家庭網(wǎng)絡(luò)已經(jīng)從個(gè)人計(jì)算機(jī)聯(lián)網(wǎng)逐漸演化成包括高級安全和自動(dòng)化應(yīng)用在內(nèi)的更為復(fù)雜的系統(tǒng)。家庭網(wǎng)絡(luò)一度曾是高端豪華住宅的專利，但現(xiàn)在已經(jīng)開始更多地應(yīng)用于普通家庭。這些網(wǎng)絡(luò)將暖氣、空調(diào)、燈光、家電、娛樂、內(nèi)部通信、電信、安全和監(jiān)控系統(tǒng)整合為一個(gè)易于操作的統(tǒng)一網(wǎng)絡(luò)。

    基于語音識別的交互式應(yīng)用(例如綜合門禁安全系統(tǒng)以及家電控制功能)是家庭自動(dòng)化網(wǎng)絡(luò)的主要特點(diǎn)。此類交互式功能依賴于高質(zhì)量的語音處理技術(shù)，包括聲學(xué)回聲消除、低信號失真和噪聲抑制技術(shù)。一個(gè)設(shè)計(jì)良好的家庭自動(dòng)化系統(tǒng)還必須具備擴(kuò)展能力、為未來發(fā)展預(yù)留空間、能夠靈活地支持現(xiàn)場升級、支持交互式應(yīng)用、易于使用、成本經(jīng)濟(jì)并且非�？煽�。

    本文介紹了一些家庭自動(dòng)化系統(tǒng)面對的獨(dú)特的語音質(zhì)量性能問題和設(shè)計(jì)挑戰(zhàn)。文中將討論基于語音處理的家庭自動(dòng)化網(wǎng)絡(luò)應(yīng)用，研究有助于降低設(shè)計(jì)復(fù)雜性的一些關(guān)鍵特性和功能，并分析增強(qiáng)性能對成本的影響。

    家庭自動(dòng)化應(yīng)用中的語音處理

    家庭自動(dòng)化市場正在從高端豪華家庭進(jìn)入主流消費(fèi)群體。盡管目前這一市場仍然處于初期，研究人員依然估計(jì)其市場將超過10億美元。在亞洲、歐洲和北美洲，家庭自動(dòng)化市場正在以每年10%的平均速度迅速發(fā)展。僅歐洲市場，2009年對家庭自動(dòng)化系統(tǒng)的需求就會翻一翻，達(dá)到5億美元。隨著市場的發(fā)展，家庭自動(dòng)化系統(tǒng)本身也不斷演化，涉及藍(lán)牙、wi-fi、x10、zigbee和tcp/ip等多種技術(shù)。

    隨著市場和技術(shù)的不斷成熟，高質(zhì)量語音處理性能對家庭自動(dòng)化和安全應(yīng)用變得越來越重要。語音交互是統(tǒng)一家庭網(wǎng)絡(luò)的支撐性技術(shù)，廣泛用于控制家電、通信、安全和娛樂設(shè)備。與其它交互方式相比，利用人類語音控制設(shè)備讓最終用戶感覺更舒服更自然。

    聲學(xué)回聲消除功能不夠好、環(huán)境噪聲和信號失真使家庭自動(dòng)化系統(tǒng)可靠工作變得越來越困難。如果語音處理性能達(dá)不到要求，語音識別功能就無法正確檢測到命令并相應(yīng)地開/關(guān)家電，而語音認(rèn)證功能也可能失靈，導(dǎo)致用戶無法方便地進(jìn)入自己的家。

    電話和內(nèi)部通信集成

    家庭自動(dòng)化系統(tǒng)越來越多地將電話通信和內(nèi)部通信功能集成起來。在有些系統(tǒng)設(shè)計(jì)中，內(nèi)部通信面板成為主要的通信工具，可用于住房訪問監(jiān)控和免提電話。因此，語音通信技術(shù)成為整個(gè)系統(tǒng)的重要方面。

    高質(zhì)量免提電話的一個(gè)重要特點(diǎn)就是全雙工操作和良好的雙方同時(shí)通話性能。全雙工系統(tǒng)支持雙向語音信號同時(shí)傳輸，因此交談更為自然。而半雙工系統(tǒng)在雙方同時(shí)講話時(shí)，只允許功率水平高的一方信號通過，另一方信號被切斷。因此同一時(shí)間只能有一方的講話被對方聽到，并且通話是斷續(xù)的，不夠自然。

    在全雙工系統(tǒng)中，如果算法在雙方同時(shí)講話的情況下能夠連續(xù)會聚，就能夠獲得良好的聲學(xué)回聲消除性能。當(dāng)算法連續(xù)會聚時(shí)，隨著信號源的移動(dòng)，算法會跟蹤回聲路徑中的變化。如果算法在雙方同時(shí)講話時(shí)停止會聚，當(dāng)雙方同時(shí)講話停止時(shí)又恢復(fù)會聚，那么在算法重新適應(yīng)新的回聲環(huán)境時(shí)用戶會聽到猝發(fā)回聲。

    對于數(shù)字免提電話來說，獲得高質(zhì)量通話的另一個(gè)方面是編碼/***(codec)的選擇。正是編碼***完成信號從數(shù)字到模擬的變換，以及反向變換。傳統(tǒng)的中等質(zhì)量數(shù)字電話采用窄帶編碼***和8khz的采樣頻率。寬帶編碼***采樣頻率加倍(16khz)，能夠采集更多人聲分量，從而支持更高的話音質(zhì)量。

    設(shè)計(jì)高性能系統(tǒng)

    1. 克服塑料外殼帶來的物理限制

    小型內(nèi)部通信面板由于不占用額外空間，因此越來越多地在家庭設(shè)計(jì)中得到應(yīng)用。但受限的面板尺寸會對塑料外殼的設(shè)計(jì)、麥克風(fēng)和揚(yáng)聲器的選擇、布局和隔離作出很多限制。

    在理想系統(tǒng)中，揚(yáng)聲器和麥克風(fēng)間的隔離應(yīng)當(dāng)盡可能好，才能達(dá)到最優(yōu)的性能。但在小型塑料外殼中，兩者之間隔離較差帶來額外的聲學(xué)耦合，也意味著更大的回聲。