[發(fā)明專利]語音喚醒方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201810133876.1
• 申請(qǐng)日: 2018-02-09
• 公開（公告）號(hào): CN108335696A
• 公開（公告）日: 2018-07-27
• 發(fā)明（設(shè)計(jì)）人: 李俊;楊銳;趙立峰;陳曉建;曹玉書
• 申請(qǐng)（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號(hào): G10L15/22
• 分類號(hào): G10L15/22;G10L15/197;G10L15/16;G10L15/06;G10L15/32;G10L15/30
• 代理公司: 北京英賽嘉華知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達(dá)佐;馬曉亞

1.一種語音喚醒方法，包括：

接收用戶的語音信息；

基于所述語音信息得到對(duì)應(yīng)于所述語音信息的喚醒置信度；

根據(jù)所述喚醒置信度確定所述語音信息是否為疑似喚醒語音信息；

響應(yīng)于確定所述語音信息為疑似喚醒語音信息，對(duì)所述語音信息進(jìn)行二次判斷得到二次判斷結(jié)果，根據(jù)所述二次判斷結(jié)果確定是否執(zhí)行喚醒操作。

2.根據(jù)權(quán)利要求1所述的方法，其中，基于所述語音信息得到對(duì)應(yīng)于所述語音信息的喚醒置信度，包括：

將所述語音信息輸入預(yù)先建立的識(shí)別模型，得到針對(duì)所述語音信息的喚醒置信度，其中，所述識(shí)別模型用于表征語音信息與喚醒置信度的對(duì)應(yīng)關(guān)系。

3.根據(jù)權(quán)利要求2所述的方法，其中，所述識(shí)別模型為神經(jīng)網(wǎng)絡(luò)模型，所述神經(jīng)網(wǎng)絡(luò)模型是通過以下方式訓(xùn)練得到的：

獲取樣本集合，其中，樣本包括樣本語音信息和樣本語音信息是否為喚醒語音信息的標(biāo)注信息；

執(zhí)行以下訓(xùn)練步驟：將所述樣本集合中的至少一個(gè)樣本語音信息分別輸入至初始神經(jīng)網(wǎng)絡(luò)模型，得到所述至少一個(gè)樣本語音信息中的每個(gè)樣本語音信息對(duì)應(yīng)的預(yù)測(cè)信息，其中，預(yù)測(cè)信息表征樣本語音信息為喚醒語音信息的概率；將所述至少一個(gè)樣本語音信息中的每個(gè)樣本語音信息對(duì)應(yīng)的預(yù)測(cè)信息與標(biāo)注信息進(jìn)行比較；根據(jù)比較結(jié)果確定所述初始神經(jīng)網(wǎng)絡(luò)模型是否達(dá)到預(yù)設(shè)的優(yōu)化目標(biāo)；響應(yīng)于確定所述初始神經(jīng)網(wǎng)絡(luò)模型達(dá)到預(yù)設(shè)的優(yōu)化目標(biāo)，將所述初始神經(jīng)網(wǎng)絡(luò)模型作為訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)模型。

4.根據(jù)權(quán)利要求3所述的方法，其中，訓(xùn)練所述神經(jīng)網(wǎng)絡(luò)模型的步驟還包括：

響應(yīng)于確定所述初始神經(jīng)網(wǎng)絡(luò)模型未達(dá)到預(yù)設(shè)的優(yōu)化目標(biāo)，調(diào)整所述初始神經(jīng)網(wǎng)絡(luò)模型的網(wǎng)絡(luò)參數(shù)，以及繼續(xù)執(zhí)行所述訓(xùn)練步驟。

5.根據(jù)權(quán)利要求3所述的方法，其中，所述標(biāo)注信息包括第一標(biāo)識(shí)和第二標(biāo)識(shí)，其中，第一標(biāo)識(shí)表征是喚醒語音信息，第二標(biāo)識(shí)表征不是喚醒語音信息。

6.根據(jù)權(quán)利要求1所述的方法，其中，所述二次判斷結(jié)果包括確認(rèn)喚醒和確認(rèn)不喚醒；以及

所述對(duì)所述語音信息進(jìn)行二次判斷得到二次判斷結(jié)果，根據(jù)所述二次判斷結(jié)果確定是否執(zhí)行喚醒操作，包括：

將所述語音信息發(fā)送到服務(wù)端，由所述服務(wù)端根據(jù)所述語音信息生成二次判斷結(jié)果；

接收所述二次判斷結(jié)果；

響應(yīng)于確定所述二次判斷結(jié)果為確認(rèn)喚醒，執(zhí)行喚醒操作。

7.一種語音喚醒方法，包括：

接收終端發(fā)送的疑似喚醒語音信息；

將所述疑似喚醒語音信息進(jìn)行語音識(shí)別，得到語音識(shí)別結(jié)果；

將所述語音識(shí)別結(jié)果與所述終端的目標(biāo)喚醒詞進(jìn)行匹配；

根據(jù)匹配結(jié)果向所述終端發(fā)送二次判斷結(jié)果，由所述終端根據(jù)所述二次判斷結(jié)果確定是否執(zhí)行喚醒操作，其中，所述二次判斷結(jié)果包括確認(rèn)喚醒或確認(rèn)不喚醒。

8.根據(jù)權(quán)利要求7所述的方法，其中，所述根據(jù)匹配結(jié)果向所述終端發(fā)送二次判斷結(jié)果，包括：

響應(yīng)于確定所述語音識(shí)別結(jié)果與所述目標(biāo)喚醒詞匹配成功，向所述終端發(fā)送確認(rèn)喚醒；

響應(yīng)于確定所述語音識(shí)別結(jié)果與所述目標(biāo)喚醒詞匹配不成功，向所述終端發(fā)送確認(rèn)不喚醒。

9.一種語音喚醒裝置，包括：

接收單元，用于接收用戶的語音信息；

生成單元，用于基于所述語音信息得到對(duì)應(yīng)于所述語音信息的喚醒置信度；

第一確定單元，用于根據(jù)所述喚醒置信度確定所述語音信息是否為疑似喚醒語音信息；

第二確定單元，用于響應(yīng)于確定所述語音信息為疑似喚醒語音信息，對(duì)所述語音信息進(jìn)行二次判斷得到二次判斷結(jié)果，根據(jù)所述二次判斷結(jié)果確定是否執(zhí)行喚醒操作。

10.根據(jù)權(quán)利要求9所述的裝置，其中，所述生成單元進(jìn)一步用于：

將所述語音信息輸入預(yù)先建立的識(shí)別模型，得到針對(duì)所述語音信息的喚醒置信度，其中，所述識(shí)別模型用于表征語音信息與喚醒置信度的對(duì)應(yīng)關(guān)系。