[發(fā)明專利]語音喚醒方法及相關(guān)裝置、電子設(shè)備、存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202211269791.9
• 申請日: 2022-10-14
• 公開（公告）號: CN115798468A
• 公開（公告）日: 2023-03-14
• 發(fā)明（設(shè)計）人: 肖建輝
• 申請（專利權(quán)）人: 科大訊飛股份有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L17/22
• 代理公司: 深圳市威世博知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44280
• 代理人: 柳芳

本申請公開了一種語音喚醒方法及相關(guān)裝置、電子設(shè)備、存儲介質(zhì)，其中，語音喚醒方法包括：檢測用戶語音的喚醒置信度，并依次分析喚醒置信度分別與第一喚醒閾值、第二喚醒閾值之間的大小關(guān)系，且第一喚醒閾值小于第二喚醒閾值；響應(yīng)于喚醒置信度不小于第二喚醒閾值，開啟語音交互；響應(yīng)于喚醒置信度不小于第一喚醒閾值且小于第二喚醒閾值，基于從用戶語音提取到的第一聲紋特征和語音交互系統(tǒng)已經(jīng)存儲的若干第二聲紋特征，確定是否開啟語音交互。上述方案，能夠提升喚醒響應(yīng)速度，同時提升喚醒準(zhǔn)確性。

技術(shù)領(lǐng)域

本申請涉及人工智能技術(shù)領(lǐng)域，特別是涉及一種語音喚醒方法及相關(guān)裝置、電子設(shè)備、存儲介質(zhì)。

背景技術(shù)

隨著人工智能技術(shù)飛速發(fā)展，智能語音技術(shù)已經(jīng)全面普及，基于聲紋的喚醒方案也廣泛應(yīng)用于智能家居、移動設(shè)備、車載領(lǐng)域等各類語音產(chǎn)品。

當(dāng)前，隨著智能語音技術(shù)的全面普及，語音喚醒的響應(yīng)速度和語音喚醒的準(zhǔn)確性也愈發(fā)重要。有鑒于此，如何提升喚醒響應(yīng)速度，同時提升喚醒準(zhǔn)確性，成為亟待解決的問題。

發(fā)明內(nèi)容

本申請主要解決的技術(shù)問題是提供一種語音喚醒方法及相關(guān)裝置、電子設(shè)備、存儲介質(zhì)，能夠提升喚醒響應(yīng)速度，同時提升喚醒準(zhǔn)確性。

為了解決上述技術(shù)問題，本申請第一方面提供了一種語音喚醒方法，包括：檢測用戶語音的喚醒置信度，并依次分析喚醒置信度分別與第一喚醒閾值、第二喚醒閾值之間的大小關(guān)系，且第一喚醒閾值小于第二喚醒閾值；響應(yīng)于喚醒置信度不小于第二喚醒閾值，開啟語音交互；響應(yīng)于喚醒置信度不小于第一喚醒閾值且小于第二喚醒閾值，基于從用戶語音提取到的第一聲紋特征和語音交互系統(tǒng)已經(jīng)存儲的若干第二聲紋特征，確定是否開啟語音交互。

為了解決上述技術(shù)問題，本申請第二方面提供了一種語音喚醒裝置，包括：置信檢測模塊、數(shù)值分析模塊、第一響應(yīng)模塊和第二響應(yīng)模塊；其中，置信檢測模塊用于檢測用戶語音的喚醒置信度；數(shù)值分析模塊用于依次分析喚醒置信度分別與第一喚醒閾值、第二喚醒閾值之間的大小關(guān)系；其中，第一喚醒閾值小于第二喚醒閾值；第一響應(yīng)模塊用于響應(yīng)于喚醒置信度不小于第二喚醒閾值，開啟語音交互；第二響應(yīng)模塊用于響應(yīng)于喚醒置信度不小于第一喚醒閾值且小于第二喚醒閾值，基于從用戶語音提取到的第一聲紋特征和語音交互系統(tǒng)已經(jīng)存儲的若干第二聲紋特征，確定是否開啟語音交互。

為了解決上述技術(shù)問題，本申請第三方面提供了一種電子設(shè)備，包括相互耦接的存儲器和處理器，存儲器中存儲有程序指令，處理器用于執(zhí)行程序指令以實現(xiàn)上述第一方面的語音喚醒方法。

為了解決上述技術(shù)問題，本申請第四方面提供了一種計算機(jī)可讀存儲介質(zhì)，存儲有能夠被處理器運行的程序指令，程序指令用于實現(xiàn)上述第一方面的語音喚醒方法。

上述方案，檢測用戶語音的喚醒置信度，并依次分析喚醒置信度分別與第一喚醒閾值、第二喚醒閾值之間的大小關(guān)系，且第一喚醒閾值小于第二喚醒閾值；響應(yīng)于喚醒置信度不小于第二喚醒閾值，開啟語音交互；響應(yīng)于喚醒置信度不小于第一喚醒閾值且小于第二喚醒閾值，基于從用戶語音提取到的第一聲紋特征和語音交互系統(tǒng)已經(jīng)存儲的若干第二聲紋特征，確定是否開啟語音交互，一方面設(shè)置雙喚醒閾值，通過差異性地喚醒閾值，進(jìn)而確定是否開啟語音交互，有助于降低語音誤喚醒概率，另一方面在喚醒置信度不小于第一喚醒閾值且小于第二喚醒閾值，基于第一聲紋特征和第二聲紋特征，確定是否開啟語音交互，有助于提升喚醒準(zhǔn)確性，此外，在語音喚醒過程中，通過先進(jìn)行喚醒閾值判斷，再視情況進(jìn)行聲紋檢測，進(jìn)而確定是否開啟語音交互，能夠提升喚醒響應(yīng)速度，同時提升喚醒準(zhǔn)確性。

應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，而非限制本申請。

附圖說明

此處的附圖被并入說明書中并構(gòu)成本說明書的一部分，這些附圖示出了符合本申請的實施例，并與說明書一起用于說明本申請的技術(shù)方案。

圖1是本申請語音喚醒方法一實施例的流程示意圖；