The invention discloses a method and device for training and using a voice wake-up model, wherein, a method for training a voice wake-up model includes: acquiring training voice data for the voice wake-up model; inputting the training voice data to a keyword detection system and a speed detection system respectively; acquiring whether the training voice data output by the keyword detection system includes The first output result of the wake-up word is specified to obtain the second output result of the speed of the training voice data output by the speed detection system; at least the first attribute and the second attribute of the training voice data are used as the reference to train the keyword detection system and the speed detection system. The method of the application and the scheme provided by the device can greatly reduce the influence of the speech speed on the wake-up result by considering the influence of the speech speed on the wake-up result, adding the speech speed detection, and adopting different length sliding windows for the speech with different speech speed.
【技术实现步骤摘要】
语音唤醒模型的训练和使用方法及装置
本专利技术属于语音唤醒
,尤其涉及语音唤醒模型的训练和使用方法及装置。
技术介绍
相关技术中,存在基于深度学习的关键字识别技术,即语音唤醒技术,例如一个语音交互系统,当用户说出指令,系统判断是否是唤醒词,如果是,交互系统被唤醒,如果不是,交互系统不被唤醒。语音唤醒模型需要给定唤醒词,要经过前期的训练,得到唤醒模型。专利技术人在实现本申请的过程中发现,基于深度学习的语音唤醒技术在用户的正常语速下表现优异,在快语速下表现较差;同一个唤醒词,在正常语速下唤醒率是90%,在快语速下可以低至70%。
技术实现思路
本专利技术实施例提供一种语音唤醒模型的训练和使用方法及装置,用于至少解决上述技术问题之一。第一方面,本专利技术实施例提供一种语音唤醒模型的训练方法,包括:获取针对语音唤醒模型的训练语音数据,其中,所述训练语音数据具有已知的第一属性和已知的第二属性,所述第一属性为是否包含指定唤醒词,所述第二属性为语速快慢;将所述训练语音数据分别输入至关键字检测系统和语速检测系统,其中,所述关键字检测系统用于检测语音数据中是否包含指定唤醒词,所述语速检测系统用于检测语音数据的语速快慢;获取所述关键字检测系统输出的所述训练语音数据是否包含指定唤醒词的第一输出结果,获取所述语速检测系统输出的所述训练语音数据的快慢的第二输出结果;至少将所述训练语音数据的所述第一属性和所述第二属性作为基准对所述关键字检测系统和所述语速检测系统进行训练。第二方面 ...
【技术保护点】
1.一种语音唤醒模型的训练方法,包括:/n获取针对语音唤醒模型的训练语音数据,其中,所述训练语音数据具有已知的第一属性和已知的第二属性,所述第一属性为是否包含指定唤醒词,所述第二属性为语速快慢;/n将所述训练语音数据分别输入至关键字检测系统和语速检测系统,其中,所述关键字检测系统用于检测语音数据中是否包含指定唤醒词,所述语速检测系统用于检测语音数据的语速快慢;/n获取所述关键字检测系统输出的所述训练语音数据是否包含指定唤醒词的第一输出结果,获取所述语速检测系统输出的所述训练语音数据的快慢的第二输出结果;/n至少将所述训练语音数据的所述第一属性和所述第二属性作为基准对所述关键字检测系统和所述语速检测系统进行训练。/n
【技术特征摘要】
1.一种语音唤醒模型的训练方法,包括:
获取针对语音唤醒模型的训练语音数据,其中,所述训练语音数据具有已知的第一属性和已知的第二属性,所述第一属性为是否包含指定唤醒词,所述第二属性为语速快慢;
将所述训练语音数据分别输入至关键字检测系统和语速检测系统,其中,所述关键字检测系统用于检测语音数据中是否包含指定唤醒词,所述语速检测系统用于检测语音数据的语速快慢;
获取所述关键字检测系统输出的所述训练语音数据是否包含指定唤醒词的第一输出结果,获取所述语速检测系统输出的所述训练语音数据的快慢的第二输出结果;
至少将所述训练语音数据的所述第一属性和所述第二属性作为基准对所述关键字检测系统和所述语速检测系统进行训练。
2.根据权利要求1所述的方法,其中,所述语速检测系统为二分类器,所述语速检测系统内设置有一个语速阈值,其中,
当语速大于等于所述语速阈值时,输出语速为快;
当语速小于所述语速阈值时,输出语速为慢。
3.根据权利要求1所述的方法,其中,所述至少将所述训练语音数据的所述第一属性和所述第二属性作为基准对所述关键字检测系统和所述语速检测系统进行训练包括:
调节语速检测系统的参数以使得语速检测系统的第二输出结果基本等于所述第二属性;
对应于所述语速检测系统检测出来的不同的语速,通过在训练的过程中调节关键字检测系统的参数以使得关键字检测系统的第一输出结果基本等于所述第一属性。
4.根据权利要求3所述的方法,其中,所述关键字检测系统的参数包括滑动窗长度。
5.一种语音唤醒模型的使用方法,包括:
获取用户的待检测语音数据;
将所述待检测语音数据输入至经过权利要求1-4训练后的语速检测系统中;
获取所述语速检测系统的语速快慢结果;
基于所述语速快慢结果确定在所述关键字检测系统使用的滑动窗的对应滑动窗长度;
将所述待检测语音数据输入至经过权利要求1-4训练后的且使用所述对应滑动窗长度的滑动窗的关键字检测系统中;
获取所述关键字检测系统的输出,基于所述输出给出唤醒结果。
6.根据权利要求5所述的方法,其中,所述基于所述语速快慢结果确定在所述关键字检测系统使用的滑动窗的对应滑动窗长度包括:
当所述语速快慢结果为快语速时,将所述关键字检测系统...
【专利技术属性】
技术研发人员:王蒙,
申请(专利权)人:苏州思必驰信息科技有限公司,
类型:发明
国别省市:江苏;32
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。