[发明专利]一种语音唤醒方法及装置

权利要求书

1.一种语音唤醒方法，其特征在于，包括：

采集声音数据，提取所述声音数据中的语音；

提取每一帧所述语音的语音特征；

将所述语音特征送入神经网络模型进行识别，所述神经网络模型采用增量式方法进行训练；

根据识别结果对所述语音进行过滤。

2.根据权利要求1所述的一种语音唤醒方法，其特征在于，所述采集声音数据，提取所述声音数据中的语音包括：

通过麦克风采集声音数据，并对所述声音数据进行缓存；

将缓存中的声音数据进行分帧；

通过语音活动检测模块对每一帧声音数据进行识别，若该帧声音数据为语音，则保留在所述缓存中，若该帧声音数据为非语音，则从所述缓存中去除该帧声音数据。

3.根据权利要求1所述的一种语音唤醒方法，其特征在于，所述语音特征为梅尔频率倒谱系数MFCC；所述神经网络模型为循环神经网络RNN。

4.根据权利要求1所述的一种语音唤醒方法，其特征在于，所述神经网络模型采用增量式方法进行训练具体为：

通过负样本和正样本初始化训练模型，所述负样本的数量大于所述正样本的数量；

通过初始化后的训练模型进行实时测试，并保存误触发数据；

将所述误触发数据融合到负样本数据集中进行再次训练，并重复以上过程。

5.根据权利要求4所述的一种语音唤醒方法，其特征在于，所述根据识别结果对所述语音进行过滤具体为：

通过神经网络模型计算所述语音触发的概率数据；

根据预设的概率门限、预设的最少触发次数和最小触发间隔对所述语音进行过滤。

6.一种语音唤醒装置，其特征在于，包括：

采集模块，用于采集声音数据，提取所述声音数据中的语音；

特征提取模块，用于提取每一帧所述语音的语音特征；

识别模块，用于将所述语音特征送入神经网络模型进行识别，所述神经网络模型采用增量式方法进行训练；

过滤模块，用于根据识别结果对所述语音进行过滤。

7.根据权利要求6所述的一种语音唤醒装置，其特征在于，所述采集模块包括：

采集单元，用于通过麦克风采集声音数据，并对所述声音数据进行缓存；

分帧单元，用于将缓存中的声音数据进行分帧；

提取单元，用于通过语音活动检测模块对每一帧声音数据进行识别，若该帧声音数据为语音，则保留在所述缓存中，若该帧声音数据为非语音，则从所述缓存中去除该帧声音数据。

8.根据权利要求6所述的一种语音唤醒装置，其特征在于，所述语音特征为梅尔频率倒谱系数MFCC；所述神经网络模型为循环神经网络RNN。

9.根据权利要求6所述的一种语音唤醒装置，其特征在于，所述神经网络模型采用增量式方法进行训练具体为：

通过负样本和正样本初始化训练模型，所述负样本的数量大于所述正样本的数量；

通过初始化后的训练模型进行实时测试，并保存误触发数据；

将所述误触发数据融合到负样本数据集中进行再次训练，并重复以上过程。

10.根据权利要求9所述的一种语音唤醒装置，其特征在于，所述过滤模块具体为：

通过神经网络模型计算所述语音触发的概率数据；

根据预设的概率门限、预设的最少触发次数和最小触发间隔对所述语音进行过滤。