[發明專利]多級識別語音喚醒方法及裝置、計算機存儲介質及設備

在審

• 申請號: 201811375859.5
• 申請日: 2018-11-19
• 公開（公告）號: CN111199733A
• 公開（公告）日: 2020-05-26
• 發明（設計）人: 余志軍;王青松;劉濤
• 申請（專利權）人: 珠海全志科技股份有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26;G10L25/51;G10L25/78
• 代理公司: 工業和信息化部電子專利中心 11010
• 代理人: 連鵬飛

本發明提供一種多級識別語音喚醒方法及裝置、計算機存儲介質及設備，其中，方法包括：利用語音活動檢測單元判斷聲音數據中是否存在語音；根據判斷結果決定是否喚醒協處理器；根據協處理器的關鍵詞匹配結果確定是否喚醒主處理器。本發明適用于單芯片集成，成本低廉，待機狀態下功耗極低，待機時間長。

技術領域

本發明涉及語音識別技術，尤其涉及通過語音逐級識別方式進行語音喚醒和識別的方法，具體來說就是一種多級識別語音喚醒方法及裝置、計算機存儲介質及設備。

背景技術

隨著語音識別技術的飛速發展，語音交互的應用場景越來越普遍，智能電視、智能手機、智能家電、智能機器人等都是語音交互的應用場景。語音交互分為近場語音交互和遠距離語音交互，在近場語音交互時，智能設備經過用戶主動觸發后，開始進行語音識別，進入語音交互場景；但是，對于遠距離語音交互，如何觸發語音交互進程是擺在研發人員面前的一個技術難題；同時，對于近場語音交互來說，如何實現人手的解放，同樣是擺在研發人員面前的一個技術難題。

在上述背景下，語音喚醒技術應運而生。目前語音喚醒技術方案主要有兩種：其一是前端協處理器只做語音信號處理(信號增強、噪聲抑制等)，語音識別由主處理器負責，即由主處理器判斷用戶是否說出喚醒詞，這種喚醒方式需要主處理器一直全速運行，雖然能夠實現智能設備的語音喚醒，但是功率消耗大，應用場景受限；其二是利用麥克風陣列一直采集環境語音，再利用低功耗芯片處理采集的環境語音(信號增強、噪聲抑制等)并進行語音識別，判斷用戶是否說出喚醒詞，如果判斷用戶說出喚醒詞，則喚醒主處理器，主處理器開始識別接收語音，開啟語音交互進程，由于低功耗芯片識別性能相對較差，主處理器的被誤喚醒的幾率較高，功率消耗依然較大。

因此，如何降低語音喚醒狀態下的待機功率是所屬領域技術人員亟需解決的語音喚醒方式。

發明內容

有鑒于此，本發明要解決的技術問題在于提供一種多級識別語音喚醒方法及裝置、計算機存儲介質及設備，解決了現有語音喚醒裝置工作于語音喚醒模式下功耗較高的問題。

為了解決上述技術問題，本發明的具體實施方式提供一種多級識別語音喚醒方法，包括：利用語音活動檢測單元判斷聲音數據中是否存在語音；根據判斷結果決定是否喚醒協處理器；根據協處理器的關鍵詞匹配結果確定是否喚醒主處理器。

進一步地，利用語音活動檢測單元判斷聲音數據中是否存在語音的步驟之前，多級識別語音喚醒方法還包括：利用拾音接口采集周圍環境的聲音數據，并存儲至第一存儲器；利用聲音觸發單元判斷聲音數據的能量；如果能量大于第一閾值，喚醒語音活動檢測單元；如果能量小于等于第一閾值，繼續利用拾音接口采集周圍環境的聲音數據。

進一步地，利用語音活動檢測單元判斷聲音數據中是否存在語音的步驟，具體包括：語音活動檢測單元被喚醒后從第一存儲器讀取聲音數據；判斷聲音數據中是否存在語音。

進一步地，根據檢測結果決定是否喚醒協處理器的步驟，具體包括：如果聲音數據中存在語音，則喚醒協處理器，同時語音活動檢測單元進入低功耗模式；如果聲音數據中不存在語音，則語音活動檢測單元進入低功耗模式，等待被聲音觸發單元喚醒。

進一步地，根據協處理器的關鍵詞匹配結果確定是否喚醒主處理器的步驟，具體包括：協處理器被喚醒后從第一存儲器讀取聲音數據；對聲音數據進行關鍵詞匹配；統計預設時間內的匹配成功數及匹配成功率；如果匹配成功數小于第二閾值或者匹配成功率小于第三閾值，則協處理器進入低功耗模式，等待被語音活動檢測單元喚醒；如果匹配成功數大于等于第二閾值并且匹配成功率大于等于第三閾值，則喚醒主處理器，并切換聲音數據的存儲位置為第二存儲器，協處理器進入低功耗模式。

進一步地，對聲音數據進行關鍵詞匹配之前，還包括：對聲音數據進行降噪處理。