[發明專利]遠場語音喚醒方法、裝置和終端設備

有效

• 申請號: 201710725764.0
• 申請日: 2017-08-22
• 公開（公告）號: CN107591151B
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 耿雷
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G10L15/20
• 分類號: G10L15/20;G10L15/28;G10L15/30;G10L15/34;G10L21/0208
• 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

本申請提出一種遠場語音喚醒方法、裝置和終端設備，其中，上述遠場語音喚醒方法包括：在遠場語音喚醒狀態下，對麥克風陣列獲取的音頻信號進行偵測；當在所述音頻信號中偵測到喚醒詞時，將所述麥克風陣列獲取的音頻信號發送給在線語音喚醒引擎；接收所述在線語音喚醒引擎發送的確認信息，所述確認信息是所述在線語音喚醒引擎在所述音頻信號中識別到所述喚醒詞之后發送的；開啟語音助手進行語音識別。本申請實現了基于離線和在線結合的方式來進行遠場語音喚醒的應用，以減少遠場語音喚醒的誤識別，提高用戶體驗。

技術領域

本申請涉及語音喚醒技術領域，尤其涉及一種遠場語音喚醒方法、裝置和終端設備。

背景技術

在現有的遠場語音喚醒技術中，采用麥克風陣列拾取說話人的聲音，經過回聲消除算法后，輸入到硬件終端離線語音喚醒引擎，當識別到喚醒詞后開始進行遠場語音識別。

但是，現有方案中，麥克風陣列信號經過回聲消除降噪等算法后進行離線語音喚醒，受限于硬件終端的運算能力及存儲容量，離線識別的聲學模型相對簡單，因而語音喚醒性能也隨之降低，從而使遠場語音喚醒在噪聲環境，尤其是有人聲噪聲的環境里會導致誤喚醒率升高，進而影響了用戶體驗。

發明內容

本申請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，本申請的第一個目的在于提出一種遠場語音喚醒方法，以實現基于離線和在線結合的方式來進行遠場語音喚醒的應用，以減少遠場語音喚醒的誤識別，提高用戶體驗。

本申請的第二個目的在于提出一種遠場語音喚醒裝置。

本申請的第三個目的在于提出一種終端設備。

本申請的第四個目的在于提出一種非臨時性計算機可讀存儲介質。

為達上述目的，本申請第一方面實施例提出一種遠場語音喚醒方法，包括：在遠場語音喚醒狀態下，對麥克風陣列獲取的音頻信號進行偵測；當在所述音頻信號中偵測到喚醒詞時，將所述麥克風陣列獲取的音頻信號發送給在線語音喚醒引擎；接收所述在線語音喚醒引擎發送的確認信息，所述確認信息是所述在線語音喚醒引擎在所述音頻信號中識別到所述喚醒詞之后發送的；開啟語音助手進行語音識別。

本申請實施例的遠場語音喚醒方法中，在遠場語音喚醒狀態下，對麥克風陣列獲取的音頻信號進行偵測，當在上述音頻信號中偵測到喚醒詞時，將上述麥克風陣列獲取的音頻信號發送給在線語音喚醒引擎，接收上述在線語音喚醒引擎發送的確認信息之后，開啟語音助手進行語音識別，由于上述確認信息是在線語音喚醒引擎在上述音頻信號中識別到上述喚醒詞之后發送的，因此實現了在利用離線語音喚醒識別到喚醒詞后再經過在線語音喚醒的二次確認，從而大大減少了誤喚醒，提升了用戶體驗。

為達上述目的，本申請第二方面實施例提出了一種遠場語音喚醒裝置，包括：偵測模塊，用于在遠場語音喚醒狀態下，對麥克風陣列獲取的音頻信號進行偵測；發送模塊，用于當所述偵測模塊在所述音頻信號中偵測到喚醒詞時，將所述麥克風陣列獲取的音頻信號發送給在線語音喚醒引擎；接收模塊，用于接收所述在線語音喚醒引擎發送的確認信息，所述確認信息是所述在線語音喚醒引擎在所述音頻信號中識別到所述喚醒詞之后發送的；開啟模塊，用于開啟語音助手進行語音識別。

本申請實施例的遠場語音喚醒裝置中，在遠場語音喚醒狀態下，偵測模塊對麥克風陣列獲取的音頻信號進行偵測，當在上述音頻信號中偵測到喚醒詞時，發送模塊將上述麥克風陣列獲取的音頻信號發送給在線語音喚醒引擎，接收模塊接收上述在線語音喚醒引擎發送的確認信息之后，開啟模塊開啟語音助手進行語音識別，由于上述確認信息是在線語音喚醒引擎在上述音頻信號中識別到上述喚醒詞之后發送的，因此實現了在利用離線語音喚醒識別到喚醒詞后再經過在線語音喚醒的二次確認，從而大大減少了誤喚醒，提升了用戶體驗。