[發明專利]語音喚醒方法及裝置

有效

• 申請號: 201811184504.8
• 申請日: 2018-10-11
• 公開（公告）號: CN109273007B
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 吳國兵;潘嘉
• 申請（專利權）人: 西安訊飛超腦信息科技有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L17/04;G10L15/06
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;李相雨

本發明實施例提供一種語音喚醒方法及裝置，屬于語音識別技術領域。該方法包括：獲取語音數據中喚醒詞的聲學特征；將聲學特征輸入至喚醒判定網絡，輸出喚醒判定結果，喚醒判定結果用于指示是否喚醒成功，喚醒判定網絡是基于樣本聲學特征訓練得到的，喚醒判定網絡用于對喚醒詞進行置信度判定。本發明實施例通過獲取語音數據中喚醒詞的聲學特征。將聲學特征輸入至喚醒判定網絡，輸出喚醒判定結果，喚醒判定結果用于指示是否喚醒成功。由于在用戶自定義的任何喚醒詞下，均可通過喚醒判定網絡進行喚醒判定，而不用依賴于固定的預設閾值，從而可提高喚醒成功率，喚醒過程適用的場景更加廣泛。

技術領域

本發明實施例涉及語音識別技術領域，尤其涉及一種語音喚醒方法及裝置。

背景技術

隨著智能家居的發展，語音喚醒功能越來越普及。語音喚醒主要是通過理解用戶的語音數據，以喚醒智能終端。目前在實現語音喚醒時，通常是根據喚醒詞識別過程中分別對應的喚醒詞路徑和filler路徑的聲學似然度；若聲學似然比大于固定的預設閾值，則確認喚醒詞的識別結果可信，并成功喚醒智能終端。由于預設閾值是固定的，若喚醒口令發生了變化，則預設閾值可能不能適用于當前喚醒語的判定過程，從而降低喚醒成功率。

發明內容

為了解決上述問題，本發明實施例提供一種克服上述問題或者至少部分地解決上述問題的語音喚醒方法及裝置。

根據本發明實施例的第一方面，提供了一種語音喚醒方法，包括：

獲取語音數據中喚醒詞的聲學特征；

將聲學特征輸入至喚醒判定網絡，輸出喚醒判定結果，喚醒判定結果用于指示是否喚醒成功，喚醒判定網絡是基于樣本聲學特征訓練得到的，喚醒判定網絡用于對喚醒詞進行置信度判定。

本發明實施例提供的方法，通過獲取語音數據中喚醒詞的聲學特征。將聲學特征輸入至喚醒判定網絡，輸出喚醒判定結果，喚醒判定結果用于指示是否喚醒成功。由于在用戶自定義的任何喚醒詞下，均可通過喚醒判定網絡進行喚醒判定，而不用依賴于固定的預設閾值，從而可提高喚醒成功率，喚醒過程適用的場景更加廣泛。

根據本發明實施例的第二方面，提供了一種語音喚醒裝置，包括：

獲取模塊，用于獲取語音數據中喚醒詞的聲學特征；

輸出模塊，用于將聲學特征輸入至喚醒判定網絡，輸出喚醒判定結果，喚醒判定結果用于指示是否喚醒成功，喚醒判定網絡是基于樣本聲學特征訓練得到的，喚醒判定網絡用于對喚醒詞進行置信度判定。

根據本發明實施例的第三方面，提供了一種電子設備，包括：

至少一個處理器；以及

與處理器通信連接的至少一個存儲器，其中：

存儲器存儲有可被處理器執行的程序指令，處理器調用程序指令能夠執行第一方面的各種可能的實現方式中任一種可能的實現方式所提供的語音喚醒方法。

根據本發明的第四方面，提供了一種非暫態計算機可讀存儲介質，非暫態計算機可讀存儲介質存儲計算機指令，計算機指令使計算機執行第一方面的各種可能的實現方式中任一種可能的實現方式所提供的語音喚醒方法。

應當理解的是，以上的一般描述和后文的細節描述是示例性和解釋性的，并不能限制本發明實施例。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為本發明實施例提供的一種語音喚醒方法的流程示意圖；

圖2為本發明實施例提供的一種喚醒詞識別網絡的結構示意圖；