[發明專利]多音區語音喚醒、識別方法和裝置、設備、存儲介質

在審

• 申請號: 202110639837.0
• 申請日: 2021-06-08
• 公開（公告）號: CN113380247A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 周毅;左聲勇
• 申請（專利權）人: 阿波羅智聯（北京）科技有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L25/51
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 劉麗麗

1.一種多音區語音喚醒方法，包括：

獲取N路音頻信號，其中，每路音頻信號對應于N個音區中的一個音區；

基于所述N路音頻信號與喚醒引擎中N個同步音頻處理線程之間的對應關系，將每路音頻信號輸入一個對應的音頻處理線程；以及

響應于所述N個同步音頻處理線程中出現有喚醒結果的線程，將與所述有喚醒結果的線程對應的音區確定為所述N個音區中的已喚醒音區。

2.根據權利要求1所述的方法，還包括：

響應于所述N個同步音頻處理線程中出現有喚醒結果的線程，確定所述N個同步音頻處理線程中是否同時有多個線程有喚醒結果；

響應于確定所述N個同步音頻處理線程中同時有多個線程有喚醒結果，確定同時有喚醒結果的多個線程中輸入音頻信號最強的一個目標線程；

其中，將與所述有喚醒結果的線程對應的音區確定為所述N個音區中的已喚醒音區，包括：將與所述目標線程對應的一個目標音區確定為所述N個音區中的已喚醒音區。

3.根據權利要求1所述的方法，其中，所述獲取N路音頻信號，包括：

利用N個拾音器同時采集N路音頻信號，其中，每個拾音器設置在所述N個音區中的一個音區內；

將所述N個拾音器同時采集的N路音頻信號組合成一幀音頻數據傳輸至所述喚醒引擎；

通過所述喚醒引擎，從所述音頻數據中提取對應的N路音頻信號，以便按照所述對應關系，分別輸入一個對應的音頻處理線程進行處理。

4.一種多音區語音識別方法，包括：

根據權利要求1至3中任一項所述的多音區語音喚醒方法，確定出N個音區中的第一已喚醒音區；

獲取設置在所述第一已喚醒音區內的拾音器采集的音頻信號；以及

將所述音頻信號傳輸至語音識別引擎進行語音識別。

5.根據權利要求4所述的方法，還包括：在所述確定出N個音區中的第一已喚醒音區之后，

響應于所述拾音器在預設時間段內一直未采集到音頻信號，關閉所述第一已喚醒音區的語音識別通道；以及

根據權利要求1至3中任一項所述的多音區語音喚醒方法，重新確定所述N個音區中的已喚醒音區。

6.根據權利要求4所述的方法，還包括：在進行語音識別過程中，

響應于所述N個音區中出現第二已喚醒音區，關閉所述第一已喚醒音區的語音識別通道，其中，所述第二已喚醒音區的權限高于所述第一已喚醒音區的權限；

獲取設置在所述第二已喚醒音區內的拾音器采集的音頻信號；以及

將該音頻信號傳輸至所述語音識別引擎進行語音識別。

7.一種多音區語音喚醒裝置，包括：

第一獲取模塊，用于獲取N路音頻信號，其中，每路音頻信號對應于N個音區中的一個音區；

輸入模塊，用于基于所述N路音頻信號與喚醒引擎中N個同步音頻處理線程之間的對應關系，將每路音頻信號輸入一個對應的音頻處理線程；以及

第一確定模塊，用于響應于所述N個同步音頻處理線程中出現有喚醒結果的線程，將與所述有喚醒結果的線程對應的音區確定為所述N個音區中的已喚醒音區。

8.根據權利要求7所述的裝置，還包括：

第二確定模塊，用于響應于所述N個同步音頻處理線程中出現有喚醒結果的線程，確定所述N個同步音頻處理線程中是否同時有多個線程有喚醒結果；

第三確定模塊，用于響應于確定所述N個同步音頻處理線程中同時有多個線程有喚醒結果，確定同時有喚醒結果的多個線程中輸入音頻信號最強的一個目標線程；

其中，所述第一確定模塊還用于：將與所述目標線程對應的一個目標音區確定為所述N個音區中的已喚醒音區。