[發明專利]一種語音關鍵詞篩選方法、裝置、出行終端、設備及介質

在審

• 申請號: 201911322011.0
• 申請日: 2019-12-20
• 公開（公告）號: CN111009240A
• 公開（公告）日: 2020-04-14
• 發明（設計）人: 陳章芳
• 申請（專利權）人: 廣州易來特自動駕駛科技有限公司
• 主分類號: G10L15/20
• 分類號: G10L15/20;G10L15/26;G10L25/78
• 代理公司: 北京誠新知識產權代理事務所(普通合伙) 11759
• 代理人: 李官;唐宏

本發明涉及一種語音關鍵詞篩選方法、裝置、出行終端、設備及存儲介質，其中，該語音關鍵詞篩選方法，包括：采集第一預定時間段內的聲音；將所述聲音識別轉換成文本；按照預定的工作分類對語音識別結果分析識別出目標詞匯；輸出匹配識別的目標詞匯。本發明實施例通過在錄音或語音轉換過程中，消除不必要的靜音部分，降低數據處理的負擔，同語音轉換可以可有效降低環境噪音帶來的干擾，有效提升語音識別效果，使得應用更為廣泛。

技術領域

本發明涉及語音識別技術領域，具體涉及一種語音關鍵詞篩選方法、裝置、出行終端、設備及介質。

背景技術

本部分向讀者介紹可能與發明實施例的各個方面相關的背景技術，相信能夠向讀者提供有用的背景信息，從而有助于讀者更好地理解本發明實施例的各個方面。因此，可以理解，本部分的說明是用于上述目的，而并非構成對現有技術的承認。

隨著計算機計算能力的逐步提升，深度學習技術的快速發展，語音識別技術在近代飛躍發展,機器語音識別以及與人的交互能力與人與人之間的交流差距慢慢縮小。語音技術(Speech Technology)讓計算機能聽、能看、能說、能感覺，是未來人機交互的發展方向，其中語音成為未來最被看好的人機交互方式之一。隨著語音技術的發展和交互體驗的提升，用戶也越來越樂于通過語音與電子設備進行交互，例如通過語音控制電子設備完成指定工作。語音作為信息傳遞的重要手段，在智能化時代必將成為人們關注的熱點，目前，語音識別技術應用廣泛，例如，手機語音服務助手、智能音箱、服務機器人等，雖然這些智能產品為我們的生活帶來了便利，但其中也還有很大的提升空間，比如更強的噪聲適應性，更多語言或者模式的支持。關鍵詞識別技術是語音技術中的重要分支，用于對連續語音信號進行預定關鍵詞的識別，即識別該連續語音信號中是否存在預定關鍵詞，該技術在電子設備喚醒、對話交互界面初始化、音頻索引和檢索、以及語音密碼驗證等方面均有著廣泛的應用。

語音關鍵詞檢測是從音頻數據流中識別出特定語音關鍵詞，以及確定該關鍵詞出現的起止時間點的技術。當前主流的解決方案有兩種，一類是將音頻中的語音識別為文本，再從文本中檢索出特定關鍵詞的與語種相關的語音關鍵詞檢測；另一類是直接將音頻數據逐段與關鍵詞語音樣例進行聲學特征似然度匹配檢索的與語種無關的語音關鍵詞檢測。在具備大量語言學先驗知識基礎的前提下，語種相關關鍵詞檢測方案的檢測性能明顯好于語種無關關鍵詞檢測方案，但對于小語種或小范圍使用的密語等缺少大量語言學先驗知識的場景下，只能選擇語種無關關鍵詞檢測方案。

現有的語音關鍵詞檢測由于聲源環境復雜多樣等特點，而且語音數據又嚴重受短波、超短波等偵察信道高噪聲的干擾。由于傳統聲學特征對帶噪且時長很短的語音不魯棒，直接通過聲學特征似然度匹配進行檢測往往效果不理想，降低關鍵詞識別正確率。

發明內容

要解決的技術問題是如何提供一種語音關鍵詞篩選方法、裝置、出行終端、設備及介質。

針對現有技術中的缺陷，本發明提供一種語音關鍵詞篩選方法、裝置、出行終端、設備及介質，可以有效降低環境噪音帶來的干擾，有效提升語音識別效果。

第一方面，本發明提供了一種語音關鍵詞篩選方法，包括：

采集第一預定時間段內的聲音；

將所述聲音識別轉換成文本；

按照預定的工作分類對語音識別結果分析識別出目標詞匯；

輸出匹配識別的目標詞匯。

可選地，所述采集第一預定時間段內的聲音包括：

按預定數量的采樣點計算第二預定時間段內的能量

根據所述能量確定當前音頻信號是語音/噪音還是靜音；

根據靜音持續的時間結束錄音。

可選地，所述第二預定時間為0.1s。