[发明专利]一种语音唤醒方法、装置及相关设备

权利要求书

1.一种语音唤醒方法，其特征在于，包括：

获取初始语音信号，并从所述初始语音信号中提取语音特征；

将所述语音特征输入预先设定的人群属性分类模型，得到所述人群属性分类模型输出的人群属性分类结果，所述人群属性分类模型为利用标注有人群属性的语音训练样本训练得到；

依据所述人群属性分类结果，确定所述初始语音信号对应的人群属性；

从唤醒模型组中选择与所述人群属性对应的唤醒模型，作为目标唤醒模型，所述唤醒模型组包括多个不同类型的唤醒模型，各个类型的唤醒模型分别利用对应人群属性的语音训练样本训练得到；

将所述初始语音信号输入所述目标唤醒模型，以使所述目标唤醒模型进行语音唤醒。

2.根据权利要求1所述的方法，其特征在于，所述从所述初始语音信号中提取语音特征，包括：

对所述初始语音信号进行VAD截断处理，得到有效语音信号；

从所述有效语音信号中提取语音特征。

3.根据权利要求1所述的方法，其特征在于，所述人群属性分类模型为卷积神经网络模型；

所述卷积神经网络模型的训练过程，包括：

初始化卷积神经网络模型中各层的参数；

从语音训练样本集中选择一个未使用语音训练样本，作为目标语音训练样本；

对所述目标语音训练样本进行VAD截断处理，得到有效语音训练信号；

从所述有效语音训练信号中提取语音特征，将所述语音特征输入所述卷积神经网络模型，得到所述卷积神经网络模型输出的分类结果；

计算所述卷积神经网络模型输出的分类结果与所述目标语音训练样本标注的人群属性的交叉熵；

更新所述卷积神经网络模型中各个层的参数，并返回从语音训练样本集中选择一个未使用语音训练样本的步骤，直至得到交叉熵，并依据本次计算得到的交叉熵与本次之前计算得到的交叉熵，判断交叉熵是否收敛；

若是，则结束训练；

若否，则返回更新所述卷积神经网络模型中各个层的参数的步骤。

4.根据权利要求3所述的方法，其特征在于，所述更新所述卷积神经网络模型中各个层的参数，包括：

将所述交叉熵作为损失函数结果；

按照所述卷积神经网络模型中的输出层到输入层的顺序，将所述损失函数结果分别传递给所述卷积神经网络模型中的各个层，更新所述卷积神经网络模型中各个层的参数。

5.根据权利要求3所述的方法，其特征在于，所述语音特征为非固定帧长的语音特征；

所述人群属性分类模型至少包括：输入层、卷积层、池化层、全局池化层和输出层。

6.根据权利要求1所述的方法，其特征在于，所述唤醒模型的训练过程，包括：

利用所述人群属性分类模型，分别确定各个包含有唤醒词的语音训练样本对应的人群属性；

依据各个包含有唤醒词的语音训练样本对应的人群属性，将人群属性相同的包含有唤醒词的语音训练样本划分为一组，作为唤醒词训练样本组；

根据所述唤醒词训练样本组训练唤醒模型，得到各类人群属性对应的唤醒模型。

7.一种语音唤醒装置，其特征在于，包括：

提取模块，用于获取初始语音信号，并从所述初始语音信号中提取语音特征；

分类模块，用于将所述语音特征输入预先设定的人群属性分类模型，得到所述人群属性分类模型输出的人群属性分类结果，所述人群属性分类模型为利用标注有人群属性的语音训练样本训练得到；

确定模块，用于依据所述人群属性分类结果，确定所述初始语音信号对应的人群属性；

选择模块，用于从唤醒模型组中选择与所述人群属性对应的唤醒模型，作为目标唤醒模型，所述唤醒模型组包括多个不同类型的唤醒模型，各个类型的唤醒模型分别利用对应人群属性的语音训练样本训练得到；

唤醒模块，用于将所述初始语音信号输入所述目标唤醒模型，以使所述目标唤醒模型进行语音唤醒。