智能设备的唤醒方法、装置、电子设备及介质制造方法及图纸

本申请公开了一种智能设备的唤醒方法、装置、电子设备及介质。该方法获取智能设备采集的语音信号，确定语音信号中包含唤醒词的唤醒概率；获取语音信号的目标特征信息，输入至预先训练的阈值模型，确定目标特征信息对应的目标唤醒阈值；若语音信号的唤醒概率大于目标唤醒阈值，则唤醒智能设备。该方法提高了智能设备的唤醒率且降低了误唤醒率，从而提高了用户体验。

【技术实现步骤摘要】
智能设备的唤醒方法、装置、电子设备及介质
本申请涉及语音处理
，尤其涉及一种智能设备的唤醒方法、装置、电子设备及介质。
技术介绍
目前，智能设备的种类越来越多，应用也越来越广泛。智能设备通常包括智能机器人、智能音箱等。现有的智能设备上可以安装语音唤醒模型，智能设备接收到用户发送的特定唤醒词，如“小豹小豹”或“小贝小贝”后切换至唤醒状态，之后智能设备才能识别用户发送的语音指令，并播放用户所请求的多媒体资源。现有智能音箱、智能空调等智能设备上的语音唤醒模型一般是统一发布的，即语音唤醒模型具有相同的固定语音唤醒阈值。语音唤醒阈值用于供电子设备判定是否根据唤醒词执行语音唤醒操作。当携带唤醒词的语音信号通过声学模型得到唤醒词的声学得分大于语音唤醒阈值时，执行语音唤醒操作；当唤醒词的声学得分小于语音唤醒阈值时，不执行语音唤醒操作。然而，对于不同声学场景，如环境中噪声的大小，音响喇叭是否处于播放状态、存在回声等声学场景，现有的语音唤醒模型难以适应，导致对于某种声学场景来说，该声学场景下的唤醒率较低且误唤醒率较高，降低了用户体验。
技术实现思路
本申请实施例提供一种智能设备的唤醒方法、装置、电子设备及介质，解决了现有技术存在的上述问题，在不同声学场景下，提高了智能设备的唤醒率且降低了误唤醒率，从而提高了用户体验。第一方面，提供了一种智能设备的唤醒方法，该方法可以包括：获取智能设备采集的语音信号；确定所述语音信号中包含唤醒词的唤醒概率；获取所述语音信号的目标特征信息，输入至预先训练的阈值模型，确定所述目标特征信息对应的目标唤醒阈值；若所述语音信号的唤醒概率大于所述目标唤醒阈值，则唤醒所述智能设备。在一个可选的实现中，确定所述目标特征信息对应的目标唤醒阈值之前，所述方法还包括：将所述唤醒概率与预设阈值进行比较，所述预设阈值小于所述阈值模型对应的任一唤醒阈值；若所述唤醒概率大于所述预设阈值，则执行获取所述语音信号的目标特征信息的步骤。在一个可选的实现中，所述语音信号的目标特征信息包括以下信息中的至少一种：所述语音信号中所述唤醒词对应的第一语音片段之前的预设长度的第二语音片段的目标特征信息；所述语音信号中所述唤醒词对应的第一语音片段的目标特征信息；表征所述第一语音片段的目标特征信息与所述第二语音片段的目标特征信息的差异的信息。在一个可选的实现中，所述第一语音片段的目标特征信息包括：所述第一语音片段的声能量和所述第一语音片段的唤醒概率中的至少一种；和/或所述第二语音片段的目标特征信息包括：所述第二语音片段的声能量、所述第二语音片段中静音帧的比例和所述第二语音片段的唤醒概率中的至少一种。在一个可选的实现中，所述阈值模型的训练过程包括：获取包含唤醒词的语音训练样本；确定各所述语音训练样本的目标特征信息、以及所述语音训练样本对应的训练标签；根据所述语音训练样本的目标特征信息和所述语音训练样本对应的训练标签，对神经网络模型进行训练，得到所述阈值模型。在一个可选的实现中，获取包含唤醒词的语音训练样本，包括：获取语音样本集合，所述语音样本集合包括：包含唤醒词的唤醒语音信号和不包含所述唤醒词的非唤醒语音信号；分别计算每段唤醒语音信号的第一唤醒概率和每段非唤醒语音信号的第二唤醒概率；针对每段唤醒语音信号，分别获取所述唤醒语音信号的第一唤醒概率与每个唤醒阈值的第一比较结果，以及针对每段非唤醒语音信号，分别获取所述非唤醒语音信号的第二唤醒概率与每个唤醒阈值的第二比较结果；将大于任一唤醒阈值的第一比较结果确定为目标第一比较结果，将所述目标第一比较结果对应的唤醒语音信号确定为候选训练样本，并将所述任一唤醒阈值确定为所述候选训练样本的候选唤醒阈值；从所述第二比较结果中，选择所述候选唤醒阈值对应的目标第二比较结果；若所述目标第二比较结果对应的非唤醒语音信号满足预设条件，则将所述候选唤醒阈值确定为所述候选训练样本的目标唤醒阈值；将所述候选训练样本确定为语音训练样本，并将所述目标唤醒阈值的类别标签确定为训练标签。在一个可选的实现中，所述预设条件为：所述目标第二比较结果中所述第二唤醒概率大于所述候选唤醒阈值的次数与所述目标第二比较结果对应的非唤醒语音信号的总时长的比值，小于预设门限值。第二方面，提供了一种智能设备的唤醒装置，该装置可以包括：获取单元、确定单元和唤醒单元；所述获取单元，用于获取智能设备采集的语音信号；所述确定单元，用于确定所述语音信号中包含唤醒词的唤醒概率；以及，获取所述语音信号的目标特征信息，输入至预先训练的阈值模型，确定所述目标特征信息对应的目标唤醒阈值；所述唤醒单元，用于若所述语音信号的唤醒概率大于所述目标唤醒阈值，则唤醒所述智能设备。在一个可选的实现中，所述装置还包括比较单元和触发单元；所述比较单元，用于将所述唤醒概率与预设阈值进行比较，所述预设阈值小于所述阈值模型对应的任一唤醒阈值；所述触发单元，用于若所述唤醒概率大于所述预设阈值，则触发所述获取单元执行获取所述语音信号的目标特征信息的步骤。在一个可选的实现中，所述语音信号的目标特征信息包括以下信息中的至少一种：所述语音信号中所述唤醒词对应的第一语音片段之前的预设长度的第二语音片段的目标特征信息；所述语音信号中所述唤醒词对应的第一语音片段的目标特征信息；表征所述第一语音片段的目标特征信息与所述第二语音片段的目标特征信息的差异的信息。在一个可选的实现中，所述第一语音片段的目标特征信息包括：所述第一语音片段的声能量和所述第一语音片段的唤醒概率中的至少一种；和/或所述第二语音片段的目标特征信息包括：所述第二语音片段的声能量、所述第二语音片段中静音帧的比例和所述第二语音片段的唤醒概率中的至少一种。在一个可选的实现中，所述装置还包括训练单元；所述获取单元，还用于获取包含唤醒词的语音训练样本；所述确定单元，还用于确定各所述语音训练样本的目标特征信息、以及所述语音训练样本对应的训练标签；所述训练单元，用于根据所述语音训练样本的目标特征信息和所述语音训练样本对应的训练标签，对神经网络模型进行训练，得到所述阈值模型。在一个可选的实现中，所述获取单元，具体用于获取语音样本集合，所述语音样本集合包括：包含唤醒词的唤醒语音信号和不包含所述唤醒词的非唤醒语音信号；分别计算每段唤醒语音信号的第一唤醒概率和每段非唤醒语音信号的第二唤醒概率；针对每段唤醒语音信号，分别获取所述唤醒语音信号的第一唤醒概率与每个唤醒阈值的第一比较结果，以及针对每段非唤醒语音信号，分别获取所述非唤醒语音信号的第二唤醒概率与每个唤醒阈值的第二比较结果；将大于任一唤醒阈值的第一比较结果确定为目标第一比较结果，将所述目标第一比较结果对应的唤醒语音信号确定为候选训本文档来自技高网...

【技术保护点】
1.一种智能设备的唤醒方法，其特征在于，所述方法包括：/n获取智能设备采集的语音信号；/n确定所述语音信号中包含唤醒词的唤醒概率；/n获取所述语音信号的目标特征信息，输入至预先训练的阈值模型，确定所述目标特征信息对应的目标唤醒阈值；/n若所述语音信号的唤醒概率大于所述目标唤醒阈值，则唤醒所述智能设备。/n

【技术特征摘要】
1.一种智能设备的唤醒方法，其特征在于，所述方法包括：
获取智能设备采集的语音信号；
确定所述语音信号中包含唤醒词的唤醒概率；
获取所述语音信号的目标特征信息，输入至预先训练的阈值模型，确定所述目标特征信息对应的目标唤醒阈值；
若所述语音信号的唤醒概率大于所述目标唤醒阈值，则唤醒所述智能设备。


2.如权利要求1所述的方法，其特征在于，确定所述目标特征信息对应的目标唤醒阈值之前，所述方法还包括：
将所述唤醒概率与预设阈值进行比较，所述预设阈值小于所述阈值模型对应的任一唤醒阈值；
若所述唤醒概率大于所述预设阈值，则执行获取所述语音信号的目标特征信息的步骤。


3.如权利要求1所述的方法，其特征在于，所述语音信号的目标特征信息包括以下信息中的至少一种：
所述语音信号中所述唤醒词对应的第一语音片段之前的预设长度的第二语音片段的目标特征信息；
所述语音信号中所述唤醒词对应的第一语音片段的目标特征信息；
表征所述第一语音片段的目标特征信息与所述第二语音片段的目标特征信息的差异的信息。


4.如权利要求3所述的方法，其特征在于，所述第一语音片段的目标特征信息包括：所述第一语音片段的声能量和所述第一语音片段的唤醒概率中的至少一种；
和/或
所述第二语音片段的目标特征信息包括：所述第二语音片段的声能量、所述第二语音片段中静音帧的比例和所述第二语音片段的唤醒概率中的至少一种。


5.如权利要求1-4任一项所述的方法，其特征在于，所述阈值模型的训练过程包括：
获取包含唤醒词的语音训练样本；
确定各所述语音训练样本的目标特征信息、以及所述语音训练样本对应的训练标签；
根据所述语音训练样本的目标特征信息和所述语音训练样本对应的训练标签，对神经网络模型进行训练，得到所述阈值模型。


6.如权利要求5所述的方法，其特征在于，获取包含唤醒词的语音训练样本，包括：
获取语音样本集合，所述语音样本集合包括：包含唤醒词的唤醒语音信号和不包含所述唤醒词的非唤醒语音信号；
...

【专利技术属性】
技术研发人员：陈都，李家魁，吕安超，李宝祥，
申请(专利权)人：北京猎户星空科技有限公司，
类型：发明
国别省市：北京;11