[發(fā)明專利]聲紋喚醒方法、裝置、計算機設備以及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201910865434.0
• 申請日: 2019-09-12
• 公開（公告）號: CN110570873B
• 公開（公告）日: 2022-08-05
• 發(fā)明（設計）人: 劉文龍
• 申請（專利權）人: OPPO廣東移動通信有限公司;上海瑾盛通信科技有限公司
• 主分類號: G10L17/22
• 分類號: G10L17/22;G10L17/04;G10L17/02
• 代理公司: 北京三高永信知識產(chǎn)權代理有限責任公司 11138
• 代理人: 邢少真

本申請公開了一種聲紋喚醒方法，屬于語音處理技術領域。所述方法包括：通過獲取用戶輸入的喚醒語音；通過聲紋特征提取模型對喚醒語音進行處理，獲取第一聲紋特征；其中，聲紋特征提取模型是根據(jù)第一訓練數(shù)據(jù)訓練獲得的模型，第一訓練數(shù)據(jù)包括不同用戶閱讀不同的文本內(nèi)容時產(chǎn)生的訓練語音；將第一聲紋特征與聲紋特征模板進行匹配；當?shù)谝宦暭y特征與聲紋特征模板匹配時，喚醒終端。本申請通過不同用戶閱讀不同的文本內(nèi)容時產(chǎn)生的訓練語音的訓練數(shù)據(jù)對終端中的聲紋特征提取模型進行訓練，使得終端通過聲紋特征提取模型獲取第一聲紋特征時考慮文本內(nèi)容的因素，從而提高了終端獲取第一聲紋特征的準確性。

技術領域

本申請涉及語音處理技術領域，特別涉及一種聲紋喚醒方法、裝置、計算機設備以及存儲介質(zhì)。

背景技術

隨著語音處理技術的快速發(fā)展，在人們的日常生活中，終端中已經(jīng)出現(xiàn)語音對話功能，用戶可以通過輸入特定的喚醒語音，啟動該語音對話功能。

其中，對于啟動該語音對話功能的過程中，終端中通過應用語音處理技術，對用戶輸入的喚醒語音進行處理，根據(jù)處理結果，確定是否啟動相應的語音對話功能。例如，在相關技術中，終端基于語音處理技術，可以根據(jù)用戶說出的喚醒語音，識別出包含的喚醒詞，進而控制終端是否啟動該語音對話功能，比如，當用戶說出：“你好你好”的喚醒語音時，終端可以識別其中的喚醒詞“你好”，從而啟動終端的語音對話功能。

由于目前終端中對用戶輸入的喚醒語音進行識別時，采用的聲紋提取模型不夠完善，往往造成終端出現(xiàn)誤操作的現(xiàn)象，降低了終端響應于喚醒語音執(zhí)行操作的準確性。

發(fā)明內(nèi)容

本申請實施例提供了一種聲紋喚醒方法、裝置、計算機設備以及存儲介質(zhì)，可以提高終端響應于喚醒語音執(zhí)行操作的準確性。所述技術方案如下：

一個方面，本申請實施例提供了一種聲紋喚醒方法，所述方法由終端執(zhí)行，所述方法包括：

獲取用戶輸入的喚醒語音；

通過聲紋特征提取模型對所述喚醒語音進行處理，獲取第一聲紋特征；所述聲紋特征提取模型是根據(jù)第一訓練數(shù)據(jù)訓練獲得的模型，所述第一訓練數(shù)據(jù)包括不同用戶閱讀不同的文本內(nèi)容時產(chǎn)生的訓練語音；

將所述第一聲紋特征與聲紋特征模板進行匹配；

當所述第一聲紋特征與所述聲紋特征模板匹配時，喚醒所述終端。

另一方面，本申請實施例提供了一種聲紋喚醒裝置，所述裝置用于由終端執(zhí)行，所述方法包括：

喚醒語音獲取模塊，用于獲取用戶輸入的喚醒語音；

第一特征獲取模塊，用于通過聲紋特征提取模型對所述喚醒語音進行處理，獲取第一聲紋特征；所述聲紋特征提取模型是根據(jù)第一訓練數(shù)據(jù)訓練獲得的模型，所述第一訓練數(shù)據(jù)包括不同用戶閱讀不同的文本內(nèi)容時產(chǎn)生的訓練語音；

特征匹配模塊，用于將所述第一聲紋特征與聲紋特征模板進行匹配；

終端喚醒模塊，用于當所述第一聲紋特征與所述聲紋特征模板匹配時，喚醒所述終端。

另一方面，本申請實施例提供了一種計算機設備，所述計算機設備包含處理器和存儲器，所述存儲器中存儲有至少一條指令、至少一段程序、代碼集或指令集，所述至少一條指令、所述至少一段程序、所述代碼集或指令集由所述處理器加載并執(zhí)行以實現(xiàn)如上所述的聲紋喚醒方法。

另一方面，本申請實施例提供了一種計算機可讀存儲介質(zhì)，所述存儲介質(zhì)中存儲有至少一條指令、至少一段程序、代碼集或指令集，所述至少一條指令、所述至少一段程序、所述代碼集或指令集由處理器加載并執(zhí)行以實現(xiàn)如上所述的聲紋喚醒方法。

本申請實施例提供的技術方案帶來的有益效果至少包括：