[發明專利]基于人工智能的語音喚醒方法和裝置

有效

• 申請號: 201611180119.7
• 申請日: 2016-12-19
• 公開（公告）號: CN106782554B
• 公開（公告）日: 2020-09-25
• 發明（設計）人: 李哲浩
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 宋合成

1.一種基于人工智能的語音喚醒方法，其特征在于，包括以下步驟：

獲取用戶輸入的語音，并在判定對終端喚醒成功之后，獲取將所述終端喚醒的時間點；

獲取所述時間點前后第一預設時間范圍之內所述語音的數據幀的識別文本，所述第一預設時間由所述終端的出廠程序預先設定，或者，由提供程序或者服務的應用開發商預先設定，其設定過程參照多數的用戶語音錄入的習慣；

從所述識別文本中提取目標文本，并通過所述目標文本對所述用戶輸入的語音進行處理；

所述從所述識別文本中提取目標文本，包括：

從所述識別文本中識別出喚醒詞；

將所述喚醒詞從所述識別文本中刪除，并將刪除后的識別文本作為目標文本；

其中，由所述終端從識別文本中識別出喚醒詞；將喚醒詞從識別文本中刪除，并將刪除后的識別文本作為目標文本；

所述通過所述目標文本對所述用戶輸入的語音進行處理，包括：

根據所述目標文本生成處理請求；

將所述處理請求發送至語音服務器，以使所述語音服務器根據所述處理請求對所述用戶輸入的語音進行處理。

2.如權利要求1所述的基于人工智能的語音喚醒方法，其特征在于，所述獲取所述時間點前后第一預設時間范圍之內所述語音的數據幀的識別文本，包括：

將所述終端切換至連續喚醒模式之后，獲取所述時間點前后第一預設時間范圍之內所述語音的數據幀的識別文本。

3.如權利要求2所述的基于人工智能的語音喚醒方法，其特征在于，所述將所述終端切換至連續喚醒模式，包括：

在獲取將所述終端喚醒的時間點之后，對所述終端的麥克風持續進行語音信號檢測；

判斷在所述時間點之后的第二預設時間范圍之內是否檢測到所述語音信號；

在檢測到所述語音信號時，將所述終端切換至所述連續喚醒模式。

4.如權利要求3所述的基于人工智能的語音喚醒方法，其特征在于，所述判斷在所述時間點之后的第二預設時間范圍之內是否檢測到所述語音信號之后，還包括：

在未檢測到所述語音信號時，將所述終端切換至非連續喚醒模式。

5.如權利要求4所述的基于人工智能的語音喚醒方法，其特征在于，所述將所述終端切換至非連續喚醒模式之后，還包括：

生成用于提示用戶所述終端已被喚醒的信息，并根據所述信息對所述用戶進行提示。

6.一種基于人工智能的語音喚醒裝置，其特征在于，包括：

第一獲取模塊，用于獲取用戶輸入的語音，并在判定對終端喚醒成功之后，獲取將所述終端喚醒的時間點；

第二獲取模塊，用于獲取所述時間點前后第一預設時間范圍之內所述語音的數據幀的識別文本，所述第一預設時間由所述終端的出廠程序預先設定，或者，由提供程序或者服務的應用開發商預先設定，其設定過程參照多數的用戶語音錄入的習慣；

識別處理模塊，用于從所述識別文本中提取目標文本，并通過所述目標文本對所述用戶輸入的語音進行處理；

所述識別處理模塊具體用于：

從所述識別文本中識別出喚醒詞；

將所述喚醒詞從所述識別文本中刪除，并將刪除后的識別文本作為目標文本；

其中，控制所述終端從識別文本中識別出喚醒詞；將喚醒詞從識別文本中刪除，并將刪除后的識別文本作為目標文本；

所述識別處理模塊具體用于：

根據所述目標文本生成處理請求；

將所述處理請求發送至語音服務器，以使所述語音服務器根據所述處理請求對所述用戶輸入的語音進行處理。

7.如權利要求6所述的基于人工智能的語音喚醒裝置，其特征在于，所述第二獲取模塊包括：

切換子模塊，用于將所述終端切換至連續喚醒模式；

獲取子模塊，用于在將所述終端切換至連續喚醒模式之后，獲取所述時間點前后第一預設時間范圍之內所述語音的數據幀的識別文本。