CN104952219A - 一种基于智能器件寻找物品的方法及智能器件 - Google Patents

Abstract

本发明公开了一种基于智能器件寻找物品的方法及智能器件。其中，本发明的智能器件包括数字信号处理器以及分别与数字信号处理器连接的核心控制器以及数字麦克风，其中：数字麦克风用于接收外界声音信号，对声音信号进行分析，在声音信号的声压级达到预定阈值时，将声音信号发送至数字信号处理器，数字信号处理器用于对声音信号进行处理，转换为数字信号，若数字信号存在与预定义语音信号匹配的关键字，向核心控制器发送控制指令，核心控制器用于根据控制指令，控制发出提示信号。通过上述方式，本发明能够有效降低智能器件的功效，且能更高效的识别语音，减少寻找物品的时间，给用户更好的体验。

Description

一种基于智能器件寻找物品的方法及智能器件

技术领域

本发明涉及一种基于智能器件寻找物品的方法及智能器件。

背景技术

随着消费电子快速发展,更加智能化设备的快速普及，各种新型技术也随应产生，语音作为基本的，主要的，关键的交互方式越来越多的应用于智能设备的交互应用中。由于智能化设备的功能越来越强大，功耗也随之越来越大，经常因为功耗的问题而导致智能设备在需要使用的时候无法正常使用。

现有的辅助寻找物品的智能器件中，尺寸设计都比较大，功耗也较大，从而导致经常出现智能器件无法正常发挥作用。

发明内容

本发明主要解决的技术问题是如何提供一种低功耗的用于辅助寻找物品的智能器件。

有鉴于此，本发明实施例提供一种辅助寻找物品的智能器件，能够有效降低智能器件的功效，且能更高效的识别语音，减少寻找物品的时间，给用户更好的体验。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种辅助寻找物品的智能器件，所述智能器件包括数字信号处理器、核心控制器以及数字麦克风，所述数字信号处理器分别与所述核心控制器和所述数字麦克风连接，其中：所述数字麦克风，用于接收外界声音信号，对所述声音信号进行分析，在所述声音信号的声压级达到预定阈值时，将所述声音信号发送至所述数字信号处理器；所述数字信号处理器，用于对所述声音信号进行处理，转换为数字信号，并判断所述数字信号是否存在与预定义语音信号匹配的关键字，其中，若存在与所述预定义语音信号匹配的关键字，向所述核心控制器发送控制指令；所述核心控制器，用于根据所述控制指令，控制发出提示信号。

其中，所述智能器件还包括发光单元和发声单元的至少一种，所述发光单元和所述发声单元分别与所述核心控制器连接，所述发光单元用于根据所述提示信号发光；和/或所述发声单元用于根据所述提示信号发出声音。

其中，所述数字麦克风为四个数字接口的微型机电系统MEMS麦克风。

其中，所述MEMS麦克风至少为两个，所述至少两个MEMS麦克风的位置间隔为20mm以上，其中至少一个所述MEMS麦克风用于采集声音信号，至少一个MEMS麦克风用于通过远距离跟踪技术对所述声音信号进行分析。

其中，所述MEMS麦克风包括弧形外壳，所述弧形外壳靠近边缘设有多个开孔。

其中，所述智能器件还包括时钟晶振，所述时钟晶振与所述核心控制器连接，用于提供时钟信号，满足所述智能器件的各个部件的时钟要求。

其中，所述智能器件还包括供电部件，所述供电部件用于对所述智能器件供电。

为解决上述技术问题，本发明采用的另一个技术方案是：提供一种基于智能器件寻找物品的方法，所述方法包括：所述智能器件接收外界声音信号；对所述声音信号进行分析，判断所述声音信号的声压级是否达到预定阈值；在所述声音信号的声压级达到预定阈值时，将所述声音信号转换为数字信号；判断所述数字信号是否存在与预定义语音信号匹配的关键词；若所述数字信号存在与预定义语音信号匹配的关键词，所述智能器件发出提示，以使用户能定位到所述智能器件。

其中，所述方法还包括：设置所述预定义语音信号。

其中，所述设置所述预定义语音信号包括：接收用户的声音信号；判断所述用户的声音信号的声压级是否达到预定阈值；在所述用户的声音信号的声压级达到预定阈值时，对所述声音信号进行解析获取关键字文本数据，进行保存，作为预定义语音信号。

本发明的有益效果是：区别于现有技术的情况，本发明通过数字麦克风采集外接声音信号，只有声音信号的声压级达到预定阈值时，才将声音信号发送给数字信号处理器进行处理转换为数字信号，在数字信号存在与预定义语音信号匹配的关键字时，才向核心控制器发出控制指令，由核心控制器根据控制指令发出提示信号，以辅助用户找到物品。通过这样的方式，能够通过自定义语音信号来辅助寻找物品，在具体工作过程中，只有符合一定条件才会启动数字信号处理器和核心控制器，从而能够有效降低功耗，延长智能器件的待机时间。

附图说明

图1是本发明实施例提供的一种辅助寻找物品的智能器件的结构示意图；

图2是本发明实施例提供的声波聚集效果示意图；

图3是本发明实施例提供的MEMS麦克风的示意图；

图4是本发明实施例提供的麦克风设计原理图；

图5是本发明实施例提供的数字信号处理器的设计原理图；

图6是本发明实施例提供的供电部件的设计原理图；

图7是本发明实施例提供的一种基于智能器件寻找物品的方法的流程图；

图8是本发明实施例提供的设置预定义语音信号的流程图。

具体实施方式

请参阅图1，图1是本发明实施例提供的一种辅助寻找物品的智能器件，如图所示，本实施例的智能器件包括数字麦克风11、数字信号处理器12以及核心控制器13，数字信号处理器12分别与核心控制器13和数字麦克风11连接，其中：

数字麦克风11用于接收外界声音信号，对声音信号进行分析，在声音信号的声压级达到预定阈值时，将声音信号发送至数字信号处理器12；

作为一种具体的实现，本发明实施例中的数字麦克风为四个数字接口的微型机电系统MEMS麦克风。通过高灵敏的外围器件，获取外部声音信号。其具有对高频信号的高灵敏度以及高采样率的特性，主要是通过嵌入语音算法对捕获的声音信号进行分析并判断声音信号的声压级是否达到预定阈值。

其中，本发明实施例中，MEMS麦克风至少为两个，至少两个MEMS麦克风的位置间隔为20mm以上。这样能够保证用户在较远距离发出声音时，也不会因为声音响度小而未能正常采集到声音数据。

本发明实施例中，其中至少一个MEMS麦克风用于采集声音信号，至少一个MEMS麦克风用于通过远距离跟踪技术对声音信号进行分析。远距离跟踪技术主要是运用语音降噪，回声降噪以及波速聚集综合算法来实现的。语音降噪，即使用消除环境噪音，通过一个或者多个麦克风将有用人声和环境噪音进行区分或者剥离，达到清晰人声的目的。回声降噪即消除因为在室内以及外界环境物体进行的反射通过不同的时间段送入声音通道，从而会重复多次听到人声，由于是短时间连续的人声，因此也需要消除。波形聚集即由于麦克风器件本来是360度全方位获取语音信号的。从而不可避免的会将除了人声信号，还有环境噪音一并送入系统，通过声波聚集(beam forming)技术将麦克风的全指向性在声音信号改变成指向性信号，从而达到过滤不需要环境噪音，只是捕获有用的人声信号。

可进一步参阅图2，图2是本发明实施例提供的声波聚集效果示意图。方框1图像是被录音的对象，包括一个或多个被录音对象，方框2代表不想被录入的对象，左边圆形图以及花瓣形状，表示可以支持的强化语音的角度以及实时声音的升压强度。-30度到30度，以及60度到120度，-150度到150度以及-60度到-120度。这个区域内的对象声音会进行放大，除此之外的角度声音会进行过滤删除。所以实现某个或者多个方向的特定区域的选择性录音。右边圆形图以及花瓣形状，代表支持强化录音所支持的角度-60度到60度以及-120度到120度，同理这个角度的声音会通过对相位和幅值的处理从而放大录音，其它区域需要过滤或者屏蔽掉干扰音，从花瓣形状可以出。支持角度得到了有效的放大。其它的角度声压值比较小。

另外，本发明实施例中，请参阅图3，图3是本发明实施例提供的MEMS麦克风的示意图，因为麦克风的位置与出音孔设计跟识别率是密切联系的，所以本发明实施例的MEMS麦克风还包括弧形外壳10，弧形外壳10靠近边缘设有多个开孔。这样，即使不至于因为不恰当的放置而导致麦克风孔被堵从而严重影响整个设备的工作效率和识别结果。

数字麦克风对声音信号进行分析，如果声音信号的声压级达到预定阈值，比如80DB，则将声音信号发送至数字信号处理器12。如果声音信号的声压级没有达到预定阈值，不唤醒数字信号处理器12以及核心控制器13，使数字信号处理器12和核心控制器13处于低功耗待机状态。

其中，这里的预定阈值可以根据需要进行设定，主要是作为启动阈值，来判断是否启动数字信号处理器12，从而不用实时的启动数字信号处理器12，达到最佳的省电，延长整个智能器件的待机时间。

其中，请参阅图4，图4是本发明实施例提供的麦克风设计原理图。

数字信号处理器12用于对声音信号进行处理，转换为数字信号，并判断数字信号是否存在与预定义语音信号匹配的关键字，若存在与预定义语音信号匹配的关键字，向核心控制器13发送控制指令；

本发明实施例中的数字信号处理器12，提供音频数字和模拟输入输出接口，另外提供专用音频接口，便于连接外围器件，内部有高精度模拟转数字信号转换器从而支持模拟麦克风。支持I2C接口用来传输从数字信号处理器12到核心控制器13或从核心控制器13到数字信号处理器12的控制命令。内支持64k存储单元，并且可以实时擦写核心的内存单元，用来支持更新数字信号处理器12算法的目的，从而协助核心控制器13进行对大量数据采用不同算法的目的。具体请参阅图5，图5是本发明实施例提供的数字信号处理器的原理图。

数字信号处理器12对声音信号进行处理，将其转换为数字信号。判断数字信号中是否存在与预定义语音信号匹配的关键字，如果存在与预定义语音信号匹配的关键字，则向核心控制器13发送控制指令。

本发明实施例中的数字信号处理器12通过语音识别技术对声音信号进行处理。

其中，本发明实施例中的语音识别技术是指通过识别和理解过程把声音信号转变为相应的文本或命令的技术。

语音识别技术主要包括特征提取技术、模式匹配准则及模型训练技术三个方面。根据识别的对象不同，语音识别任务大体可分为3类，即孤立词识别(isolated word recognition)，关键词识别(或称关键词检出，keyword spotting)和连续语音识别。其中，孤立词识别的任务是识别事先已知的孤立的词，如“开机”、“关机”等；连续语音识别的任务则是识别任意的连续语音，如一个句子或一段话；连续语音流中的关键词检测针对的是连续语音，但它并不识别全部文字，而只是检测已知的若干关键词在何处出现，如在一段话中检测“计算机”、“世界”这两个词。

根据针对的发音人，可以把语音识别技术分为特定人语音识别和非特定人语音识别，前者只能识别一个或几个人的语音，而后者则可以被任何人使用。显然，非特定人语音识别系统更符合实际需要，但它要比针对特定人的识别困难得多。

另外，根据语音设备和通道，可以分为桌面(PC)语音识别、电话语音识别和嵌入式设备(手机、PDA等)语音识别。不同的采集通道会使人的发音的声学特性发生变形，因此需要构造各自的识别系统。

本发明实施例的语音识别方案，能够通过训练提高语音识别功能，并且支持运动语音数据库，对系统处理速度以及要求较低，只要核心控制器主频超过100MHz，RAM大于64K即可负载，支持离线库存储库，可以按照核心处理器ROM进行自行裁减，但是相应会对语音库信息存在一定影响。

数字信号处理器12接收到声音信号，首先判断声音信号是否涉及语音命令。这个过程，主要是通过对声音信号的语音识别结果与预定义的语音信号关键词进行匹配来确定。

因此，本发明实施例的方法还进一步包括预定义语音信号的步骤，通过自定义语音更新数字信号处理器内置的算法。

具体预定义语音信号的过程包括：捕获用户的声音信号，判断声音信号的声压级是否达到预定阈值，如果声音信号达到预定阈值，将声音信号发送给核心控制器，核心控制器将声音信号通过语音识别算法进行解析，获取关键字文本数据，将其写入唤醒算法固件中，并发送控制指令给数字信号处理器，使数字信号处理器更新固件内的算法，完成设置。当语音信号的声压级没有达到预定阈值，向核心控制器发送提示信号，核心控制器根据提示信号控制发出提示，比如控制发出报警声表示没有成功捕获用户的语音信号。具体而言，设置自定义语音命令字是通过麦克风输入命令字人声信号，直接到达核心控制器上运行的语音识别算法将语音信号转换成文字，将文字数据填充到保存在核心控制器内存中的唤醒算法固件中，然后置位数字信号处理器进行擦写动作，然后通过数据总线和控制总线将更新后的唤醒算法重新写入到数字信号处理器运算模块中，从而达到了更新语音指令的目的。

核心控制器13用于根据控制指令，控制发出提示信号。

核心控制器13在接收到控制指令时，控制发出提示信号，以达到提醒寻找物品者的目的。

其中，请继续参阅图1，本实施例的智能器件可以进一步包括发光单元14和发声单元15的至少一种。发光单元14和发声单元15分别与核心控制器13连接。发光单元14可以根据提示信号发光，发声单元15可以根据提示信号发出声音。也就是说，核心控制器13在接收到控制指令后，可以向发光单元14和/或发声单元15发出提示信号，发光单元14和/或发声单元15根据提示信号做出提示(发光和/或发出声音)。

其中，发声单元15发出的声音可以是预定义的语音信号，也可以是通过发出报警声来进行提示，从而能够使用户能够快速定位到智能器件的方位，因此将本发明的智能器件设置于物品上，在较长时间的待机情况下，用户可以通过语音命令唤醒智能器件，从而做出发光或发声提示，使用户能够快速找到该物品。

作为一种具体的实现，本实施例的发光单元14可以是LED灯，发声单元15可以是蜂蜜器。

请继续参阅图1，本实施例的智能器件100还可以进一步包括时钟晶振16，时钟晶振16与核心控制器13连接，用于提供时钟信号，满足智能器件100的各个部件的时钟要求。

时钟晶振16能够提供稳定的时钟信号，使各个部件信号能够传输能够实现同步，保持稳定数字信号传输。

请继续参阅图1，本实施例的智能器件100还进一步包括供电部件17，供电部件17用于对智能器件100供电。

其中，本发明实施例的供电部件17与核心控制器13连接，可进一步参阅图6，图6是本发明实施例提供的供电部件的设计原理图。

作为一种具体的实现，本发明实施例的供电部件可以是纽扣电池。

其中，本发明中预定义语音可以是简短的一个词组，也可以是具体一句话。比如对着麦克风喊一声“亲爱的”或者“爱机”等作为预定义语音信号，也可以是对着麦克风喊一声动作指令，比如“快点出来”等等，在此本发明不对预定义语音信号的具体形式和内容做限制。

而具体做出提示时，可以是直接播放预定义语音信号，也可以通过预定义的方式设置与预定义语音信号匹配的响应语音信号，只要达到唤醒条件时，播放响应语音信号进行提示。比如预定义语音信号为“亲爱的”或者“爱机”，响应语音信号可以设置为“哎”或者“我在这儿”的应答的声音，当然，也可以设置一些撒娇的声音或者一段音乐作为应答的声音。通过这样的方式，可以使得寻找物品变得更加人性化。

以上是本发明实施例提供的辅助寻找物品的智能器件，通过以上实施例的详细描述，可以理解，本发明通过数字麦克风采集外接声音信号，只有声音信号的声压级达到预定阈值时，才将声音信号发送给数字信号处理器进行处理转换为数字信号，在数字信号存在与预定义语音信号匹配的关键字时，才向核心控制器发出控制指令，由核心控制器根据控制指令发出提示信号，以辅助用户找到物品。通过这样的方式，能够通过自定义语音信号来辅助寻找物品，在具体工作过程中，只有符合一定条件才会启动数字信号处理器和核心控制器，从而能够有效降低功耗，延长智能器件的待机时间。

另外，本发明的智能器件的数字麦克风采用具有较高声学敏感性、更低功耗，支持更高带宽的声音信号特征的MEMS麦克风，并结合远距离语音跟踪技术，从而可以有效提高语音识别率，并且可以过滤一定角度的噪音，提高麦克风采集声音的质量和效率。通过这样的设计，使得本发明的智能器件待机时间更长，语音命令识别率更高，运算效率更高，更加智能化，减少用户寻找物品所消耗的时间。

本发明的智能器件，摆脱现有常规的智能器件需要基于特定设备的硬件和软件平台才能实现功能的限制，可以实现以更低成本，做到更加贴近实用，长待机和使用便捷，因此能够应用于更广泛的领域，比如智能器件、智能手环、智能家居等领域。

请参阅图7，图7是本发明实施例提供的一种基于智能器件寻找物品的方法的流程图，需要说明的是，该方法是基于以上实施例提供的智能器件实现的，将智能器件设置于物品上，如图所示，本实施例的基于智能器件寻找物品的方法包括：

S101：智能器件接收外界声音信号；

智能器件通过数字麦克风接收外界声音信号。

本发明的数字麦克风为四个数字接口的MEMS麦克风，MEMS麦克风至少为两个，且两个麦克风之间的位置间隔20mm以上，从而能够保证用户在较远距离发出声音时，也不会因为声音响度小而未能正常采集到声音数据。

另外，本发明实施例中的MEMS麦克风还包括弧形外壳，弧形外壳靠近边缘设有多个开孔。这样，即使不至于因为不恰当的放置而导致麦克风孔被堵从而严重影响整个设备的工作效率和识别结果。

S102：对声音信号进行分析，判断声音信号的声压级是否达到预定阈值；

本发明实施例中，至少一个MEMS麦克风用于采集声音信号，至少另一个MEMS麦克风用于通过远距离跟踪技术对声音信号进行分析。

其中，远距离跟踪技术主要是运用语音降噪，回声降噪以及波速聚集综合算法来实现的。语音降噪，即使用消除环境噪音，通过一个或者多个麦克风将有用人声和环境噪音进行区分或者剥离，达到清晰人声的目的。回声降噪即消除因为在室内以及外界环境物体进行的反射通过不同的时间段送入声音通道，从而会重复多次听到人声，由于是短时间连续的人声，因此也需要消除。波形聚集即由于麦克风器件本来是360度全方位获取语音信号的。从而不可避免的会将除了人声信号，还有环境噪音一并送入系统，通过声波聚集(beam forming)技术将麦克风的全指向性在声音信号改变成指向性信号，从而达到过滤不需要环境噪音，只是捕获有用的人声信号。

数字麦克风对声音信号进行分析，如果声音信号的声压级达到预定阈值，比如80DB，则将声音信号发送至智能器件的数字信号处理器。如果声音信号的声压级没有达到预定阈值，不唤醒数字信号处理器以及智能器件的核心控制器，使数字信号处理器和核心控制器处于低功耗待机状态。

其中，这里的预定阈值可以根据需要进行设定，主要是作为启动阈值，来判断是否启动数字信号处理器，从而不用实时的启动数字信号处理器，达到最佳的省电，延长整个智能器件的待机时间。

S103：将声音信号转换为数字信号；

在声音信号的声压级达到预定阈值时，智能器件通过数字信号处理器对信号进行处理，将声音信号转换为数字信号。

其中，主要通过语音识别技术对声音信号进行处理。

语音识别技术主要包括特征提取技术、模式匹配准则及模型训练技术三个方面。根据识别的对象不同，语音识别任务大体可分为3类，即孤立词识别(isolated word recognition)，关键词识别(或称关键词检出，keyword spotting)和连续语音识别。其中，孤立词识别的任务是识别事先已知的孤立的词，如“开机”、“关机”等；连续语音识别的任务则是识别任意的连续语音，如一个句子或一段话；连续语音流中的关键词检测针对的是连续语音，但它并不识别全部文字，而只是检测已知的若干关键词在何处出现，如在一段话中检测“计算机”、“世界”这两个词。

根据针对的发音人，可以把语音识别技术分为特定人语音识别和非特定人语音识别，前者只能识别一个或几个人的语音，而后者则可以被任何人使用。显然，非特定人语音识别系统更符合实际需要，但它要比针对特定人的识别困难得多。

另外，根据语音设备和通道，可以分为桌面(PC)语音识别、电话语音识别和嵌入式设备(手机、PDA等)语音识别。不同的采集通道会使人的发音的声学特性发生变形，因此需要构造各自的识别系统。

本发明实施例的语音识别方案，能够通过训练提高语音识别功能，并且支持运动语音数据库，对系统处理速度以及要求较低，只要核心控制器主频超过100MHz，RAM大于64K即可负载，支持离线库存储库，可以按照核心处理器ROM进行自行裁减，但是相应会对语音库信息存在一定影响。

数字信号处理器接收到声音信号，判断声音信号是否涉及语音命令。这个过程，主要是通过对声音信号的语音识别结果与预定义的语音信号关键词进行匹配来确定。

因此，本发明实施例的方法还进一步包括预定义语音信号的步骤，通过自定义语音更新数字信号处理器内置的算法。

请参阅图8，图8是本发明实施例提供的设置预定义语音信号的流程图，如图所述，设置预定义语音信号包括以下步骤：

S201：接收用户的声音信号。

通过麦克风捕获用户的声音信号。

S202：判断用户的声音信号的声压级是否达到预定阈值。

对用户的声音信号进行分析，判断用户的声音信号的声压级是否达到预定阈值。如果用户的声音信号声压级达到预定阈值，执行S203，否则，提示用户没有成功捕获声音信号。

S203：对声音信号进行解析获取关键字文本数据，进行保存，作为预定义语音信号。

在声音信号的声压级达到预定阈值时，直接将声音信号送入核心控制器，和兴控制器将声音信号通过语音识别算法进行解析，获取关键字文本数据，将关键字文本数据写入唤醒算法固件中，并发送控制指令给数字信号处理器，使数字信号处理器更新固件内的算法，完成设置。

具体而言，设置自定义语音命令字是通过麦克风输入命令字人声信号，直接到达核心控制器上运行的语音识别算法将语音信号转换成文字，将文字数据填充到保存在核心控制器内存中的唤醒算法固件中，然后置位数字信号处理器进行擦写动作，然后通过数据总线和控制总线将更新后的唤醒算法重新写入到数字信号处理器运算模块中，从而达到了更新语音指令的目的。

其中，预定义语音可以是简短的一个词组，也可以是具体一句话。比如对着麦克风喊一声“亲爱的”或者“爱机”等作为预定义语音信号，也可以是对着麦克风喊一声动作指令，比如“快点出来”等等，在此本发明不对预定义语音信号的具体形式和内容做限制。

S104：判断数字信号是否存在与预定义语音信号匹配的关键词。

转换得到数字信号后，判断数字信号中是否有与预定义语音信号匹配的关键词，如果有，执行S105。

S105：智能器件发出提示，以使用户能定位到智能器件。

在数字信号存在与预定义语音信号匹配的关键词时，达到唤醒条件，智能器件发出提示，从而用户能够定位到智能器件，找到物品。

其中，智能器件可以通过发光单元发光和/或通过发声单元发出声音来做出提示，以达到提醒寻找物品者的目的。

其中，发出的声音可以是预定义的语音信号，也可以是通过发出报警声来进行提示，从而能够使用户能够快速定位到智能器件的方位，因此将本发明的智能器件设置于物品上，在较长时间的待机情况下，用户可以通过语音命令唤醒智能器件，从而做出发光或发声提示，使用户能够快速找到该物品。

以上是本发明实施例提供的基于智能器件寻找物品的方法及智能器件的详细说明，通过以上实施例，可以理解，本发明通过数字麦克风采集外接声音信号，只有声音信号的声压级达到预定阈值时，才将声音信号发送给数字信号处理器进行处理转换为数字信号，在数字信号存在与预定义语音信号匹配的关键字时，才向核心控制器发出控制指令，由核心控制器根据控制指令发出提示信号，以辅助用户找到物品。通过这样的方式，能够通过自定义语音信号来辅助寻找物品，在具体工作过程中，只有符合一定条件才会启动数字信号处理器和核心控制器，从而能够有效降低功耗，延长智能器件的待机时间。

另外，本发明的智能器件的数字麦克风采用具有较高声学敏感性、更低功耗，支持更高带宽的声音信号特征的MEMS麦克风，并结合远距离语音跟踪技术，从而可以有效提高语音识别率，并且可以过滤一定角度的噪音，提高麦克风采集声音的质量和效率。通过这样的设计，使得本发明的智能器件待机时间更长，语音命令识别率更高，运算效率更高，更加智能化，减少用户寻找物品所消耗的时间。

本发明的智能器件，摆脱现有常规的智能器件需要基于特定设备的硬件和软件平台才能实现功能的限制，可以实现以更低成本，做到更加贴近实用，长待机和使用便捷，因此能够应用于更广泛的领域，比如智能器件、智能手环、智能家居等领域。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种辅助寻找物品的智能器件，其特征在于，所述智能器件包括数字信号处理器、核心控制器以及数字麦克风，所述数字信号处理器分别与所述核心控制器和所述数字麦克风连接，其中：

所述数字麦克风，用于接收外界声音信号，对所述声音信号进行分析，并在所述声音信号的声压级达到预定阈值时，将所述声音信号发送至所述数字信号处理器；

所述数字信号处理器，用于对所述声音信号进行处理，转换为数字信号，并判断所述数字信号是否存在与预定义语音信号匹配的关键字，其中，若存在与所述预定义语音信号匹配的关键字，向所述核心控制器发送控制指令；

所述核心控制器，用于根据所述控制指令，控制发出提示信号。

2.根据权利要求1所述的智能器件，其特征在于，所述智能器件还包括发光单元和发声单元的至少一种，所述发光单元和所述发声单元分别与所述核心控制器连接，所述发光单元用于根据所述提示信号发光；和/或所述发声单元用于根据所述提示信号发出声音。

3.根据权利要求1所述的智能器件，其特征在于，所述数字麦克风为四个数字接口的微型机电系统MEMS麦克风。

4.根据权利要求3所述的智能器件，其特征在于，所述MEMS麦克风至少为两个，所述至少两个MEMS麦克风的位置间隔为20mm以上，其中至少一个所述MEMS麦克风用于采集声音信号，至少一个MEMS麦克风用于通过远距离跟踪技术对所述声音信号进行分析。

5.根据权利要求3所述的智能器件，其特征在于，所述MEMS麦克风包括弧形外壳，所述弧形外壳靠近边缘设有多个开孔。

6.根据权利要求1所述的智能器件，其特征在于，所述智能器件还包括时钟晶振，所述时钟晶振与所述核心控制器连接，用于提供时钟信号，满足所述智能器件的各个部件的时钟要求。

7.根据权利要求1所述的智能器件，其特征在于，所述智能器件还包括供电部件，所述供电部件用于对所述智能器件供电。

8.一种基于智能器件寻找物品的方法，其特征在于，所述方法包括：

所述智能器件接收外界声音信号；

对所述声音信号进行分析，判断所述声音信号的声压级是否达到预定阈值；

在所述声音信号的声压级达到预定阈值时，将所述声音信号转换为数字信号；

判断所述数字信号是否存在与预定义语音信号匹配的关键词；

若所述数字信号存在与预定义语音信号匹配的关键词，所述智能器件发出提示，以使用户能定位到所述智能器件。

9.根据权利要求8所述的方法，其特征在于，所述方法还包括：设置所述预定义语音信号。

10.根据权利要求9所述的方法，其特征在于，所述设置所述预定义语音信号包括：

接收用户的声音信号；

判断所述用户的声音信号的声压级是否达到预定阈值；

在所述用户的声音信号的声压级达到预定阈值时，对所述声音信号进行解析获取关键字文本数据，进行保存，作为预定义语音信号。