[發(fā)明專利]喚醒方法、裝置及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202010697533.5
• 申請(qǐng)日: 2020-07-20
• 公開（公告）號(hào): CN111883121A
• 公開（公告）日: 2020-11-03
• 發(fā)明（設(shè)計(jì)）人: 陳孝良;馮大航;靳源
• 申請(qǐng)（專利權(quán)）人: 北京聲智科技有限公司
• 主分類號(hào): G10L15/22
• 分類號(hào): G10L15/22;G10L15/14;G10L15/06
• 代理公司: 北京竹辰知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11706
• 代理人: 聶鵬

1.一種喚醒方法，其特征在于，包括:

獲取語(yǔ)音中的喚醒詞；

將所述喚醒詞輸入喚醒模型中，通過所述喚醒模型得到所述喚醒詞的特征的后驗(yàn)概率；

獲取所述喚醒詞的解碼圖；

根據(jù)維特比算法使用所述后驗(yàn)概率在所述解碼圖中進(jìn)行搜索，得到對(duì)應(yīng)喚醒詞路徑得分和垃圾詞路徑得分；

計(jì)算所述喚醒詞路徑得分和垃圾詞路徑得分的差值作為喚醒置信度；

當(dāng)所述喚醒置信度高于喚醒閾值，執(zhí)行喚醒操作。

2.如權(quán)利要求1所述的喚醒方法，其特征在于，在接收喚醒詞之前還包括：

接收待設(shè)置成喚醒詞的語(yǔ)句；

根據(jù)發(fā)音詞典將所述語(yǔ)句解析為多個(gè)音素；

獲取所述多個(gè)音素所對(duì)應(yīng)的多個(gè)HMM，其中所述多個(gè)HMM與所述多個(gè)音素一一對(duì)應(yīng)；

根據(jù)所述多個(gè)HMM構(gòu)成所述語(yǔ)句的識(shí)別路徑。

3.如權(quán)利要求1所述的喚醒方法，其特征在于，所述喚醒模型通過以下步驟訓(xùn)練得到：

提取訓(xùn)練集合中的語(yǔ)音樣本的特征；

使用識(shí)別模型對(duì)所述語(yǔ)音樣本的特征進(jìn)行對(duì)齊得到所述語(yǔ)音樣本的特征的第一標(biāo)簽；

根據(jù)問題集建立所有第一標(biāo)簽的決策樹；

根據(jù)所述決策樹將所述第一標(biāo)簽轉(zhuǎn)換成第二標(biāo)簽；

根據(jù)所述語(yǔ)音樣本的第二標(biāo)簽以及所述語(yǔ)音樣本的特征訓(xùn)練所述喚醒模型。

4.如權(quán)利要求3所述的喚醒方法，其特征在于，所述根據(jù)所述語(yǔ)音樣本的第二標(biāo)簽以及所述語(yǔ)音樣本的特征訓(xùn)練所述喚醒模型，包括：

初始化所述喚醒模型的參數(shù)；

將所述語(yǔ)音樣本的特征輸入所述喚醒模型中；

所述喚醒模型根據(jù)所述語(yǔ)音樣本的特征生成所述語(yǔ)音樣本的特征的分類結(jié)果為所述第二標(biāo)簽的概率值；

根據(jù)所述概率值以及所述語(yǔ)音樣本的第二標(biāo)簽更新所述喚醒模型的參數(shù)；

繼續(xù)將所述語(yǔ)音樣本的特征輸入所述喚醒模型中迭代上述參數(shù)更新過程直至達(dá)到收斂條件。

5.如權(quán)利要求4所述的喚醒方法，其特征在于，所述根據(jù)所述概率值以及所述語(yǔ)音樣本的第二標(biāo)簽更新所述喚醒模型的參數(shù)，包括：

根據(jù)所述概率值以及所述語(yǔ)音樣本的第二標(biāo)簽的交叉熵更新所述喚醒模型的參數(shù)。

6.如權(quán)利要求4所述的喚醒方法，其特征在于，所述根據(jù)所述概率值以及所述語(yǔ)音樣本的第二標(biāo)簽更新所述喚醒模型的參數(shù)，包括：

根據(jù)所述概率值以及所述語(yǔ)音樣本的第二標(biāo)簽通過EM算法更新所述喚醒模型的參數(shù)。

7.一種喚醒方法，其特征在于，包括：

獲取喚醒語(yǔ)音；

逐幀提取所述喚醒語(yǔ)音的特征；

使用多喚醒詞識(shí)別模型逐幀進(jìn)行前向計(jì)算得到所述多喚醒詞識(shí)別模型輸出的后驗(yàn)概率；

根據(jù)所述后驗(yàn)概率計(jì)算所述喚醒語(yǔ)音的置信度；

當(dāng)所述喚醒語(yǔ)音的置信度大于喚醒閾值時(shí)，執(zhí)行喚醒操作。

8.如權(quán)利要求7所述的喚醒方法，其特征在于，所述根據(jù)所述后驗(yàn)概率計(jì)算所述喚醒語(yǔ)音的置信度，包括：

對(duì)所述后驗(yàn)概率進(jìn)行加窗平滑得到多個(gè)平滑后驗(yàn)概率；

計(jì)算所述多個(gè)平滑后驗(yàn)概率的幾何平均值作為所述喚醒語(yǔ)音的置信度。

9.如權(quán)利要求7所述的喚醒方法，其特征在于，所述根據(jù)所述后驗(yàn)概率計(jì)算所述喚醒語(yǔ)音的置信度，包括：

獲取所述喚醒語(yǔ)音的解碼圖；

使用維特比算法根據(jù)所述后驗(yàn)概率所述解碼圖得到喚醒語(yǔ)音的最優(yōu)路徑的得分以及垃圾詞路徑的得分；

將所述最優(yōu)路徑的得分和垃圾詞路徑的得分的差值作為所述喚醒語(yǔ)音的置信度。