唤醒方法、装置及电子设备制造方法及图纸

本公开实施例公开了一种唤醒方法、装置、电子设备和计算机可读存储介质。其中该唤醒方法包括：获取语音中的唤醒词；将所述唤醒词输入唤醒模型中，通过所述唤醒模型得到所述唤醒词的特征的后验概率；获取所述唤醒词的解码图；根据维特比算法使用所述后验概率在所述解码图中进行搜索，得到对应唤醒词路径得分和垃圾词路径得分；计算所述唤醒词路径得分和垃圾词路径得分的差值作为唤醒置信度；当所述唤醒置信度高于唤醒阈值，执行唤醒操作。上述方法通过对路径得分的差值，可以得到唤醒置信度，使得唤醒置信度更加准确，解决了唤醒不准确的技术问题。

【技术实现步骤摘要】
唤醒方法、装置及电子设备
本公开涉及语音唤醒领域，尤其涉及一种唤醒方法、装置、电子设备及计算机可读存储介质。
技术介绍
作为一种人机交互的手段，语音交互技术在解放人类双手方面意义重大。随着各种智能设备的出现，语音交互成为了互联网入口的新价值所在，越来越多的智能设备加入了语音唤醒的潮流，成为人与设备沟通的桥梁。目前越来越多的设备可以使用语音来控制，比如典型的智能手机、智能音箱等。除了上述智能终端设备，很多大型的设备也可以使用语音来控制，如电梯等。语音控制包括很多命令词，目前多数的做法是给用户提供唤醒词，当用户说出唤醒词且系统识别出唤醒词之后，执行对应的功能。但是目前的唤醒词识别准确度不够，常常会出现识别不准确的问题，导致无法唤醒或者误唤醒。
技术实现思路
提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。为了解决现有技术中用户无法设置唤醒词的技术本文档来自技高网...

【技术保护点】
1.一种唤醒方法，其特征在于，包括:/n获取语音中的唤醒词；/n将所述唤醒词输入唤醒模型中，通过所述唤醒模型得到所述唤醒词的特征的后验概率；/n获取所述唤醒词的解码图；/n根据维特比算法使用所述后验概率在所述解码图中进行搜索，得到对应唤醒词路径得分和垃圾词路径得分；/n计算所述唤醒词路径得分和垃圾词路径得分的差值作为唤醒置信度；/n当所述唤醒置信度高于唤醒阈值，执行唤醒操作。/n

【技术特征摘要】
1.一种唤醒方法，其特征在于，包括:
获取语音中的唤醒词；
将所述唤醒词输入唤醒模型中，通过所述唤醒模型得到所述唤醒词的特征的后验概率；
获取所述唤醒词的解码图；
根据维特比算法使用所述后验概率在所述解码图中进行搜索，得到对应唤醒词路径得分和垃圾词路径得分；
计算所述唤醒词路径得分和垃圾词路径得分的差值作为唤醒置信度；
当所述唤醒置信度高于唤醒阈值，执行唤醒操作。


2.如权利要求1所述的唤醒方法，其特征在于，在接收唤醒词之前还包括：
接收待设置成唤醒词的语句；
根据发音词典将所述语句解析为多个音素；
获取所述多个音素所对应的多个HMM，其中所述多个HMM与所述多个音素一一对应；
根据所述多个HMM构成所述语句的识别路径。


3.如权利要求1所述的唤醒方法，其特征在于，所述唤醒模型通过以下步骤训练得到：
提取训练集合中的语音样本的特征；
使用识别模型对所述语音样本的特征进行对齐得到所述语音样本的特征的第一标签；
根据问题集建立所有第一标签的决策树；
根据所述决策树将所述第一标签转换成第二标签；
根据所述语音样本的第二标签以及所述语音样本的特征训练所述唤醒模型。


4.如权利要求3所述的唤醒方法，其特征在于，所述根据所述语音样本的第二标签以及所述语音样本的特征训练所述唤醒模型，包括：
初始化所述唤醒模型的参数；
将所述语音样本的特征输入所述唤醒模型中；
所述唤醒模型根据所述语音样本的特征生成所述语音样本的特征的分类结果为所述第二标签的概率值；
根据所述概率值以及所述语音样本的第二标签更新所述唤醒模型的参数；
继续将所述语音样本的特征输入所述唤醒模型中迭代上述参数更新过程直至达到收敛条件。


5.如权利要求4所述的唤醒方法，其特征在于，所述根据所述概率值以及所述语音样本的第二标签更新所述唤醒模型的参数，包括：
根据所述概率值以及所述语音样本的第二标签的交叉熵更新所述唤醒模型的参数。


6.如权利要求4所述的唤醒方法，其特征在于，所述根据所述概率值以及所述语音样本的第二标签更新所述唤醒模型的参数，包括：
根据所述概率值以及所述语音样本的第二标签通过EM算法更新所述唤醒模型的参数。


7.一种唤醒方法，其特征在于，包括：
获取唤醒语音；
逐帧提取所述唤醒语音的特征；
使用多唤醒词识别模型逐帧进行前向计算得到所述多唤醒词识别模型输出的后验概率；
根据所述后验概率计算所述唤醒语音的置信度；
当所述唤醒语音的置信度大于唤醒阈值时，执行唤醒操作。


8.如权利要求7所述的唤醒方法，其特征在于，所述根据所述后验概率计算所述唤醒语音的置信度，包括：
对所述后验概率进行加窗平滑得到多个平滑后验概率；
计算所述多个平滑后验概率的几何平均值作为所述唤醒语音的置信度。


9.如权利要求7所述的唤醒方法，其特征在于，所述根据所述后验概率计算所述唤醒语音的置信度，包括：
获取所述唤醒语音的解码图；
使用维特比算法根据所述后验概率所述解码图得到唤醒语音的最优路径的得分以及垃圾词路径的得分；
将所述最优路径的得分和垃圾词路径的得分的差值作为所述唤醒语音的置信度。


1...

【专利技术属性】
技术研发人员：陈孝良，冯大航，靳源，
申请(专利权)人：北京声智科技有限公司，
类型：发明
国别省市：北京;11