[發明專利]一種語音喚醒方法及電子設備

有效

• 申請號: 202010063473.1
• 申請日: 2020-01-20
• 公開（公告）號: CN111276142B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 靳源;馮大航;常樂
• 申請（專利權）人: 北京聲智科技有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/24
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 許靜;黃燦

本發明提供一種語音喚醒方法及電子設備，該方法包括：獲取攝像頭采集的第一圖像；在識別到所述第一圖像中包括人臉圖像的情況下，獲取所述人臉圖像對應的對象的位置信息；根據所述位置信息，調整所述電子設備的喚醒閾值；基于調整后的喚醒閾值，控制所述電子設備響應用戶的語音喚醒指令。本發明實施例能夠通過獲取用戶的位置信息，適應調整電子設備的喚醒閾值，可使語音喚醒方式較為靈活。

技術領域

本發明涉及語音處理技術領域，尤其涉及一種語音喚醒方法及電子設備。

背景技術

語音喚醒技術的應用領域較為廣泛，例如手機、可穿戴設備、智能音箱、智能家居、車載等。幾乎很多帶有語音功能的設備，都會需要語音喚醒技術作為人機互動的一個開始或入口，不同的產品會有不同的喚醒詞，用戶可通過特定的喚醒詞喚醒電子設備。

目前，在語音喚醒的過程中，為了避免誤喚醒，往往會對喚醒語音的匹配精度要求較高，即通常會將喚醒閾值固定設為的較高的喚醒閾值，可見，這種喚醒方式不夠靈活。

發明內容

本發明實施例提供一種語音喚醒方法及電子設備，以解決現有語音喚醒方式不夠靈活的問題。

為解決上述技術問題，本發明是這樣實現的：

第一方面，本發明實施例提供了一種語音喚醒方法，應用于包括攝像頭的電子設備，其特征在于，所述方法包括：

獲取所述攝像頭采集的第一圖像；

在識別到所述第一圖像中包括人臉圖像的情況下，獲取所述人臉圖像對應的對象的位置信息；

根據所述位置信息，調整所述電子設備的喚醒閾值；

基于調整后的喚醒閾值，控制所述電子設備響應用戶的語音喚醒指令。

可選的，所述獲取所述人臉圖像對應的對象的位置信息，包括：

獲取所述人臉圖像在所述第一圖像中的坐標位置信息；

所述根據所述位置信息，調整所述電子設備的喚醒閾值，包括：

基于所述坐標位置信息，獲取所述人臉圖像對應的對象相對于所述電子設備中心的偏移距離；

根據目標距離，調整所述電子設備的喚醒閾值，其中，所述目標距離為所述偏移距離。

可選的，所述獲取所述人臉圖像對應的對象的位置信息，包括：

獲取所述人臉圖像對應的對象相對于所述電子設備的直線距離；

所述根據所述位置信息，調整所述電子設備的喚醒閾值，包括：

根據目標距離，調整所述電子設備的喚醒閾值，其中，所述目標距離為所述直線距離。

可選的，所述根據目標距離，調整所述電子設備的喚醒閾值，包括：

在所述目標距離小于或等于第一距離閾值的情況下，調整所述電子設備的喚醒閾值為第一喚醒閾值，其中，所述目標距離為所述偏移距離或所述直線距離；

在所述目標距離大于所述第一距離閾值且小于或等于第二距離閾值的情況下，調整所述電子設備的喚醒閾值為第二喚醒閾值，其中，所述第二距離閾值大于所述第一距離閾值，所述第二喚醒閾值高于所述第一喚醒閾值；

在所述目標距離大于所述第二距離閾值的情況下，調整所述電子設備的喚醒閾值為第三喚醒閾值，其中，所述第三喚醒閾值高于所述第二喚醒閾值。

可選的，所述在識別到所述第一圖像中包括人臉圖像的情況下，獲取所述人臉圖像對應的對象的位置信息，包括：

識別所述第一圖像中的對象，確定所述第一圖像的類別，所述類別包括人物類或者非人物類；