[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

本發明提出一種基于人工智能的語音喚醒方法和裝置，該基于人工智能的語音喚醒方法包括獲取用戶輸入的語音，并在判定對終端喚醒成功之后，獲取將終端喚醒的時間點；獲取時間點前后第一預設時間范圍之內語音的數據幀的識別文本；從識別文本中提取目標文本，并通過目標文本對用戶輸入的語音進行處理。通過本發明能夠優化語音喚醒處理過程，實現連續地語音喚醒識別，有效提升語音喚醒識別效率。

技術領域

本發明涉及語音識別技術領域，尤其涉及一種基于人工智能的語音喚醒方法和裝置。

背景技術

語音喚醒技術是語音識別技術中的重要分支，語音喚醒技術通過監聽用戶語音來判斷用戶是否說出了指定喚醒詞來啟動設備。目前在車載、導航，以及智能家居等方面有著重要的應用，用于用聲音啟動程序或者服務。人工智能(Artificial Intelligence，AI)，是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。

相關技術中，通過在終端的后臺運行一個喚醒模塊，喚醒模塊可以在離線狀態下不斷循環判斷用戶是否輸入語音,當確定用戶輸入匹配的語音時,則開始啟動語音識別,然后持續進行檢測，在用戶停止錄入語音后,將識別到的語音的數據幀發送至服務器以啟動程序或者服務。

這種方式下，在通過匹配的語音進行喚醒的過程中，需要兩次問答才能夠啟動程序或者服務，語音喚醒識別效率不佳。

發明內容

本發明旨在至少在一定程度上解決相關技術中的技術問題之一。

為此，本發明的一個目的在于提出一種基于人工智能的語音喚醒方法，能夠優化語音喚醒處理過程，實現連續地語音喚醒識別，有效提升語音喚醒識別效率。

本發明的另一個目的在于提出一種基于人工智能的語音喚醒裝置。

本發明的又一個目的在于提出一種基于人工智能的語音喚醒裝置。

本發明的另一個目的在于提出一種非臨時性計算機可讀存儲介質。

本發明的另一個目的在于提出一種計算機程序產品。

為達到上述目的，本發明第一方面實施例提出的基于人工智能的語音喚醒方法，包括：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；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。

本發明第一方面實施例提出的基于人工智能的語音喚醒方法，通過本實施例中，通過獲取用戶輸入的語音，并在判定對終端喚醒成功之后，獲取將終端喚醒的時間點，獲取時間點前后第一預設時間范圍之內語音的數據幀的識別文本，以及從識別文本中提取目標文本，并通過目標文本對用戶輸入的語音進行處理，由于是從識別文本中提取目標文本，而不是二次接收用戶輸入的語音，優化了語音喚醒處理過程，實現連續地語音喚醒識別，有效提升語音喚醒識別效率。

為達到上述目的，本發明第二方面實施例提出的基于人工智能的語音喚醒裝置，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；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。