[發(fā)明專利]一種引擎響應(yīng)時(shí)間的分析方法及電子設(shè)備、存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011033534.6
• 申請日: 2020-09-27
• 公開（公告）號: CN112259108A
• 公開（公告）日: 2021-01-22
• 發(fā)明（設(shè)計(jì)）人: 張?zhí)?/a>
• 申請（專利權(quán)）人: 科大訊飛股份有限公司
• 主分類號: G10L17/18
• 分類號: G10L17/18;G10L15/04
• 代理公司: 深圳市威世博知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44280
• 代理人: 何倚雯

本發(fā)明公開了一種引擎響應(yīng)時(shí)間的分析方法、電子設(shè)備以及存儲介質(zhì)，分析方法包括：向引擎輸入預(yù)設(shè)語音段，其中，引擎裝載有神經(jīng)網(wǎng)絡(luò)；獲取預(yù)設(shè)語音段的真實(shí)尾端時(shí)間點(diǎn)、神經(jīng)網(wǎng)絡(luò)判定的預(yù)設(shè)語音段的預(yù)測尾端時(shí)間點(diǎn)以及引擎拋出的反饋尾端時(shí)間點(diǎn)；計(jì)算神經(jīng)網(wǎng)絡(luò)判定的預(yù)設(shè)語音段的預(yù)測尾端時(shí)間點(diǎn)分別與預(yù)設(shè)語音段的真實(shí)尾端時(shí)間點(diǎn)及引擎拋出的反饋尾端時(shí)間點(diǎn)的時(shí)間差；基于時(shí)間差，得出引擎響應(yīng)時(shí)間的影響因素。通過此方法能夠分析出引擎響應(yīng)時(shí)間的影響因素，以便于后續(xù)能夠根據(jù)不同的影響因素選擇不同的優(yōu)化方案進(jìn)行優(yōu)化，加快產(chǎn)品化的節(jié)奏。

技術(shù)領(lǐng)域

本發(fā)明涉及語音喚醒技術(shù)，尤其涉及一種引擎響應(yīng)時(shí)間的分析方法及電子設(shè)備、存儲介質(zhì)。

背景技術(shù)

語音喚醒任務(wù)中，衡量語音喚醒效果的指標(biāo)有四個(gè)方面，即喚醒率、誤喚醒、響應(yīng)時(shí)間和功耗水平。現(xiàn)有的響應(yīng)時(shí)間評估方法是指從用戶說完喚醒詞，到設(shè)備給出反饋的時(shí)間差，也即現(xiàn)有技術(shù)中只關(guān)注整體的響應(yīng)時(shí)間。隨著用戶對效果的追求越來越高，引擎內(nèi)的模型結(jié)構(gòu)不斷迭代升級，單一的整體響應(yīng)時(shí)間的評估方法已經(jīng)無法滿足工程化的需求。

發(fā)明內(nèi)容

本發(fā)明提供一種引擎響應(yīng)時(shí)間的分析方法及電子設(shè)備、存儲介質(zhì)，能夠分析引擎響應(yīng)時(shí)間的影響因素，以便于后續(xù)能夠根據(jù)影響因素對產(chǎn)品進(jìn)行優(yōu)化，加快產(chǎn)品化的節(jié)奏。

為解決上述技術(shù)問題，本發(fā)明提供的第一個(gè)技術(shù)方案為：提供一種引擎響應(yīng)時(shí)間的分析方法，包括：向引擎輸入預(yù)設(shè)語音段，其中，引擎裝載有神經(jīng)網(wǎng)絡(luò)；獲取預(yù)設(shè)語音段的真實(shí)尾端時(shí)間點(diǎn)、神經(jīng)網(wǎng)絡(luò)判定的預(yù)設(shè)語音段的預(yù)測尾端時(shí)間點(diǎn)以及引擎拋出的反饋尾端時(shí)間點(diǎn)；計(jì)算神經(jīng)網(wǎng)絡(luò)判定的預(yù)設(shè)語音段的預(yù)測尾端時(shí)間點(diǎn)分別與預(yù)設(shè)語音段的真實(shí)尾端時(shí)間點(diǎn)及引擎拋出的反饋尾端時(shí)間點(diǎn)的時(shí)間差；基于時(shí)間差，得出引擎響應(yīng)時(shí)間的影響因素。

其中，計(jì)算神經(jīng)網(wǎng)絡(luò)判定的預(yù)設(shè)語音段的預(yù)測尾端時(shí)間點(diǎn)分別與預(yù)設(shè)語音段的真實(shí)尾端時(shí)間點(diǎn)及引擎拋出的反饋尾端時(shí)間點(diǎn)的時(shí)間差包括：計(jì)算預(yù)設(shè)語音段的真實(shí)尾端時(shí)間點(diǎn)及神經(jīng)網(wǎng)絡(luò)判定的預(yù)設(shè)語音段的預(yù)測尾端時(shí)間點(diǎn)之間的第一時(shí)間差；計(jì)算神經(jīng)網(wǎng)絡(luò)判定的預(yù)設(shè)語音段的預(yù)測尾端時(shí)間點(diǎn)以及引擎拋出的反饋尾端時(shí)間點(diǎn)之間的第二時(shí)間差。

其中，基于時(shí)間差，得出引擎響應(yīng)時(shí)間的影響因素包括：基于第一時(shí)間差，確定神經(jīng)網(wǎng)絡(luò)是否為引擎響應(yīng)時(shí)間的影響因素；基于第二時(shí)間差，確定引擎對神經(jīng)網(wǎng)絡(luò)的計(jì)算時(shí)間是否為引擎響應(yīng)時(shí)間的影響因素。

其中，方法還包括：根據(jù)引擎響應(yīng)時(shí)間的影響因素對神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化。

其中，根據(jù)引擎響應(yīng)時(shí)間的影響因素對神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化包括：對神經(jīng)網(wǎng)絡(luò)重新訓(xùn)練，并在訓(xùn)練過程中在損失函數(shù)上加大預(yù)設(shè)語音段尾部靜音幀的懲罰系數(shù)；或者獲取多條訓(xùn)練語音段，并標(biāo)注訓(xùn)練語音段的真實(shí)尾端時(shí)間點(diǎn)，以及通過初始神經(jīng)網(wǎng)絡(luò)預(yù)測訓(xùn)練語音段的預(yù)測尾端時(shí)間點(diǎn)；利用訓(xùn)練語音段的真實(shí)尾端時(shí)間點(diǎn)、訓(xùn)練語音段的預(yù)測尾端時(shí)間點(diǎn)以及訓(xùn)練語音段的數(shù)量得到新的損失函數(shù)；利用新的損失函數(shù)對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

其中，根據(jù)引擎響應(yīng)時(shí)間的影響因素對神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化包括：在引擎中運(yùn)行第一神經(jīng)網(wǎng)絡(luò)及第二神經(jīng)網(wǎng)絡(luò)，獲取第一神經(jīng)網(wǎng)絡(luò)對應(yīng)的第一計(jì)算量以及第二神經(jīng)網(wǎng)絡(luò)對應(yīng)的第二計(jì)算量；計(jì)算引擎對第一神經(jīng)網(wǎng)絡(luò)的計(jì)算時(shí)間；及計(jì)算引擎對第二神經(jīng)網(wǎng)絡(luò)的計(jì)算時(shí)間；根據(jù)第一計(jì)算量、第二計(jì)算量以及引擎對第一神經(jīng)網(wǎng)絡(luò)的計(jì)算時(shí)間、引擎對第二神經(jīng)網(wǎng)絡(luò)的計(jì)算時(shí)間對第一神經(jīng)網(wǎng)絡(luò)或者第二神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化。