[發明專利]語音喚醒方法、裝置、存儲介質及電子設備

在審

• 申請號: 202110778557.8
• 申請日: 2021-07-09
• 公開（公告）號: CN113327611A
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 李亞偉;姚海濤;田垚;蔡猛;馬澤君
• 申請（專利權）人: 北京有竹居網絡技術有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26;G10L15/02
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 李柯瑩

本公開涉及一種語音喚醒方法、裝置、存儲介質及電子設備，以減少誤喚醒和系統運行開銷。該語音喚醒方法包括：獲取多路語音信號；將所述多路語音信號輸入語音喚醒模型，以得到所述多路語音信號對應的語音喚醒結果，其中所述語音喚醒模型用于確定所述多路語音信號對應的信號權重值，根據所述多路語音信號對應的所述信號權重值對所述多路語音信號進行融合處理，得到目標語音信號，并根據所述目標語音信號確定所述多路語音信號對應的語音喚醒結果。

技術領域

本公開涉及語音技術領域，具體地，涉及一種語音喚醒方法、裝置、存儲介質及電子設備。

背景技術

語音喚醒技術通過在電子設備或軟件中預置喚醒詞，當用戶發出喚醒詞對應的語音指令時，電子設備可以從休眠狀態中被喚醒并作出指定響應。

相關技術中，電子設備內部可能設置多個語音采集部件，因此可以采集到多路語音信號，并且會對多路語音信號進行信號增強，然后將增強后的多路語音信號送入喚醒引擎。按照此種方式，每一路語音信號都可能觸發喚醒操作。但是，多路語音信號含有大量冗余的信息會增大誤喚醒的可能性，并且運行多路喚醒引擎，會增大系統的開銷，在低功耗場景或電子設備上可能難以使用。

發明內容

提供該發明內容部分以便以簡要的形式介紹構思，這些構思將在后面的具體實施方式部分被詳細描述。該發明內容部分并不旨在標識要求保護的技術方案的關鍵特征或必要特征，也不旨在用于限制所要求的保護的技術方案的范圍。

第一方面，本公開提供一種語音喚醒方法，所述方法包括：

獲取多路語音信號；

將所述多路語音信號輸入語音喚醒模型，以得到所述多路語音信號對應的語音喚醒結果，其中所述語音喚醒模型用于確定所述多路語音信號對應的信號權重值，根據所述多路語音信號對應的所述信號權重值對所述多路語音信號進行融合處理，得到目標語音信號，并根據所述目標語音信號確定所述多路語音信號對應的語音喚醒結果。

第二方面，本公開提供一種語音喚醒裝置，所述裝置包括：

獲取單元，用于獲取多路語音信號；

喚醒單元，用于將所述多路語音信號輸入語音喚醒模型，以得到所述多路語音信號對應的語音喚醒結果，其中所述語音喚醒模型用于確定所述多路語音信號對應的信號權重值，根據所述多路語音信號對應的所述信號權重值對所述多路語音信號進行融合處理，得到目標語音信號，并根據所述目標語音信號確定所述多路語音信號對應的語音喚醒結果。

第三方面，本公開提供一種非臨時性計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理裝置執行時實現第一方面中所述方法的步驟。

第四方面，本公開提供一種電子設備，包括：

存儲裝置，其上存儲有計算機程序；

處理裝置，用于執行所述存儲裝置中的所述計算機程序，以實現第一方面中所述方法的步驟。

通過上述技術方案，語音喚醒模型可以根據多路語音信號對應的信號權重值將多路語音信號融合成目標語音信號，然后根據目標語音信號確定多路語音信號對應的語音喚醒結果，比如將目標語音信號送入喚醒引擎。由此，可以減少多路語音信號中冗余信息對語音喚醒的影響，從而減少誤喚醒。并且通過融合的方式可以減少語音信號的支路數量，從而可以減少喚醒引擎的運行鏈路，降低系統開銷，使得語音喚醒方法可以適應于低功耗場景或設備。

本公開的其他特征和優點將在隨后的具體實施方式部分予以詳細說明。

附圖說明

結合附圖并參考以下具體實施方式，本公開各實施例的上述和其他特征、優點及方面將變得更加明顯。貫穿附圖中，相同或相似的附圖標記表示相同或相似的元素。應當理解附圖是示意性的，原件和元素不一定按照比例繪制。在附圖中：