[發明專利]關鍵詞樣本確定方法、語音識別方法、裝置、設備和介質

有效

• 申請號: 201910189413.1
• 申請日: 2019-03-13
• 公開（公告）號: CN109979440B
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 李敬
• 申請（專利權）人: 廣州市網星信息技術有限公司
• 主分類號: G10L15/08
• 分類號: G10L15/08;G10L15/04;G10L15/22
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種關鍵詞樣本確定方法，其特征在于，包括：

獲取關鍵詞；

在已有的語音識別樣本庫中獲取包括所述關鍵詞的目標語音樣本，其中，所述語音識別樣本庫包括現有的大詞匯量連續語音識別系統中提供的包含各類場景下的用戶語音的大詞匯量樣本集合；

確定所述目標語音樣本中的關鍵詞語音片段，得到關鍵詞樣本，其中，所述關鍵詞語音片段是指語音樣本中僅攜帶有指定的關鍵詞對應的語音，而不存在其他內容對應語音的語音片段；

所述確定所述目標語音樣本中的關鍵詞語音片段，包括：

確定所述關鍵詞的音素在所述目標語音樣本的音頻數據音素中的起始時間點和終止時間點；

根據所述起始時間點和終止時間點截取對應的音頻數據，得到關鍵詞語音片段。

2.根據權利要求1所述的方法，其特征在于，所述在已有的語音識別樣本庫中獲取包括所述關鍵詞的目標語音樣本，包括：

在已有的語音識別樣本庫中，查找標注數據中包括所述關鍵詞的語音樣本，查找到的語音樣本作為目標語音樣本。

3.根據權利要求1至2任一項所述的方法，其特征在于，所述得到關鍵詞樣本，包括：

在所述關鍵詞語音片段的前和后填充預設長度的靜音數據，得到所述關鍵詞樣本。

4.一種語音識別方法，其特征在于，包括：

獲取用戶的語音指令；

通過關鍵詞識別模型識別所述語音指令中的關鍵詞，所述關鍵詞識別模型預先通過如權利要求1至3任一項所述的關鍵詞樣本確定方法確定的關鍵詞樣本訓練；

根據所述關鍵詞觸發相應的操作。

5.一種關鍵詞樣本確定裝置，其特征在于，包括：

關鍵詞獲取模塊，用于獲取關鍵詞；

目標語音獲取模塊，用于在已有的語音識別樣本庫中獲取包括所述關鍵詞的目標語音樣本，其中，所述語音識別樣本庫包括現有的大詞匯量連續語音識別系統中提供的包含各類場景下的用戶語音的大詞匯量樣本集合；

關鍵詞樣本確定模塊，用于確定所述目標語音樣本中的關鍵詞語音片段，得到關鍵詞樣本，其中，所述關鍵詞語音片段是指語音樣本中僅攜帶有指定的關鍵詞對應的語音，而不存在其他內容對應語音的語音片段；

所述關鍵詞樣本確定模塊，包括：

時間點確定單元，用于確定關鍵詞的音素在目標語音樣本的音頻數據音素中的起始時間點和終止時間點；

關鍵詞片段截取單元，用于根據起始時間點和終止時間點截取對應的音頻數據，得到關鍵詞語音片段。

6.根據權利要求5所述的裝置，其特征在于，所述目標語音獲取模塊，具體用于：

在已有的語音識別樣本庫中，查找標注數據中包括所述關鍵詞的語音樣本，查找到的語音樣本作為目標語音樣本。

7.一種語音識別裝置，其特征在于，包括：

語音指令獲取模塊，用于獲取用戶的語音指令；

關鍵詞識別模塊，用于通過關鍵詞識別模型識別所述語音指令中的關鍵詞，所述關鍵詞識別模型預先通過如權利要求5或6所述的關鍵詞樣本確定裝置確定的關鍵詞樣本訓練；

操作觸發模塊，用于根據所述關鍵詞觸發相應的操作。

8.一種設備，其特征在于，所述設備包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-3中任一項所述的關鍵詞樣本確定方法，或者實現如權利要求4中所述的語音識別方法。

9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-3中任一項所述的關鍵詞樣本確定方法，或者實現如權利要求4中所述的語音識別方法。