语音唤醒方法、装置和计算机可读存储介质制造方法及图纸

本公开涉及一种语音唤醒方法、装置和计算机可读存储介质，涉及计算机技术领域。本公开的方法包括：将语音信号在预定的多个方向上进行波束形成，得到多个波束；将波束输入预先训练的关键词识别模型，得到波束的包含关键词的概率；根据波束包含关键词的概率和波束的信号质量，确定指向声源方向的波束，作为声源波束；根据连续多个时刻的声源波束的特征匹配结果，确定是否唤醒系统。本公开不采用现有的声源定位方法和语音唤醒流程，将波束形成算法跟声源定位算法解耦，从而避开声源定位精度对波束形成算法方位的影响，进而提高语音系统唤醒准确率，提升用户体验。

【技术实现步骤摘要】
语音唤醒方法、装置和计算机可读存储介质
本公开涉及计算机
，特别涉及一种语音唤醒方法、装置和计算机可读存储介质。
技术介绍
随着计算机技术的发展，人类与机器信息交流的需求越来越迫切。语音作为人类最自然的交互方式之一，也成为人们希望能替代鼠标键盘与计算机交流的最重要方式之一。而随着智能家居、智能车辆、智能会议系统等智能终端的发展需求越来越迫切，作为智能终端入口的智能语音唤醒系统技术受到了越来越多的关注。语音通信过程中会受到周围环境和传播媒介引入的干扰(比如回声、混响及干扰声源等)，使得计算机对语音的理解力急剧下降。由于噪声干扰总是来自四面八方，采用单个麦克风捕捉纯净语音变得非常困难。目前语音唤醒系统主要基于麦克风阵列方法，将多个麦克风采集语音进行时空域处理，从而达到抑制噪声、语音增强的目的。专利技术人已知的语音唤醒方法大体包括以下步骤：通过麦克风阵列采集语音信号，对语音信号进行预处理，通过声源定位及追踪技术确定声源的角度和方位，采用波束形成技术生成指向声源角度和方位的波束，将形成的波束传输给语音识别系统进行辨识，确定是否唤醒系统。
技术实现思路
专利技术人发现：目前的声源定位按定位原本文档来自技高网...

【技术保护点】
1.一种语音唤醒方法，包括：将语音信号在预定的多个方向上进行波束形成，得到多个波束；将所述波束输入预先训练的关键词识别模型，得到所述波束的包含关键词的概率；根据所述波束包含关键词的概率和所述波束的信号质量，确定指向声源方向的波束，作为声源波束；根据连续多个时刻的声源波束的特征匹配结果，确定是否唤醒系统。

【技术特征摘要】
1.一种语音唤醒方法，包括：将语音信号在预定的多个方向上进行波束形成，得到多个波束；将所述波束输入预先训练的关键词识别模型，得到所述波束的包含关键词的概率；根据所述波束包含关键词的概率和所述波束的信号质量，确定指向声源方向的波束，作为声源波束；根据连续多个时刻的声源波束的特征匹配结果，确定是否唤醒系统。2.根据权利要求1所述的语音唤醒方法，其中，所述将所述波束输入预先训练的关键词识别模型包括：根据所述波束的信号质量，选取部分波束输入预先训练的关键词识别模型。3.根据权利要求2所述的语音唤醒方法，其中，所述根据所述波束的信号质量，选取部分波束包括：根据所述波束在固定时间窗内的能量和信噪比中至少一项，确定所述波束的信号质量；选取信号质量高于信号质量阈值的部分波束。4.根据权利要求1所述的语音唤醒方法，其中，所述根据所述波束包含关键词的概率和所述波束的信号质量，确定指向声源方向的波束，作为声源波束包括：将所述波束包含关键词的概率和所述波束的信号质量进行加权求和，得到波束的重要程度；选取重要程度最高的波束作为声源波束，所述声源波束指向的方向确定为声源方向。5.根据权利要求1所述的语音唤醒方法，其中，所述根据连续多个时刻的声源波束的特征匹配结果，确定是否唤醒系统包括：将连续多个时刻的声源波束指向的声源方向进行匹配，并确定所述连续多个时刻的声源波束是否均包含关键词；在连续多个时刻的声源波束指向的声源方向一致，并且所述连续多个时刻的声源波束均包含关键词的情况下，唤醒系统。6.根据权利要求1所述的语音唤醒方法，其中，所述将语音信号在预定的多个方向上进行波束形成，得到多个波束包括：根据点源噪声的方向、点源噪声与白噪声的比例和预定方向的指向向量，确定麦克风接收到的各路语音信号相对于该预定方向的权重；根据麦克风接收到的各路语音信号相对于该预定方向的权重，对麦克风接收到的各路语音信号进行加权求和，确定该预定方向的波束。7.根据权利要求6所述的语音唤醒方法，其中，所述麦克风接收到的各路语音信号相对于该预定方向的权重根据以下公式计算：其中，Wm(k)为第m个波束处理过程中麦克风接收到的各路语音信号相对于该预定方向的权重向量，k为麦克风接收信号不同频段的编号，为第m个波束处理过程中噪声的协方差矩阵，为逆矩阵，为第m个波束处理过程中预定方向的麦克风阵列指向向量，为的共轭转置，αpsn为噪声中预定方位点源干扰噪声的比例，1-αpsn为噪声中白噪声的比例，为第m个波束处理过程中预定方位点源干扰噪声的指向向量，为共轭转置。8.根据权利要求1所述的语音唤醒方法，还包括：将语音信号在预定的多个方向上进行波束形成过程，得到多个波束；对多个波束进行关键词标注，作为训练波束；将所述训练波束输入关键词识别模型进行训练，以得到预先训练的关键词识别模型。9.根据权利要求1所述的语音唤醒方法，其中，在所述将语音信号在预定的多个方向上进行波束形成过程之前还包括：将通过麦克风接收的语音信号进行回声消除。10.根据权利要求1-9任一项所述的语音唤醒方法，其中，所述关键词识别模型包括：深度学习模型或隐马尔科夫模型。11.一种语音唤醒装置，包括：波束形成模块，用于将语音信号在预定的多个方向上进行波束形成，得到多个波束；...

【专利技术属性】
技术研发人员：徐晴晴，陈宇，杨楠，耿岭，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京,11