本发明专利技术实施例提供一种语音唤醒方法及装置。该方法包括：对音频信号进行周期性采样，其中，在ti时刻采样得到采样信号；计算采样信号的音频能量；在音频能量大于或等于ti时刻的第一阈值时，唤醒DSP进行语音激活检测VAD；当VAD检测失败，且在ti时刻之前已连续n次检测失败，以及第一噪声能量与ti时刻的第一阈值的差值大于预设的第一门限值时，根据第一噪声能量生成第二阈值，并将第二阈值作为ti+1时刻的第一阈值，其中，第一噪声能量是通过以第一抽取率1/x对采样信号进行抽取，并对抽取出的采样点进行慢速跟踪滤波得到。本发明专利技术实施例可以减少进行VAD的次数，实现终端在嘈杂环境下功耗的降低。
【技术实现步骤摘要】
本专利技术实施例涉及语音唤醒技术，尤其涉及一种语音唤醒方法及装置。
技术介绍
随着科学技术的发展，终端普遍具有语音唤醒功能，使用者使用语音唤醒终端并 对其进行相应的语音控制。 目前的语音唤醒方案是采用麦克风激活检测（Microphone Activity Detection， 简称：MAD)电路和数字信号处理器（Digital Signal Processor，简称：DSP)两级配合来唤 醒终端。其中，如果MD电路检测到的当前音频信号的能量大于预设阈值，则唤醒DSP进行 语音激活检测（Voice Activity Detection，简称：VAD)，以通过VAD识别上述音频信号是 否为用户的语音；若是，则唤醒终端；若否，DSP唤醒为无效唤醒或误唤醒。具体地，VAD通 过比对上述音频信号的特征与用户的语音的特征，来判断语音信号是否为用户的语音。 采用上述语音唤醒方案，当终端处于不同的环境时，例如由安静环境切换到嘈杂 环境下，由于预设阈值是固定的，因此经常会出现无效唤醒或者误唤醒的现象，导致终端在 嘈杂环境下的功耗偏高。
技术实现思路
本专利技术实施例提供一种语音唤醒方法及装置，以降低终端在嘈杂环境下的功耗。 第一方面，本专利技术实施例提供一种语音唤醒方法，包括： 对音频信号进行周期性采样，其中，在^时刻采样得到采样信号y p i为正整数； 计算所述采样信号yi的音频能量T 1; 在所述音频能量1\大于或等于所述t ^寸刻的第一阈值A。的情况下，进行语音激 活检测VAD ; 当VAD已连续η次检测失败，且当VAD检测失败，且在所述^时刻之前已连续η次 检测失败，以及第一噪声能量S。与所述t #寸刻的第一阈值A。的差值大于预设的第一门限 值M。时，根据所述第一噪声能量S。生成第二阈值A i，并将所述第二阈值A1作为t 1+1时刻的 第一阈值A。，其中，所述第一噪声能量S。是通过以第一抽取率1/x对所述采样点y i进行抽 取，并对抽取出的采样点ys进行慢速跟踪滤波得到，X为大于1的自然数，η为正整数且η 小于i。 结合第一方面，在第一方面的第一种可能的实现方式中，所述根据所述第一噪声 能量S。生成第二阈值A i，包括： 将所述第一噪声能量S。作为所述第二阈值A 1; 或者，将所述第一噪声能量S。与预设的第一修正量N。之和作为所述第二阈值A 1; 或者，将所述第一噪声能量S。与预设的第一系数a。之积作为所述第二阈值A 1<3 结合第一方面，在第一方面的第二种可能的实现方式中，在所述计算所述采样信 号的音频能量T ;之后，还包括： 在所述音频能量T/j、于所述t ^寸刻的第一阈值A。，且从h "时刻直至t ^寸刻各自 的第一阈值A。与第二噪声能量F。的差值都大于预设的第二门限值M ^勺情况下，进行VAD， m为正整数且m小于i ; 当VAD检测成功时，根据所述第二噪声能量F。生成第三阈值A 2，并将所述第三阈 值A2作为t 1+1时刻的第一阈值A。，其中，所述第二噪声能量F。是通过以第二抽取率1/z对 所述采样信号7 1进行抽取，并对抽取出的采样点yf进行快速跟踪滤波得到，其中，z为大于 X的自然数。 结合第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式 中，所述根据所述第二噪声能量F。生成第三阈值A 2，包括： 将所述第二噪声能量F。作为所述第三阈值A 2; 或者，将所述第二噪声能量F。与预设的第二修正量N之和作为所述第三阈值A 2; 或者，将所述第二噪声能量F。与预设的第二系数a 积作为所述第三阈值A 2。 结合第一方面的第二种或第三种可能的实现方式，在第一方面的第四种可能的实 现方式中，在将所述第三阈值A 2作为t 1+1时刻的第一阈值A。之前，还包括： 记录所述^时刻为降低阈值时刻； 当所述h时刻与上一降低阈值时刻的时间间隔大于预设值T tlJ寸，执行所述将所 述第三阈值A2作为t 1+1时刻的第一阈值A。的步骤，否则，不执行所述将所述第三阈值A 2作 为t1+1时刻的第一阈值A。的步骤。 结合第一方面，在第一方面的第五种可能的实现方式中，在所述计算所述采样信 号的音频能量T ;之后，还包括： 在所述音频能量T/j、于所述t财刻的第一阈值A。，且所述^时刻的第一阈值A。 与所述第一噪声能量S。的差值大于预设的第三门限值^的情况下，根据所述第一噪声能量 S。生成第四阈值A 3，并将所述第四阈值A3作为t 1+1时刻的第一阈值A。。 结合第一方面的第五种可能的实现方式，在第一方面的第六种可能的实现方式 中，所述根据所述第一噪声能量S。生成第四阈值A 3，包括： 将所述第一噪声能量S。作为所述第四阈值A 3; 或者，将所述第一噪声能量S。与预设的第三修正量N 2之和作为所述第四阈值A 3; 或者，将所述第一噪声能量S。与预设的第三系数a 2之积作为所述第四阈值A 3。 结合第一方面的第五种或第六种可能的实现方式，在第一方面的第七种可能的实 现方式中，在将所述第四阈值A 3作为t 1+1时刻的第一阈值A。之前，还包括： 记录所述^时刻为降低阈值时刻； 当所述h时刻与上一降低阈值时刻的时间间隔大于预设值T tllJ寸，执行所述将所 述第四阈值A3作为t 1+1时刻的第一阈值A。的步骤，否则，不执行所述将所述第四阈值A 3作 为t1+1时刻的第一阈值A。的步骤。 第二方面，本专利技术实施例提供一种语音唤醒装置，包括： 采样频率转换器SRC，用于对音频信号进行周期性采样，其中，在h时刻采样得到 采样信号 yi，i为正整数； 运算电路，用于计算所述采样信号yi的音频能量T 1; 阈值判决电路，用于判断所述音频能量T1是否大于或等于所述t ^寸刻的第一阈值 A。;在所述音频能量T 1大于或等于所述t 4寸刻的第一阈值A。的情况下，触发中断处理电路 输出中断脉冲信号给中断控制电路，由所述中断控制电路使能数字信号处理器DSP或处理 器进行语音激活检测VAD ; 第一抽取器，所述第一抽取器的输入端耦合至所述SRC的输出端，用于以第一抽 取率1/x对所述采样信号 yi进行抽取得到采样点ys，X为大于1的自然数； 慢速跟踪滤波器STF，所述STF的输入端耦合至所述第一抽取器的输出端，用于对 所述抽取得到采样点ys进行慢速跟踪滤波得到第一噪声能量S。； 比较器，所述比较器的输入端耦合至与所述STF的输出端及所述阈值判决电路， 用于比较所述第一噪声能量S。与所述t 4寸刻的第一阈值A。的差值是否大于预设的第一门 限值M。； 配置器，用于当VAD检测失败，且在所述^时刻之前已连续η次检测失败，以及所 述第一噪声能量S。与所述t ^寸刻的第一阈值A。的差值大于预设的第一门限值M。时，根据 所述第一噪声能量S。生成第二阈值A i，并将所述第二阈值A1作为t i+1时刻的第一阈值A。， 下发至所述阈值判决电路，η为正整数且η小于i。 结合第二方面，在第二方面的第一种可能的实现方式中，所述配置器具体用于： 将所述第一噪声能量S。作为所述第二阈值A 1; 或者，将所述第一噪声能量S。与预设的第一修正量N。之和作为所述第二阈值A 1; 或者，将所述第一噪声能量S。与预设的第一系数a。之积作为所述第二阈值A 1<本文档来自技高网...
【技术保护点】
一种语音唤醒方法，其特征在于，包括：对音频信号进行周期性采样，其中，在ti时刻采样得到采样信号yi，i为正整数；计算所述采样信号yi的音频能量Ti；在所述音频能量Ti大于或等于所述ti时刻的第一阈值A0的情况下，进行语音激活检测VAD；当VAD检测失败，且在所述ti时刻之前已连续n次检测失败，以及第一噪声能量S0与所述ti时刻的第一阈值A0的差值大于预设的第一门限值M0时，根据所述第一噪声能量S0生成第二阈值A1，并将所述第二阈值A1作为ti+1时刻的第一阈值A0，其中，所述第一噪声能量S0是通过以第一抽取率1/x对所述采样信号yi进行抽取，并对抽取出的采样点ys进行慢速跟踪滤波得到，x为大于1的自然数，n为正整数且n小于i。
【技术特征摘要】
【专利技术属性】
技术研发人员：马涛，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。