技术摘要：
本申请提出一种语音控制方法、语音控制装置和空调，其中语音控制方法，包括：采用BiLSTM加CRF算法建立并训练神经网络模型；接收实时语音指令；采用神经网络模型对实时语音指令进行识别得到识别结果，识别结果包括设备信息和控制信息；根据设备信息和控制信息控制对应的  全部
背景技术：
随着智能家居系统的不断发展，在系统设备控制的过程中，如何准确、高效、快速 的识别各类实时语音指令成为研究重点。 现有技术中，各种类型的家电设备互联共享，在对实时语音指令识别和响应的过 程中，存在识别准确度低、识别存在歧义等问题。 因此，提高实时语音指令的识别准确度，是本领域亟待解决的问题。
技术实现要素：
本申请提供了一种语音控制方法、语音控制装置和空调，用于提高实时语音指令 的识别准确度。 为了解决上述问题，作为本申请的一个方面，提供了一种语音控制方法，包括： 采用BiLSTM加CRF算法建立并训练神经网络模型； 接收实时语音指令； 采用神经网络模型对实时语音指令进行识别得到识别结果，识别结果包括设备信 息和控制信息； 根据设备信息和控制信息控制对应的设备。 可选的，采用神经网络模型对实时语音指令进行识别得到识别结果，包括： 将实时语音指令转化为实时语音文本； 以实时语音文本为输入值传入神经网络模型获得识别结果。 可选的，训练神经网络模型，包括： 获取参考语音文本和对应的期望识别结果； 将参考语音文本输入神经网络模型得到实际识别结果； 判断实际识别结果与期望识别结果的结果差值是否小于预设差值； 当结果差值小于预设差值时，调节神经网络模型的权值矩阵。 可选的，在将参考语音文本输入神经网络模型得到实际识别结果之前，还包括：对 参考语音文本进行预处理； 在以实时语音文本为输入值传入神经网络模型之前，还包括：对实时语音文本进 行预处理。 可选的，预处理包括缺失值处理、标准化处理和降噪处理中的一个或多个。 可选的，设备信息包括设备名称、设备物理网卡地址和设备的网络地址中的一个 或多个。 本申请还提出一种语音控制装置，包括： 模型单元，用于采用BiLSTM加CRF算法建立并训练神经网络模型； 4 CN 111599355 A 说　明　书 2/6 页 语音单元，用于接收实时语音指令； 模型单元还用于采用神经网络模型对实时语音指令进行识别得到识别结果，识别 结果包括设备信息和控制信息； 控制单元，用于根据设备信息和控制信息控制对应的设备。 可选的，模型单元采用神经网络模型对实时语音指令进行识别得到识别结果，包 括： 将实时语音指令转化为实时语音文本； 以实时语音文本为输入值传入神经网络模型获得识别结果。 可选的，模型单元训练神经网络模型，包括： 获取参考语音文本和对应的期望识别结果； 将参考语音文本输入神经网络模型得到实际识别结果； 判断实际识别结果与期望识别结果的结果差值是否小于预设差值； 当结果差值小于预设差值时，调节神经网络模型的权值矩阵。 可选的，模型单元还用于：在将参考语音文本输入神经网络模型得到实际识别结 果之前，对参考语音文本进行预处理； 控制单元还用于：在以实时语音文本为输入值传入神经网络模型之前，对实时语 音文本进行预处理。 可选的，预处理包括缺失值处理、标准化处理和降噪处理中的一个或多个。 可选的，设备信息包括设备名称、设备物理网卡地址和设备的网络地址中的一个 或多个。 本申请还提出一种空调，包括处理器、存储器以及存储在存储器上可在处理器上 运行的程序，处理器执行程序时实现本申请提出的任一方法的步骤。 本申请还提出一种空调，包括本申请提出的任一的空调遥控器。 本申请提出了一种语音控制方法、语音控制装置和空调，采用BiLSTM加CRF算法建 立神经网络模型，用于识别用户发出的实时语音指令，从而提高了实时语音指令识别的准 确度，提高了用户体验。 附图说明 图1为本申请实施例中一种语音控制方法的流程图； 图2为本申请实施例中一种语音控制装置的组成图。