[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：

确定获取到的语音信号的后验概率，所述后验概率为所述语音信号中每帧音频分别对应于预设的各标准音素的概率；

采用预先建立的解码路径，对所述语音信号的后验概率进行解码，得到所述语音信号的解码结果并计算所述语音信号的唤醒得分；其中，所述解码路径包含在设定的各唤醒字之间构建的支路和在所述唤醒字之间构建的冗余旁路，所述解码结果包括：所述语音信号中分别属于唤醒语音片段和冗余语音片段的音频，以及所述语音信号中每帧音频对应的音素编号和概率；

根据所述语音信号的解码结果，确定属于所述冗余语音片段的音频的音频信息；

根据所述冗余语音片段的音频的音频信息确定冗余怀疑度；

根据所述唤醒得分和所述冗余怀疑度，确定是否执行唤醒动作。

2.如权利要求1所述的方法，其特征在于，所述确定获取到的语音信号的后验概率，具体包括：

对获取到的所述语音信号进行前端处理，得到所述语音信号中每帧音频的前端特征；

将所述语音信号中每帧音频的前端特征输入至第一神经网络模型中进行计算，得到所述语音信号中每帧音频分别对应于各所述标准音素的概率。

3.如权利要求2所述的方法，其特征在于，所述确定属于所述冗余语音片段的音频的音频信息，具体包括：

确定属于所述冗余语音片段的每帧音频的前端特征，以及属于所述冗余语音片段的每帧音频的语音能量。

4.如权利要求1所述的方法，其特征在于，所述根据所述冗余语音片段的音频的音频信息确定冗余怀疑度，具体包括：

将所述音频信息输入至预设的第二神经网络模型中，得到冗余怀疑度。

5.如权利要求1所述的方法，其特征在于，在确定属于所述冗余语音片段的音频的音频信息之前，还包括：

判断所述语音信号的唤醒得分是否大于设定的第一阈值；

若是，则执行确定属于所述冗余语音片段的音频的音频信息。

6.如权利要求1所述的方法，其特征在于，所述根据所述唤醒得分和所述冗余怀疑度，确定是否执行唤醒动作，具体包括：

根据所述唤醒得分和所述冗余怀疑度，确定所述语音信号的唤醒置信度；

在确定所述唤醒置信度大于设定的第二阈值时，确定执行唤醒动作。

7.如权利要求6所述的方法，其特征在于，所述根据所述唤醒得分和所述冗余怀疑度，确定所述语音信号的唤醒置信度，具体包括：

将所述唤醒得分与所述冗余怀疑度之差作为所述唤醒置信度。

8.一种语音唤醒装置，其特征在于，包括：

计算模块，用于确定获取到的语音信号的后验概率，所述后验概率为所述语音信号中每帧音频分别对应于预设的各标准音素的概率；

解码模块，用于采用预先建立的解码路径，对所述语音信号的后验概率进行解码，得到所述语音信号的解码结果并计算所述语音信号的唤醒得分；其中，所述解码路径包含在设定的各唤醒字之间构建的支路和在所述唤醒字之间构建的冗余旁路，所述解码结果包括：所述语音信号中分别属于唤醒语音片段和冗余语音片段的音频，以及所述语音信号中每帧音频对应的音素编号和概率；

后处理模块，用于根据所述语音信号的解码结果，确定属于所述冗余语音片段的音频的音频信息；根据所述冗余语音片段的音频的音频信息确定冗余怀疑度；

判断模块，用于根据所述唤醒得分和所述冗余怀疑度，确定是否执行唤醒动作。

9.如权利要求8所述的装置，其特征在于，所述计算模块，具体包括：

前端处理模块，用于对获取到的所述语音信号进行前端处理，得到所述语音信号中每帧音频的前端特征；

神经网络计算模块，用于将所述语音信号中每帧音频的前端特征输入至第一神经网络模型中进行计算，得到所述语音信号中每帧音频分别对应于各所述标准音素的概率。