[發(fā)明專利]語音喚醒方法、裝置、芯片、電子設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110168131.0
• 申請(qǐng)日: 2021-02-07
• 公開（公告）號(hào): CN112951243A
• 公開（公告）日: 2021-06-11
• 發(fā)明（設(shè)計(jì)）人: 何婷婷;王樂臨;王鑫山;朱虎
• 申請(qǐng)（專利權(quán)）人: 深圳市匯頂科技股份有限公司
• 主分類號(hào): G10L17/00
• 分類號(hào): G10L17/00;G10L21/0208;G10L25/03;G10L25/18;G10L15/22
• 代理公司: 北京匯思誠業(yè)知識(shí)產(chǎn)權(quán)代理有限公司 11444
• 代理人: 高飛

1.一種語音喚醒方法，應(yīng)用于電子設(shè)備，其特征在于，所述方法包括：

獲取第一音頻信號(hào)，所述第一音頻信號(hào)來自佩戴該電子設(shè)備的佩戴者；

判斷所述第一音頻信號(hào)中是否包含語音；

若所述第一音頻信號(hào)包含語音，則開啟身份識(shí)別，以判斷所述佩戴者是否合法的目標(biāo)用戶；

若確定所述佩戴者為合法的目標(biāo)用戶，則進(jìn)行語義識(shí)別，以判斷來自所述佩戴者的音頻信號(hào)是否包含預(yù)設(shè)喚醒詞；

若確定來自所述佩戴者的音頻信號(hào)包含預(yù)設(shè)喚醒詞，則輸出與所述喚醒詞對(duì)應(yīng)的喚醒指令，以使所述電子設(shè)備執(zhí)行所述喚醒指令對(duì)應(yīng)的操作。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取第一音頻信號(hào)包括通過骨傳導(dǎo)傳感器獲取來自佩戴該電子設(shè)備的佩戴者的骨聲紋信號(hào)。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述若所述第一音頻信號(hào)包含語音，則開啟身份識(shí)別，以判斷所述佩戴者是否合法的目標(biāo)用戶，包括：

獲取第二音頻信號(hào)，并根據(jù)所述第二音頻信號(hào)判斷所述佩戴者是否合法的目標(biāo)用戶，所述第二音頻信號(hào)為空氣聲紋信號(hào)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述判斷所述佩戴者是否合法的目標(biāo)用戶包括：

獲取與所述空氣聲紋信號(hào)對(duì)應(yīng)的幀信號(hào)；

對(duì)所述幀信號(hào)進(jìn)行降噪，得到增強(qiáng)幀信號(hào)；

對(duì)所述增強(qiáng)幀信號(hào)進(jìn)行特征提取，得到空氣聲紋特征；

將所述空氣聲紋特征與目標(biāo)空氣聲紋特征進(jìn)行比較；

若所述空氣聲紋特征與目標(biāo)空氣聲紋特征匹配，則確定所述佩戴者為合法的目標(biāo)用戶。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述方法還包括：

若確定所述佩戴者為合法的目標(biāo)用戶，則根據(jù)所述空氣聲紋特征將空氣聲紋特征與目標(biāo)空氣聲紋特征匹配的判決門限進(jìn)行更新。

6.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述判斷所述第一音頻信號(hào)是否包含語音包括：

獲取所述骨聲紋信號(hào)中的時(shí)域信息和頻譜信息；

對(duì)所述時(shí)域信息和所述頻譜信息進(jìn)行特征提取，得到時(shí)域特征和頻譜特征；

基于所述時(shí)域特征和所述頻譜特征確定所述第一音頻信號(hào)中是否包含語音。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述時(shí)域特征包括時(shí)域能量及過零率，所述頻譜特征包括子帶頻譜能量及基因特征，所述基于所述時(shí)域特征和所述頻譜特征確定所述第一音頻信號(hào)中是否包含語音包括：

將所述第一音頻信號(hào)的時(shí)域能量與預(yù)設(shè)第一時(shí)域能量閾值進(jìn)行比較，若所述第一音頻信號(hào)的時(shí)域能量大于或等于預(yù)設(shè)第一時(shí)域能量閾值，則將所述第一音頻信號(hào)的過零率與預(yù)設(shè)過零率上限及預(yù)設(shè)過零率下限進(jìn)行比較，其中，所述第一時(shí)域能量閾值用于對(duì)所述第一音頻信號(hào)進(jìn)行初步篩選；

若所述第一音頻信號(hào)的過零率小于或等于預(yù)設(shè)過零率上限，且大于或等于預(yù)設(shè)過零率下限，則檢測(cè)所述第一音頻信號(hào)是否存在基因特征；

若所述第一音頻信號(hào)存在所述基因特征，則將所述第一音頻信號(hào)的子帶頻譜能量與與預(yù)設(shè)第二時(shí)域能量閾值進(jìn)行比較，其中，所述第二時(shí)域能量閾值用于對(duì)所述第一音頻信號(hào)進(jìn)行進(jìn)一步篩選，所述第二時(shí)域能量閾值高于所述第一時(shí)域能量閾值；

若所述第一音頻信號(hào)的時(shí)域能量大于或等于預(yù)設(shè)第二時(shí)域能量閾值，

且所述第一音頻信號(hào)的低頻子帶頻譜能量與中頻子帶頻譜能量之間為非預(yù)設(shè)倍數(shù)，或所述第一音頻信號(hào)的高頻子帶頻譜能量小于或等于低頻子帶頻譜能量，則確定所述第一音頻信號(hào)中包含語音。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述方法還包括：

若確定所述第一音頻信號(hào)中包含語音，則基于所述第一音頻信號(hào)的時(shí)域能量更新所述預(yù)設(shè)第一時(shí)域能量閾值；和/或

若確定所述第一音頻信號(hào)中包含語音，則基于所述第一音頻信號(hào)的過零率更新所述預(yù)設(shè)過零率上限及所述預(yù)設(shè)過零率下限。