[发明专利]提升唤醒性能的方法和装置

权利要求书

1.一种提升唤醒性能的方法，包括：

以语音帧的形式对输入信号进行检测，判定所述语音帧为疑似语音帧或非语音帧；

基于判定的疑似语音帧和非语音帧确定有效语音段；

将所述有效语音段输入至自适应唤醒模型中，其中，所述自适应唤醒模型是基于收集的唤醒词正例样本和非唤醒词反例样本进行有监督地深度神经网络学习后获取的一个多分类模型；

获取所述自适应唤醒模型的输出，基于所述输出确定是否唤醒设备。

2.根据权利要求1所述的方法，其中所述基于判定的疑似语音帧和非语音帧确定有效语音段包括：

若判定出现第一连续预设帧数的输入信号均为疑似语音帧，确定所述第一连续预设帧数的输入信号中的首个语音帧为所述有效语音段的起点；

在确定所述有效语音段的起点后，若判定出现第二连续预设帧数的输入信号均为非语音帧或检测到所述输入信号的末尾语音帧，确定所述第二连续预设帧数的输入信号中的首个语音帧为所述有效语音段的终点；

基于确定的所述有效语音段的起点和所述有效语音段的终点从所述输入信号中择出所述有效语音段。

3.根据权利要求2所述的方法，其中，在所述判定所述语音帧为疑似语音帧或非语音帧之后，所述方法还包括：

若判定未出现第一连续预设帧数的输入信号均为疑似语音帧时，继续对所述输入信号进行检测和判定直至出现第一连续预设帧数的输入信号均为疑似语音帧；

在确定所述有效语音段的起点后，若判定未出现第二连续预设帧数的输入信号均为非语音帧时，继续对所述输入信号进行检测和判定直至出现第二连续连续预设帧数的输入信号均为非语音帧信号或直至所述输入信号的末尾语音帧。

4.根据权利要求1所述的方法，其中，在所述以语音帧的形式对输入信号进行检测之前，所述方法还包括：

对输入信号进行预处理以提升信噪比。

5.根据权利要求4所述的方法，其中，所述对输入信号进行预处理以提升信噪比包括：

对采集的模拟信号进行模数转化，并配置采样率和量化指标，转化为数字信号；

基于所述数字信号的时域信息、频域信息、延时和/或能量损失，对所述数字信号的目标方向的语音进行增强以提升信噪比。

6.根据权利要求1-5中任一项所述的方法，其中，所述获取所述自适应唤醒模型的输出，若所述输出为唤醒词则唤醒设备，基于所述输出确定是否唤醒设备包括：

获取所述自适应唤醒模型输出的所述有效语音段对于预设唤醒词的置信度，判断所述置信度是否大于预设唤醒词阈值；

若所述置信度大于等于所述预设唤醒词阈值，则唤醒所述设备；

若所述置信度小于所述预设唤醒词阈值，则不唤醒所述设备。

7.根据权利要求6所述的方法，其中，所述基于所述自适应唤醒模型计算所述有效语音段对于预设唤醒词的置信度包括：

计算所述有效语音段中每一个语音帧的后验概率以获取各语音帧对于预设唤醒词的置信度；

基于每一个语音帧的置信度计算所述有效语音段对于预设唤醒词的置信度。

8.一种提升唤醒性能的装置，包括：

判定模块，配置为以语音帧的形式对输入信号进行检测，判定所述语音帧为疑似语音帧或非语音帧；

有效语音段确定模块，配置为基于判定的疑似语音帧和非语音帧信号确定有效语音段；

自适应唤醒模块，配置为将所述有效语音段输入至自适应唤醒模型中，其中，所述自适应唤醒模型是基于收集的唤醒词正例样本和非唤醒词反例样本进行有监督地深度神经网络学习后获取的一个二分类模型；

结果输出模块，配置为获取所述自适应唤醒模型的输出，基于所述输出确定是否唤醒设备。

9.一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至7任一项所述方法的步骤。

10.一种存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。