[發明專利]一種離線語音控制方法及終端

在審

• 申請號: 202011607240.X
• 申請日: 2020-12-30
• 公開（公告）號: CN112802470A
• 公開（公告）日: 2021-05-14
• 發明（設計）人: 陳姍姍;王藝筱;黃志煒;朱國鋒;翟曉飛;嚴小飛;田釗;吳倩
• 申請（專利權）人: 廈門市美亞柏科信息股份有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/06
• 代理公司: 深圳市博銳專利事務所 44275
• 代理人: 任芹玉

本發明提供的一種離線語音控制方法及終端，包括：接收輸入的語音信號，所述語音信號不帶喚醒詞；對所述語音信號基于裁剪過的離線自訓練語音模型進行識別，所述語音模型與預設領域對應；根據所述預設領域對識別出的語音信號進行過濾，并進行語義分析，根據語義分析結果進行對應的反饋；通過與預設領域對應的剪裁過的離線自訓練語音模型對語音信號進行識別，裁剪過的自訓練語音模型容量小、響應快，并且又與預設領域對應，因此，能夠有效快速地識別特定領域的專有詞匯，并可以對其它領域識別出的內容進行領域專有詞匯過濾，在此基礎上進行語義分析，判斷當前語音輸入是否為有效輸入，根據判斷結果作出對應的反饋，從而實現不帶喚醒詞的語音交互。

技術領域

本發明涉及人工智能語音控制技術領域，具體涉及一種離線語音控制方法及終端。

背景技術

隨著人工智能的蓬勃發展，產品越來越智能化，語音交互作為人類最自然的交互方式，是人工智能和自然語言處理領域的一個研究熱點，越來越多的智能語音產品被相繼推出；現有智能語音系統的實現有采用在線語音方案、采用離線語音方案、采用離線與在線語音結合的方案。

在線語音方案需要連接網絡，把語音送上百度語音識別、訊飛語音等引擎系統，通過部署在云端的語音識別/語義分析引擎，獲得在線的語音功能服務，云端內容豐富，但是由于對某些專有詞匯沒有進行優化訓練，語音識別率不高甚至出現誤識別，因此在線語音產品適用于那些需要大量內容服務，專業性不強的領域；離線語音方案不需要聯網，對訓練過的語音詞能夠快速、有效識別，對硬件成本需求較低，但是建立語音模型工作量較大，離線語音產品不適合多內容語音交互，僅適用于簡單的定制的語音控制；離線和在線語音結合的方案，增加對專有詞的識別，又可以獲得云端的內容服務。

不論是在線語音的應用，還是離線智能語音控制，又或是其他離線和在線語音混合應用，仍存在以下不足：

1)當前智能語音產品多以智能音箱的形態出現，或是智能移動終端的一項功能，或是智能客服服務。以喚醒詞控制、手動輔助或是提示引導方式完成語音交互，過程生硬、影響用戶體驗。

2)現有離線語音部署方式單一，功能較為單一，多應用于簡單的語音控制場景，可擴展性差，所支持的語音范圍極小且固定。

發明內容

本發明所要解決的技術問題是：提出一種離線語音控制方法及終端，適用于不同業務領域的無網絡或網絡受限的場景，并支持用戶實現無需喚醒詞的語音交互功能。

為了解決上述技術問題，本發明采用的技術方案為：

一種離線語音控制方法，包括步驟：

接收輸入的語音信號，所述語音信號不帶喚醒詞；

對所述語音信號基于裁剪過的離線自訓練語音模型進行識別，所述語音模型與預設領域對應；

根據所述預設領域對識別出的語音信號進行過濾，并進行語義分析，根據語義分析結果進行對應的反饋。

為了解決上述技術問題，本發明采用的另一種技術方案為：

一種離線語音控制終端，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述一種離線語音控制方法中的各個步驟。

從上述描述可知，本發明的有益效果在于：本發明提供的一種離線語音控制方法及終端，通過與預設領域對應的剪裁過的離線自訓練語音模型對語音信號進行識別，裁剪過的自訓練語音模型容量小、響應快，并且又與預設領域對應，因此，能夠有效快速地識別特定領域的專有詞匯，并可以對其它領域識別出的內容進行領域專有詞匯過濾，在此基礎上進行語義分析，判斷當前語音輸入是否為有效輸入，根據判斷結果作出對應的反饋，從而實現不帶喚醒詞的語音交互，這樣的語音交互方式更加自然，適用性強，能夠適用于不同業務領域的無網絡或網絡受限的場景。

附圖說明