[發(fā)明專利]動態(tài)語音辨識方法及其裝置

在審

• 申請?zhí)枺?/td>: 201911242880.2
• 申請日: 2019-12-06
• 公開（公告）號: CN112927685A
• 公開（公告）日: 2021-06-08
• 發(fā)明（設(shè)計(jì)）人: 王美華;陳慶隆
• 申請（專利權(quán)）人: 瑞昱半導(dǎo)體股份有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/08;G10L25/21
• 代理公司: 隆天知識產(chǎn)權(quán)代理有限公司 72003
• 代理人: 石海霞;章侃銥

本發(fā)明提供一種動態(tài)語音辨識方法及裝置。動態(tài)語音辨識方法包含執(zhí)行一第一階段：利用數(shù)字麥克風(fēng)檢測聲音資料并儲存在第一存儲器、于聲音資料中檢測到人聲而產(chǎn)生人聲檢測信號，及通過第一處理電路根據(jù)總有效資料量、數(shù)字麥克風(fēng)的傳輸位元元速率及辨識間隔時(shí)間，選擇性決定執(zhí)行第二階段或第三階段。執(zhí)行第二階段，第一處理電路輸出第一指令至第二處理電路，第二處理電路根據(jù)第一指令令存儲器存取電路轉(zhuǎn)移聲音資料至第二存儲器并儲存為語音資料。執(zhí)行第三階段，第一處理電路輸出第二指令至第二處理電路，第二處理電路根據(jù)第二指令令存儲器存取電路轉(zhuǎn)移聲音資料至第二存儲器并儲存為語音資料，且第二處理電路確認(rèn)語音資料是否匹配預(yù)設(shè)語音指令。

技術(shù)領(lǐng)域

本發(fā)明系有關(guān)一種語音檢測辨識技術(shù)，特別是關(guān)于一種動態(tài)語音辨識方法及其裝置。

背景技術(shù)

在現(xiàn)有電子設(shè)備中，語音助理(voice assistant)技術(shù)廣泛應(yīng)用于各領(lǐng)域中，且支援語音喚醒功能。在語音助理處于待機(jī)模式(standby mode)下，仍然需要聽令于熱詞并在有熱詞出現(xiàn)時(shí)給予對應(yīng)回應(yīng)，因此語音助理必須定期喚醒，語音助理的處理系統(tǒng)會在待機(jī)模式下啟動，以利用語音活動檢測電路檢測是否有人聲，并在有人聲出現(xiàn)時(shí)才進(jìn)一步進(jìn)入語音辨識，以確認(rèn)人聲中是否有熱詞(hot words)存在，進(jìn)而據(jù)此判斷是否執(zhí)行電子設(shè)備的系統(tǒng)開機(jī)或執(zhí)行對應(yīng)操作。

然而，等頻率的定期喚醒語音助理進(jìn)行檢測，其靈敏度較差。同時(shí)，語音助理的處理系統(tǒng)也需滿足低功率的操作，以符合能源要求的相關(guān)規(guī)范。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提出一種動態(tài)語音辨識方法，包含執(zhí)行一第一階段：利用數(shù)字麥克風(fēng)檢測聲音資料并儲存在第一存儲器；于聲音資料中檢測到人聲而產(chǎn)生人聲檢測信號；及通過第一處理電路根據(jù)總有效資料量、數(shù)字麥克風(fēng)的傳輸位元元速率及辨識間隔時(shí)間，選擇性決定執(zhí)行第二階段或第三階段。執(zhí)行第二階段，第一處理電路輸出第一指令至第二處理電路，第二處理電路根據(jù)第一指令使存儲器存取電路轉(zhuǎn)移聲音資料至第二存儲器并儲存為語音資料。執(zhí)行第三階段，第一處理電路輸出第二指令，第二處理電路根據(jù)第二指令使存儲器存取電路轉(zhuǎn)移聲音資料至第二存儲器并儲存為語音資料，且第二處理電路確認(rèn)第二存儲器中的語音資料是否匹配一預(yù)設(shè)語音指令。

本發(fā)明另提出一種動態(tài)語音辨識裝置，包含數(shù)字麥克風(fēng)、第一存儲器、語音活動檢測電路、存儲器存取電路、第二存儲器、第一處理電路及第二處理電路。數(shù)字麥克風(fēng)用以檢測一聲音資料。第一存儲器電性連接數(shù)字麥克風(fēng)，用以儲存聲音資料。語音活動檢測電路電性連接數(shù)字麥克風(fēng)，用以檢測聲音資料并產(chǎn)生一人聲檢測信號。存儲器存取電路電性連接第一存儲器，用以根據(jù)第一指令轉(zhuǎn)移聲音資料至第二存儲器，以儲存為語音資料。第一處理電路電性連接語音活動檢測電路。第二處理電路電性連接第一處理電路、第二存儲器及存儲器存取電路。其中，此動態(tài)語音辨識裝置用以執(zhí)行前述的動態(tài)語音辨識方法。

依據(jù)一些實(shí)施例，第一處理電路接收到人聲檢測信號時(shí)，第一處理電路于辨識間隔時(shí)間后輸出第一指令或第二指令。

依據(jù)一些實(shí)施例，辨識間隔時(shí)間是由一預(yù)算關(guān)系值決定，預(yù)算關(guān)系值小于等于目標(biāo)平均功率消耗*前一周期時(shí)間*1/3時(shí)，辨識間隔時(shí)間系為2秒；預(yù)算關(guān)系值大于目標(biāo)平均功率消耗*前一周期時(shí)間*1/3且小于等于目標(biāo)平均功率消耗*前一周期時(shí)間*2/3時(shí)，辨識間隔時(shí)間系為1.5秒；以及預(yù)算關(guān)系值大于目標(biāo)平均功率消耗*前一周期時(shí)間*2/3時(shí)，辨識間隔時(shí)間系為1秒。

依據(jù)一些實(shí)施例，預(yù)算關(guān)系值系為目標(biāo)平均功率消耗*前一周期時(shí)間-(第一階段的第一平均功率消耗*第一階段的第一時(shí)間+第二階段的第二平均功率消耗*第二階段的第二時(shí)間+第三階段的第三平均功率消耗*第三階段的第三時(shí)間)，其中前一周期時(shí)間等于第一時(shí)間、第二時(shí)間及第三時(shí)間的總和。

依據(jù)一些實(shí)施例，如第三平均功率消耗大于第二平均功率消耗，且第二平均功率消耗大于第一平均功率消耗。

依據(jù)一些實(shí)施例，在產(chǎn)生人聲檢測信號的后，該第一處理電路判斷第一存儲器是否已存滿聲音資料，并在存滿聲音資料時(shí)繼續(xù)進(jìn)行下一步驟。