随着信息技术的发展及国家对物联网重视程度的提高,人们生活变得更加舒适与智能,在这个过程中智能家居异军突起。智能家居是以住宅为载体,对家居设备进行集中管理,兼具便捷舒适、安全环保,能为家庭带来智能化的时尚生活,提高居民的居住品质。目前的智能家居设备多以手机为主要的控制终端,以“Wi-Fi”+4G互相配合的控制模式,完成对智能家居设备的控制,还是属于传统的控制方式,不能满足用户对智能家居多样化控制的需求。近年来人工智能的兴起与机器学习技术的不断成熟,使语音识别得到飞速发展,识别准确度不断提高,为满足用户对家居设备控制方便快捷的更高需求,将智能家居和语音识别技术结合起来已经成为必然的趋势。因此,本文提出了一种基于AllJoyn框架和降噪自动编码器的深度学习语音识别智能家居控制方案,经过语音识别模型解析出短语控制指令,达到对家居设备控制管理的目的。本文的深度学习语音识别模型主要包含两个部分。第一部分是无监督学习预训练,无监督预训练前随机改变一些网络节点状态,人工模拟噪声数据,然后采用RBM权重矩阵依次训练每一个隐含层,通过比较输入数据与输出数据的偏差达到优化参数的目的。第二部分是有监督的参数调整,即把已经训练好的参数作为整个网络的初始值,采用反向传播算法对整个网络模型优化调整。实验结果表明:该语音识别模型与基于卷积神经网络的语音识别模型相对比,不管在语音识别率还是对噪声的鲁棒性方面,都有明显提高。将该语音识别模型和智能家居系统相结合,从语音短语中识别出家居控制指令,实现人机交互非接触式、快捷式控制,从而使系统更加符合人们的要求。智能家居网关和移动端App同时集成语音识别模型,智能家居控制方案以AllJoyn框架为局域网通信基础,实现内网智能设备控制与移动端App交互;外网以智能语音网关为纽带,语音网关集成AllJoyn框架和通过WebSocket与服务器建立长连接,一方面接收语音信号通过AllJoyn框架控制智能设备,另一方面将移动端App发送的控制指令经由服务器到达网关,通过网关实现局域网设备的交互。经过实验室场景测试,验证了基于语音识别的智能家居控制方案的可行性,有效提高了智能家居的智能化水平。