[發(fā)明專利]語音喚醒測試方法、裝置、設備及介質(zhì)

在審

• 申請?zhí)枺?/td>: 202310403853.9
• 申請日: 2023-04-14
• 公開（公告）號: CN116416971A
• 公開（公告）日: 2023-07-11
• 發(fā)明（設計）人: 赫甲帥;左嘉琪
• 申請（專利權(quán)）人: 北京聲智科技有限公司
• 主分類號: G10L15/01
• 分類號: G10L15/01;G10L15/00;G10L15/22;G10L15/26;G10L15/30
• 代理公司: 北京三高永信知識產(chǎn)權(quán)代理有限責任公司 11138
• 代理人: 邢少真

1.一種語音喚醒測試方法，其特征在于，所述方法包括：

獲取喚醒詞對應的語音數(shù)據(jù)；

通過口音轉(zhuǎn)換、語速調(diào)節(jié)、噪聲調(diào)節(jié)和尾端點調(diào)節(jié)中的至少一項，對所述語音數(shù)據(jù)進行擴充，得到多條測試數(shù)據(jù)；

基于所述多條測試數(shù)據(jù)，對電子設備進行語音喚醒測試，得到所述多條測試數(shù)據(jù)對應的喚醒結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，通過口音轉(zhuǎn)換，對所述語音數(shù)據(jù)進行擴充，得到多條測試數(shù)據(jù)，包括：

獲取多個聲調(diào)變化參數(shù)，所述聲調(diào)變化參數(shù)用于指示所述喚醒詞的聲調(diào)變化；

基于獲取的多個聲調(diào)變化參數(shù)，分別對所述語音數(shù)據(jù)進行聲調(diào)調(diào)整，得到多條測試數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述多個聲調(diào)變化參數(shù)包括多個方言分別對應的聲調(diào)變化參數(shù)，所述聲調(diào)變化參數(shù)用于指示采用所述方言說出所述喚醒詞時，所述喚醒詞的聲調(diào)變化；或者，所述多個聲調(diào)變化參數(shù)包括隨機生成的聲調(diào)變化參數(shù)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，通過口音轉(zhuǎn)換，對所述語音數(shù)據(jù)進行擴充，得到多條測試數(shù)據(jù)，包括：

將所述喚醒詞轉(zhuǎn)換成對應的方言詞語；

合成所述方言詞語對應的語音數(shù)據(jù)，將所述方言詞語對應的語音數(shù)據(jù)作為測試數(shù)據(jù)。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，通過語速調(diào)節(jié)，對所述語音數(shù)據(jù)進行擴充，得到多條測試數(shù)據(jù)，包括：

通過調(diào)節(jié)所述語音數(shù)據(jù)的波長，得到語速調(diào)節(jié)后的語音數(shù)據(jù)；

將所述語速調(diào)節(jié)后的語音數(shù)據(jù)，作為測試數(shù)據(jù)。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述通過調(diào)節(jié)所述語音數(shù)據(jù)的波長，得到語速調(diào)節(jié)后的語音數(shù)據(jù)，包括以下至少一項：

增大所述語音數(shù)據(jù)的波長，以得到語速減慢的語音數(shù)據(jù)；

減小所述語音數(shù)據(jù)的波長，以得到語速加快的語音數(shù)據(jù)；

對所述語音數(shù)據(jù)的多個波長進行隨機增大或減小，以得到語速調(diào)節(jié)后的語音數(shù)據(jù)。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，通過噪聲調(diào)節(jié)，對所述語音數(shù)據(jù)進行擴充，得到多條測試數(shù)據(jù)，包括：

通過對所述語音數(shù)據(jù)進行加噪或者減噪處理，得到測試數(shù)據(jù)。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述通過對所述語音數(shù)據(jù)進行加噪或者減噪處理，得到測試數(shù)據(jù)，包括以下至少一項：

獲取多條噪聲數(shù)據(jù)，將所述語音數(shù)據(jù)與所述多條噪聲數(shù)據(jù)分別進行組合，得到多條測試數(shù)據(jù)；

基于多條噪聲數(shù)據(jù)，確定多個噪聲組合，每個噪聲組合包括至少兩條噪聲數(shù)據(jù)；將所述語音數(shù)據(jù)與所述多個噪聲組合分別進行組合，得到多條測試數(shù)據(jù)；

針對獲取的每條噪聲數(shù)據(jù)，從所述語音數(shù)據(jù)的完整時間段中隨機確定第一時間段，將所述噪聲數(shù)據(jù)添加到所述語音數(shù)據(jù)的第一時間段中，得到測試數(shù)據(jù)；

采用多種去噪方法，分別對所述語音數(shù)據(jù)進行去噪處理，得到多條測試數(shù)據(jù)。

9.根據(jù)權(quán)利要求1所述的方法，其特征在于，通過尾端點調(diào)節(jié)，對所述語音數(shù)據(jù)進行擴充，得到多條測試數(shù)據(jù)，包括：

確定第一時長，所述第一時長為小于所述語音數(shù)據(jù)的完整時長的任一時長；

從所述語音數(shù)據(jù)的尾部裁減掉所述第一時長的語音數(shù)據(jù)，得到測試數(shù)據(jù)。

10.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述多條測試數(shù)據(jù)，對電子設備進行語音喚醒測試，得到所述多條測試數(shù)據(jù)對應的喚醒結(jié)果，包括：

基于所述多條測試數(shù)據(jù)生成匯總文檔，一條測試數(shù)據(jù)對應所述匯總文檔的一行，所述行中記錄有所述測試數(shù)據(jù)的調(diào)節(jié)參數(shù)，所述調(diào)節(jié)參數(shù)用于指示對所述語音數(shù)據(jù)的調(diào)節(jié)方式；

在基于任一條測試數(shù)據(jù)，對所述電子設備進行語音喚醒測試，得到所述測試數(shù)據(jù)對應的喚醒結(jié)果之后，在所述測試數(shù)據(jù)對應的行中添加所述喚醒結(jié)果。