lift® 可以为视障人士提供极大的帮助，在他们的访问和目的地方面可以获得支持。 此外，建筑物的居民和访客可以轻松快捷地访问公寓、办公室等。此外，它可以通过提高准确性和减少缺陷为大型建筑物（办公室、医院、公共服务等）中的访客节省时间在建筑物内移动。 最后，talk2lift® 是一种环保系统，因为它通过应用智能管理系统实践来节省能源。

该系统的指示性使用可以针对公寓楼、支持楼层号和业主或租户的姓名。 此外，它可以安装在拥有公司办公室的复杂建筑物中，通过将楼层与公司名称、品牌、产品、员工姓名、部门等相关联的关键字进行链接。

最后，talk2lift® 是具有许多楼层和部门的大型公共或私人组织的电梯的有用工具，例如医院，其中建筑物通常设有数十个部门和诊所。

4。结论

多年来，电梯专业人士都知道需要一个可靠且可靠的语音识别系统。

该系统的指示性使用可以针对公寓楼、拥有公司办公室的复杂建筑以及具有许多楼层和部门的大型组织，例如医院。 talk2lift® 可以为视障人士提供极大的帮助，在他们的访问和目的地方面可以获得支持。 此外，建筑物的居民和访客可以轻松快捷地进入公寓、办公室等。

需求是显而易见的，所解释的各种用途也是如此。 该产品的设计旨在满足所有这些需求，并在 KLEEMANN 的测试塔上进行了彻底的测试，该测试塔是在发布前几个月安装的。 在这几个月里，KLEEMANN 的员工和访客在真实条件下使用了该产品，并且没有表现出不准确。

总之，talk2lift®具有以下创新特点：

• 它与语音无关，适用于新乘客，无需事先培训。
• 以高达 97% 的准确率提高电梯舱的准确度。
• 通过直观的用户界面提供对楼层关键字关联的集中和动态控制。
• 它通过赋予奢华感和高端科技感，为电梯和建筑增添价值
• 它不需要机械维护。
• 它是可定制的，以满足特定需求。