[發明專利]語音啟動終端的方法及裝置、介質和電子設備

在審

• 申請號: 202110275697.3
• 申請日: 2021-03-15
• 公開（公告）號: CN113066501A
• 公開（公告）日: 2021-07-02
• 發明（設計）人: 陳喆;胡寧寧
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G10L17/14
• 分類號: G10L17/14;G10L15/22;H04M1/72454;H04M1/72433
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 劉抗美

1.一種語音啟動終端的方法，其特征在于，包括：

在確定終端的第一芯片當前處于休眠狀態的情況下，接收并切分語音信號，得到多個音頻片段；

在確定所述多個音頻片段中包含第一預設文本的情況下，將包含所述第一預設文本的目標音頻片段發送至所述第一芯片，觸發所述第一芯片退出休眠狀態；

通過所述第一芯片加載與語音播放相關的參數，以使終端播放第二預設文本，并基于所述第一芯片根據所述目標音頻片段進行用戶身份認證；

在用戶身份認證通過的情況下，顯示目標圖形用戶界面。

2.根據權利要求1所述的方法，其特征在于，

接收并切分語音信號，得到多個音頻片段，包括：

通過第二芯片接收并切分語音信號，得到多個音頻片段，其中，所述第二芯片的功耗低于所述第一芯片；

在確定所述多個音頻片段中包含第一預設文本的情況下，將包含所述第一預設文本的目標音頻片段發送至所述第一芯片，包括：

通過所述第二芯片確定所述多個音頻片段中包含第一預設文本，并通過所述第二芯片將包含所述第一預設文本的目標音頻片段發送至所述第一芯片。

3.根據權利要求2所述的方法，其特征在于，通過所述第二芯片確定所述多個音頻片段中包含第一預設文本，包括：

通過所述第二芯片提取各所述音頻片段的梅爾頻率倒譜系數；

通過所述第二芯片根據與所述第一預設文本相關的高斯混合通用背景模型對各所述音頻片段的梅爾頻率倒譜系數進行匹配；

在存在匹配的音頻片段的情況下，則確定所述多個音頻片段中包含所述第一預設文本。

4.根據權利要求1至3中任意一項所述的方法，其特征在于，在通過所述第一芯片加載與語音播放相關的參數之前，所述方法還包括：

通過所述第一芯片確定所述多個音頻片段中包含所述第一預設文本。

5.根據權利要求4所述的方法，其特征在于，所述方法還包括：

在確定所述多個音頻片段中未包含所述第一預設文本的情況下，保持所述第一芯片處于休眠狀態。

6.根據權利要求1至3中任意一項所述的方法，其特征在于，基于所述第一芯片根據所述目標音頻片段進行用戶身份認證，包括：

獲取所述目標音頻片段的聲紋特征；

將所述聲紋特征輸入身份確認模型，得到所述目標音頻片段屬于的目標用戶的預測概率；

確定所述預測概率大于第一預設值，則用戶身份認證通過。

7.根據權利要求6所述的方法，其特征在于，所述方法還包括：

在所述預測概率大于第一預設值的情況下，獲取所述語音信號對應的信用驗證信息，并根據所述信用驗證信息驗證所述語音信號；

在驗證通過的情況下，保存所述目標音頻片段至目標文件夾，以通過所述目標文件夾中所包含的聲紋特征更新所述身份確認模型。

8.根據權利要求7所述的方法，其特征在于，獲取所述語音信號對應的信用驗證信息，包括：

獲取采集到所述語音信號時對應的網絡信息、地理位置信息和藍牙設備信息中的一種或多種，得到所述信用驗證信息。

9.根據權利要求7所述的語音啟動終端的方法，其特征在于，通過所述目標文件夾中所包含的聲紋特征更新所述身份確認模型，包括：

每間隔預設時長，在所述目標文件夾中獲取所述預測概率較大的N個音頻片段，N為正整數；

通過所述預測概率較大的N個音頻片段的聲紋特征更新所述身份確認模型，并清空所述目標文件夾。

10.根據權利要求7所述的語音啟動終端的方法，其特征在于，在根據所述信用驗證信息驗證所述語音信號之前，所述方法還包括：

在所述預測概率大于所述第一預設值的情況下，獲取所述目標音頻片段的信噪比；以在確定所述信噪比低于第二預設值的情況下，根據所述信用驗證信息驗證所述語音信號。