[發明專利]一種面向IoT芯片的多級語音智能喚醒方法及系統

有效

• 申請號: 202010182110.X
• 申請日: 2020-03-16
• 公開（公告）號: CN111429901B
• 公開（公告）日: 2023-03-21
• 發明（設計）人: 朱海周
• 申請（專利權）人: 云知聲智能科技股份有限公司;廈門云知芯智能科技有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/02
• 代理公司: 北京冠和權律師事務所 11399
• 代理人: 安琪

1.一種面向IoT芯片的多級語音智能喚醒方法，其特征在于，包括：

步驟S1：當獲取到待處理語音時，執行步驟S2；

步驟S2：判斷所述待處理語音是否符合第一預設條件；當所述待處理語音符合所述第一預設條件時，執行步驟S3；否則，結束喚醒；

步驟S3：判斷所述符合第一預設條件的待處理語音是否符合第二預設條件；當符合時，執行步驟S4；否則，結束喚醒；

步驟S4：判斷所述符合第一預設條件且符合所述第二預設條件的待處理語音是否符合第三預設條件；當符合時，執行步驟S5；否則，結束喚醒；

步驟S5：全面喚醒IoT芯片；

其中，所述第三預設條件為包含喚醒詞；此時，步驟S4包括如下操作：

步驟S41：獲取符合所述第一預設條件且符合所述第二預設條件的待處理語音為第二語音；

步驟S42：基于自動語音識別技術將所述第二語音轉換為語音數據；

步驟S43：當所述語音數據中包含的音素的數目小于所述喚醒詞的音素的數目時，結束喚醒；當所述音素的數目大于等于所述喚醒詞的音素的數目時，執行步驟S44；

步驟S44：獲取所述語音數據的音素陣列；獲取所述喚醒詞的音素陣列；

步驟S45：將所述喚醒詞的音素陣列與所述語音數據的音素陣列做滑動相關檢測，檢測所述語音數據的音素陣列是否包含所述喚醒詞的音素陣列；

步驟S46：當包含時，執行步驟S5；否則，結束喚醒；

其中，所述步驟S45：將所述喚醒詞的音素陣列與所述語音數據的音素陣列做滑動相關檢測，檢測所述語音數據的音素陣列是否包含所述喚醒詞的音素陣列，具體包括：

將所述喚醒詞的音素陣列中第一個音素與所述語音數據的音素陣列中的第一個音素對應；將所述喚醒詞的音素陣列中第一個音素后續的每一個音素與所述語音數據的音素陣列中的第一個音素后續的每一個音素進行一一對應，確定該對應關系的匹配值；

然后，依次將喚醒詞的音素陣列中第一個音素與所述語音數據的音素陣列中的第二個音素、第三個音素直至最后一個音素進行對應，確定出多個所述匹配值；

當多個所述匹配值中存在一個所述匹配值大于等于預設匹配值，則判定所述語音數據的音素陣列包含所述喚醒詞的音素陣列；當多個所述匹配值都小于預設匹配值時，則判定所述語音數據的音素陣列不包含所述喚醒詞的音素陣列。

2.如權利要求1所述的面向IoT芯片的多級語音智能喚醒方法，其特征在于，所述第一預設條件為所述待處理語音的能量大于預設值；此時，步驟S2包括如下操作：

步驟S21：計算所述待處理語音的短時能量值；

步驟S22：判斷所述短時能量值是否大于預設能量值，當大于時，為符合第一預設條件，執行步驟S3；當小于等于時，為不符合第一預設條件，結束喚醒。

3.如權利要求1所述的面向IoT芯片的多級語音智能喚醒方法，其特征在于，所述第二預設條件為人聲；此時，步驟S3包括如下操作：

步驟S31：獲取符合第一預設條件的待處理語音為第一語音；

步驟S32：提取所述第一語音的特征值；

步驟S33：將所述特征值與預先存儲的對應人聲的特征值進行匹配，當匹配符合時，確定所述第一語音符合是人聲，執行步驟S4；否則，結束喚醒。