[發(fā)明專(zhuān)利]信息處理裝置及信息處理方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010127298.8
• 申請(qǐng)日: 2020-02-28
• 公開(kāi)（公告）號(hào): CN112420020A
• 公開(kāi)（公告）日: 2021-02-26
• 發(fā)明（設(shè)計(jì)）人: 丁寧;藤村浩司
• 申請(qǐng)（專(zhuān)利權(quán)）人: 株式會(huì)社東芝
• 主分類(lèi)號(hào): G10L15/02
• 分類(lèi)號(hào): G10L15/02;G10L15/10;G10L15/26;G10L15/30;G10L25/51
• 代理公司: 永新專(zhuān)利商標(biāo)代理有限公司 72002
• 代理人: 徐殿軍

實(shí)施方式提供能夠精度良好地根據(jù)聲音檢測(cè)關(guān)鍵詞的信息處理裝置和信息處理方法。有關(guān)實(shí)施方式的信息處理裝置具有第一及第二取得部、第一及第二計(jì)算部和判定部。第一取得部取得聲音數(shù)據(jù)，第二取得部取得已學(xué)習(xí)模型，當(dāng)輸入聲音數(shù)據(jù)的特征量時(shí)輸出與關(guān)鍵詞和背景噪聲相關(guān)的似然度。第一及第二計(jì)算部對(duì)聲音數(shù)據(jù)的每一幀計(jì)算關(guān)鍵詞分?jǐn)?shù)及背景噪聲分?jǐn)?shù)。判定部判定聲音數(shù)據(jù)是否包含關(guān)鍵詞。

本申請(qǐng)以第2019－153039號(hào)日本專(zhuān)利申請(qǐng)(申請(qǐng)日：2019年08月23日)為基礎(chǔ)，并對(duì)該申請(qǐng)主張優(yōu)先權(quán)。本申請(qǐng)通過(guò)引用該申請(qǐng)而包含該原專(zhuān)利申請(qǐng)的全部?jī)?nèi)容。

技術(shù)領(lǐng)域

本發(fā)明的實(shí)施方式涉及信息處理裝置及信息處理方法。

背景技術(shù)

近年來(lái)，適應(yīng)于聲音操作的智能揚(yáng)聲器得到快速普及。智能揚(yáng)聲器例如通過(guò)根據(jù)聲音檢測(cè)還被稱為“喚醒詞”的特定的關(guān)鍵詞而進(jìn)行起動(dòng)。用戶僅說(shuō)出關(guān)鍵詞，即可使智能揚(yáng)聲器起動(dòng)并繼續(xù)進(jìn)行各種各樣的操作。因此，需要精度良好地根據(jù)聲音檢測(cè)關(guān)鍵詞的技術(shù)。

發(fā)明內(nèi)容

本發(fā)明要解決的課題是提供一種信息處理裝置及信息處理方法，能夠精度良好地根據(jù)聲音檢測(cè)關(guān)鍵詞。

根據(jù)實(shí)施方式，信息處理裝置具有第一取得部、第二取得部、第一計(jì)算部、第二計(jì)算部和判定部。第一取得部取得包括多個(gè)幀的聲音數(shù)據(jù)。第二取得部取得模型，該模型被學(xué)習(xí)成當(dāng)輸入由上述聲音數(shù)據(jù)被抽取的特征量時(shí)輸出表示針對(duì)多個(gè)類(lèi)中的各個(gè)類(lèi)的似然度的信息，這些類(lèi)包括特定的關(guān)鍵詞的成分和上述關(guān)鍵詞以外的背景噪聲的成分。第一計(jì)算部對(duì)上述聲音數(shù)據(jù)的上述每一幀抽取上述特征量并輸入上述模型中，由此根據(jù)由上述模型被輸出的信息計(jì)算表示上述關(guān)鍵詞的成分的出現(xiàn)概率的高低的關(guān)鍵詞分?jǐn)?shù)。第二計(jì)算部對(duì)上述聲音數(shù)據(jù)的上述每一幀抽取上述特征量并輸入上述模型中，由此根據(jù)由上述模型被輸出的信息計(jì)算表示上述背景噪聲的成分的出現(xiàn)概率的高低的背景噪聲分?jǐn)?shù)。判定部根據(jù)上述關(guān)鍵詞分?jǐn)?shù)、上述背景噪聲分?jǐn)?shù)、和被預(yù)先設(shè)定的閾值，判定上述聲音數(shù)據(jù)是否包含上述關(guān)鍵詞。

根據(jù)上述結(jié)構(gòu)的信息處理裝置，能夠精度良好地根據(jù)聲音檢測(cè)關(guān)鍵詞。

附圖說(shuō)明

圖1是表示具有有關(guān)第一實(shí)施方式的信息處理裝置的系統(tǒng)的整體結(jié)構(gòu)的例子的圖。

圖2是表示有關(guān)第一實(shí)施方式的信息處理裝置的系統(tǒng)結(jié)構(gòu)例的框圖。

圖3是表示有關(guān)第一實(shí)施方式的信息處理裝置的功能結(jié)構(gòu)例的框圖。

圖4是表示有關(guān)第一實(shí)施方式的信息處理裝置的處理步驟和處理內(nèi)容的例子的流程圖。

圖5是用于說(shuō)明有關(guān)第一實(shí)施方式的信息處理裝置所使用的模型的圖。

圖6是用于說(shuō)明有關(guān)第一實(shí)施方式的信息處理裝置的分?jǐn)?shù)計(jì)算的圖。

圖7是表示有關(guān)第二實(shí)施方式的信息處理裝置的處理步驟和處理內(nèi)容的第一例的流程圖。

圖8是表示有關(guān)第二實(shí)施方式的信息處理裝置的處理步驟和處理內(nèi)容的第二例的流程圖。

圖9是表示有關(guān)第三實(shí)施方式的信息處理裝置的處理步驟和處理內(nèi)容的第一例的流程圖。

圖10是表示有關(guān)第三實(shí)施方式的信息處理裝置的處理步驟和處理內(nèi)容的第二例的流程圖。

圖11是表示有關(guān)第三實(shí)施方式的信息處理裝置的處理步驟和處理內(nèi)容的第三例的流程圖。

標(biāo)號(hào)說(shuō)明