[發(fā)明專利]一種語音處理方法、裝置和智能終端

在審

• 申請?zhí)枺?/td>: 201610082180.1
• 申請日: 2016-02-05
• 公開（公告）號: CN107046517A
• 公開（公告）日: 2017-08-15
• 發(fā)明（設計）人: 萬玉龍;劉敏;張軼樂
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06;G10L17/04;G10L17/02;G10L15/22
• 代理公司: 北京潤澤恒知識產(chǎn)權代理有限公司11319
• 代理人: 蘇培華

技術領域

本申請涉及語音處理技術領域，特別是涉及一種語音處理方法、一種語音處理裝置和一種智能終端。

背景技術

語音識別可以讓機器通過識別和理解過程把語音信號轉(zhuǎn)變?yōu)橄鄳奈谋净蛎睢ｋS著終端技術的發(fā)展，越來越多的智能終端中已經(jīng)加入的語音識別技術，即可以通過語音識別喚醒智能終端的相應功能，如解鎖、啟動應用等。

以通過語音識別進行解鎖為例，通常是接收用戶讀出包含固定內(nèi)容的語音信號，從而識別該語音信號進行解鎖。這種解鎖僅識別語音信號對應文本內(nèi)容，若識別的文本符合解鎖條件就能夠解鎖。但是，在公眾場合讀入語音時很容易被他人獲知，非用戶本人通過錄音片段也可順利解鎖，安全系數(shù)較低。

因此，目前需要本領域技術人員迫切解決的一個技術問題就是：提出一種語音處理方法、裝置和智能終端，以解決現(xiàn)有語音喚醒安全性較低的問題。

發(fā)明內(nèi)容

本申請實施例所要解決的技術問題是提供一種語音處理方法，以解決現(xiàn)有語音喚醒安全性較低的問題。

相應的，本申請實施例還提供了一種語音處理裝置和一種智能終端，用以保證上述方法的實現(xiàn)及應用。

為了解決上述問題，本申請公開了一種語音處理方法，包括：接收用戶輸入的語音信號；檢測所述語音信號與解密密令是否匹配，其中，所述解密密令包括生成的動態(tài)密令；當所述語音信號與解密密令匹配時，對所述語音信號進行響應。

可選的，還包括：采用所述用戶的聲紋模型對所述語音信號進行用戶驗 證。

可選的，還包括預先執(zhí)行以下聲紋注冊步驟：依據(jù)訓練語音信號生成所述用戶的聲紋模型。

可選的，所述依據(jù)訓練語音信號生成所述用戶的聲紋模型，包括：對海量用戶的訓練語音信號進行預處理，將預處理得到的第一語音特征進行訓練生成通用背景模型；對所述用戶的訓練語音信號進行預處理，確定所述用戶的第二語音特征；利用第二語音特征對通用背景模型進行迭代更新，生成所述用戶的聲紋模型。

可選的，利用第二語音特征對通用背景模型進行迭代更新，生成所述用戶的聲紋模型，包括：采用所述第二語音特征對通用背景模型進行最大后驗估計，生成所述用戶的聲紋模型。

可選的，還包括：依次接收用戶各次輸入的注冊語音信號，依據(jù)所述注冊語音生成所述用戶的訓練語音信號。

可選的，還包括：設定所述用戶的密令變換規(guī)則

可選的，所述設定所述用戶的密令變換規(guī)則，包括：獲取用戶輸入的密令參數(shù)和密令變量，將所述密令參數(shù)和密令變量構成密令變換規(guī)則。

可選的，采用所述用戶的聲紋模型對所述語音信號進行用戶驗證，包括：對所述語音信號進行預處理，確定第三語音特征；采用所述第三語音特征和所述用戶的聲紋模型進行匹配，依據(jù)匹配結果進行用戶驗證。

可選的，采用所述第三語音特征和所述用戶的聲紋模型進行匹配，依據(jù)匹配結果進行用戶驗證，包括：采用所述用戶的聲紋模型對所述第三語音特征進行匹配，確定第一分值；依據(jù)所述第一分值確定匹配結果的第二分值，將所述第二分值和驗證閾值進行比較；當所述第二分值超過驗證閾值時，確認用戶驗證通過；當所述第二分值未超過驗證閾值時，確認用戶驗證未通過。

可選的，確定第三語音特征之后，還包括：采用所述通用背景模型對所述第三語音特征進行匹配，確定第三分值；所述依據(jù)所述第一分值確定匹配結果的第二分值，包括：計算所述第一分值和第三分值的差值，將所述差值作為第二分值。

可選的，對語音信號進行預處理確定語音特征的步驟包括：對語音信號進行分幀，獲取各幀的語音數(shù)據(jù)；對各幀語音數(shù)據(jù)進行特征提取，確定語音特征。

可選的，檢測所述語音信號是否與解密密令匹配，包括：對所述語音信號進行語音識別，轉(zhuǎn)換得到文本數(shù)據(jù)；檢測所述文本數(shù)據(jù)和解密密令是否匹配。

可選的，檢測所述語音信號是否與解密密令匹配之前，還包括：依據(jù)所述密令變換規(guī)則生成動態(tài)密令，將所述動態(tài)密令作為解密密令。

可選的，依據(jù)所述密令變換規(guī)則生成解密密令，包括：依據(jù)所述密令變量對密令參數(shù)進行組合，生成解密密令。

可選的，所述密令參數(shù)包括小于10的非負整數(shù)；所述密令變量包括：時間變量。

可選的，所述解密密令包括：年份、月份、日期、紀念日、節(jié)日中一種或兩種以上的組合。

可選的，所述對所述語音信號進行響應，包括：執(zhí)行喚醒操作，其中，所述喚醒操作包括智能終端的解鎖操作。

可選的，還包括：當用戶驗證未通過，或語音信號與解密密令不匹配時，提示語音喚醒失敗。