[發(fā)明專利]語音音區(qū)切換方法、裝置、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011631703.6
• 申請日: 2020-12-31
• 公開（公告）號: CN112802471A
• 公開（公告）日: 2021-05-14
• 發(fā)明（設(shè)計）人: 朱尊龍
• 申請（專利權(quán)）人: 北京梧桐車聯(lián)科技有限責(zé)任公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/02
• 代理公司: 北京三高永信知識產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 謝冬寒

本申請公開了一種語音音區(qū)切換方法、裝置、設(shè)備及存儲介質(zhì)，屬于語音識別領(lǐng)域，該方法包括：接收目標(biāo)對象發(fā)出的語音指令；響應(yīng)于語音指令，基于目標(biāo)語音引擎在至少一個關(guān)鍵場景下分別對應(yīng)的資源占用數(shù)據(jù)，確定目標(biāo)語音引擎對應(yīng)的空閑資源量；根據(jù)目標(biāo)語音引擎對應(yīng)的空閑資源量與資源量閾值的關(guān)系進(jìn)行語音音區(qū)切換。該方法能夠針對不同用戶和不同場景進(jìn)行語音單雙音區(qū)的動態(tài)自動切換，優(yōu)化語音引擎的場景化體驗(yàn)，避免語音引擎的卡頓對系統(tǒng)造成的負(fù)擔(dān)，增強(qiáng)語音類產(chǎn)品的可使用性和流暢度。

技術(shù)領(lǐng)域

本申請實(shí)施例涉及語音識別領(lǐng)域，特別涉及一種語音音區(qū)切換方法、裝置、設(shè)備及存儲介質(zhì)。

背景技術(shù)

語音助手通過智能對話與即時問答的智能交互，解放了人們的雙手，提升了人機(jī)交互的體驗(yàn)。目前，語音助手在智能家居、教育、手機(jī)等產(chǎn)業(yè)已經(jīng)取得了一定的成績；在汽車產(chǎn)業(yè)中語音助手也已初露鋒芒，語音技術(shù)應(yīng)用不斷深化，功能日益豐富。

但是，當(dāng)前語音助手區(qū)分單音區(qū)或者雙音區(qū)獨(dú)立版本，用戶手動切換單雙音區(qū)導(dǎo)致語音助手使用的靈活度、性能和體驗(yàn)感較差，還會造成不必要的性能損耗和功能冗余或缺。

發(fā)明內(nèi)容

本申請實(shí)施例提供了一種語音音區(qū)切換方法、裝置、設(shè)備及存儲介質(zhì)，能夠解決相關(guān)技術(shù)中的問題。所述技術(shù)方案如下：

一方面，本申請實(shí)施例提供一種語音音區(qū)切換方法，所述方法包括：

接收目標(biāo)對象發(fā)出的語音指令；

響應(yīng)于所述語音指令，基于目標(biāo)語音引擎在至少一個關(guān)鍵場景下分別對應(yīng)的資源占用數(shù)據(jù)，確定所述目標(biāo)語音引擎對應(yīng)的空閑資源量，所述目標(biāo)語音引擎為所述目標(biāo)對象的語音客戶端對應(yīng)的語音引擎；

根據(jù)所述目標(biāo)語音引擎對應(yīng)的空閑資源量與資源量閾值的關(guān)系進(jìn)行語音音區(qū)切換。

在一種可能的實(shí)施方式中，所述響應(yīng)于所述語音指令，基于目標(biāo)語音引擎在至少一個關(guān)鍵場景下分別對應(yīng)的資源占用數(shù)據(jù)，確定所述目標(biāo)語音引擎對應(yīng)的空閑資源量，包括：

響應(yīng)于所述語音指令，獲取所述目標(biāo)語音引擎在至少一個關(guān)鍵場景下分別對應(yīng)的資源未占用數(shù)據(jù)；

對于所述至少一個關(guān)鍵場景中的任一關(guān)鍵場景，根據(jù)所述目標(biāo)語音引擎在所述任一關(guān)鍵場景下對應(yīng)的使用權(quán)重和所述目標(biāo)語音引擎在所述任一關(guān)鍵場景下對應(yīng)的資源未占用數(shù)據(jù)，獲取所述任一關(guān)鍵場景對應(yīng)的子參數(shù)；

基于所述至少一個關(guān)鍵場景分別對應(yīng)的子參數(shù)，確定所述目標(biāo)語音引擎對應(yīng)的空閑資源量。

在一種可能的實(shí)施方式中，所述響應(yīng)于所述語音指令，獲取所述目標(biāo)語音引擎在至少一個關(guān)鍵場景下分別對應(yīng)的資源未占用數(shù)據(jù)，包括：

響應(yīng)于所述語音指令，觸發(fā)對所述語音指令的語音端點(diǎn)檢測；

根據(jù)所述語音端點(diǎn)檢測的結(jié)果獲取所述目標(biāo)語音引擎在所述至少一個關(guān)鍵場景下對應(yīng)的資源占用數(shù)據(jù)；

基于所述目標(biāo)語音引擎在所述至少一個關(guān)鍵場景下對應(yīng)的資源占用數(shù)據(jù)，獲取目標(biāo)語音引擎在所述至少一個關(guān)鍵場景下對應(yīng)的資源未占用數(shù)據(jù)。

在一種可能的實(shí)施方式中，所述對于所述至少一個關(guān)鍵場景中的任一關(guān)鍵場景，將所述目標(biāo)語音引擎在所述任一關(guān)鍵場景下對應(yīng)的使用權(quán)重和所述目標(biāo)語音引擎在所述任一關(guān)鍵場景下對應(yīng)的資源未占用數(shù)據(jù)的乘積作為所述任一關(guān)鍵場景對應(yīng)的子參數(shù)之前，所述方法還包括：

獲取所述目標(biāo)語音引擎的歷史記錄信息，所述歷史記錄信息包括所述目標(biāo)語音引擎在所述至少一個關(guān)鍵場景下產(chǎn)生的至少一條歷史記錄；

基于所述歷史記錄信息，確定所述目標(biāo)語音引擎在所述至少一個關(guān)鍵場景下對應(yīng)的使用權(quán)重。

在一種可能的實(shí)施方式中，所述基于所述歷史記錄信息，確定所述目標(biāo)語音引擎在所述至少一個關(guān)鍵場景下對應(yīng)的使用權(quán)重，包括：