[发明专利]语音关键词的识别方法和装置

说明书

本申请涉及一种语音关键词的识别方法、装置、存储介质及计算机设备，方法包括：基于待识别语音信号获得各第一语音片段；基于预置第一分类模型获得与各第一语音片段分别对应的各第一概率，第一概率包括该第一语音片段分别对应预定关键词的各预定分词单元的各概率；基于待识别语音信号获得各第二语音片段，基于与各第二语音片段对应的各第一语音片段所对应的第一概率生成各第二语音片段的第一预测特征，并将其输入预置第二分类模型，获得与各第二语音片段分别对应的各第二概率，第二概率包括该第二语音片段对应预定关键词的概率和/或非对应预定关键词的概率；基于第二概率确定待识别语音信号中是否存在预定关键词。本申请的方案能提高普适性。

技术领域

本申请涉及计算机技术领域，特别是涉及一种语音关键词的识别方法、装置、计算机可读存储介质及计算机设备。

背景技术

随着语音技术的发展和交互体验的提升，用户越来越乐于通过语音与电子设备进行交互，例如通过语音控制电子设备完成指定工作。关键词识别技术是语音技术中的重要分支，用于对连续语音信号进行预定关键词的识别，即识别该连续语音信号中是否存在预定关键词，该技术在电子设备唤醒、对话交互界面初始化、音频索引和检索、以及语音密码验证等方面均有着广泛的应用。

传统的语音关键词识别方法，是先从待识别语音信号中提取声学特征，并将该声学特征输入至一个预先训练的深度神经网络模型中，进而基于该深度神经网络模型输出的概率和人为设定的决策逻辑，识别该语音信号中是否存在预定关键词。然而，传统方法对人为设定的决策逻辑十分敏感，通常每当应用场景或预定关键词发生改变时，都需要由人工对决策逻辑进行仔细调校，以此来适应新的应用场景，普适性不高。

发明内容

基于此，有必要针对传统语音关键词的识别方法普适性不高的技术问题，提供一种语音关键词的识别方法、装置、计算机可读存储介质及计算机设备。

一种语音关键词的识别方法，包括：

基于待识别语音信号获得各第一语音片段；

基于预置的第一分类模型获得与各所述第一语音片段分别对应的各第一概率，所述第一概率包括该第一语音片段分别对应预定关键词的各预定分词单元的各概率；

基于所述待识别语音信号获得各第二语音片段，并生成各所述第二语音片段的第一预测特征，所述第一预测特征基于与该第二语音片段对应的各所述第一语音片段所对应的第一概率生成；

将各所述第一预测特征输入预置的第二分类模型，获得与各所述第二语音片段分别对应的各第二概率，所述第二概率包括该第二语音片段对应所述预定关键词的概率和/或非对应所述预定关键词的概率；

基于所述第二概率确定所述待识别语音信号中是否存在所述预定关键词一种语音关键词的识别装置，包括：

第一语音片段获取模块，用于基于待识别语音信号获得各第一语音片段；

第一概率获取模块，用于基于预置的第一分类模型获得与各所述第一语音片段分别对应的各第一概率，所述第一概率包括该第一语音片段分别对应预定关键词的各预定分词单元的各概率；

预测特征生成模块，用于基于所述待识别语音信号获得各第二语音片段，并生成各所述第二语音片段的第一预测特征，所述第一预测特征基于与该第二语音片段对应的各所述第一语音片段所对应的第一概率生成；

第二概率获取模块，用于将各所述第一预测特征输入预置的第二分类模型，获得与各所述第二语音片段分别对应的各第二概率，所述第二概率包括该第二语音片段对应所述预定关键词的概率和/或非对应所述预定关键词的概率；

关键词识别模块，用于基于所述第二概率确定所述待识别语音信号中是否存在所述预定关键词。

一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上所述的方法。