[发明专利]唤醒模型训练方法、唤醒词识别方法、装置及电子设备

说明书

本申请公开了一种唤醒模型训练方法、唤醒词识别方法、装置及电子设备，涉及数据处理技术领域。其中，该训练方法包括：通过语音检测算法对采集的音频进行语音检测，确定所述采集的音频中语音信号的起点和终点，所述语音信号中包括唤醒词；确定所述语音信号中起点和终点之间的中间点；从所述采集的音频中选取包括所述中间点的预设时间长度的音频段，作为正样本；从所述采集的音频中，选取预设时间长度且不同于所述正样本的音频段，作为负样本；通过所述正样本和负样本对待训练唤醒模型进行训练。该方案可以快速获得训练所需样本数据，提高训练效率。

技术领域

本申请涉及数据处理技术领域，更具体地，涉及一种唤醒模型训练方法、唤醒词识别方法、装置及电子设备。

背景技术

电子设备可以基于唤醒词进行唤醒。通过神经网络模型基于唤醒词进行唤醒，需要预先对通过唤醒词对神经网络模型进行训练。通常的，训练神经网络模型时，需要预先通过人力标注唤醒词音频，人力成本巨大，处理效率低。

发明内容

鉴于上述问题，本申请提出了一种唤醒模型训练方法、唤醒词识别方法、装置及电子设备，以改善上述问题。

第一方面，本申请实施例提供了一种唤醒模型训练方法，所述方法包括：通过语音检测算法对采集的音频进行语音检测，确定所述采集的音频中语音信号的起点和终点，所述语音信号中包括唤醒词；确定所述语音信号中起点和终点之间的中间点；从所述采集的音频中选取包括所述中间点的预设时间长度的音频段，作为正样本；从所述采集的音频中，选取预设时间长度且不同于所述正样本的音频段，作为负样本；通过所述正样本和负样本对待训练唤醒模型进行训练。

第二方面，本申请实施例提供了一种唤醒词识别方法，根据上述方法获得的唤醒模型进行唤醒词识别，所述方法包括：通过语音检测算法从待识别音频中确定语音信号的中间点；从所述待识别音频中选取包括所述中间点的预设时间长度的音频段，作为输入音频；将所述输入音频输入所述唤醒模型，获取所述唤醒模型的输出结果；若所述输出结果表示所述输入音频与正样本为相同类别，执行识别到唤醒词对应的操作。

第三方面，本申请实施例提供了一种唤醒模型训练装置，所述训练装置包括：语音检测模块，用于通过语音检测算法对采集的音频进行语音检测，确定所述采集的音频中语音信号的起点和终点，所述语音信号中包括唤醒词；音频处理模块，用于确定所述语音信号中起点和终点之间的中间点；正样本选取模块，用于从所述采集的音频中选取包括所述中间点的预设时间长度的音频段，作为正样本；负样本选取模块，用于从所述采集的音频中，选取预设时间长度且不同于所述正样本的音频段，作为负样本；训练模块，用于通过所述正样本和负样本对唤醒模型进行训练。

第四方面，本申请实施例提供了一种唤醒词识别装置，根据训练装置获得的唤醒模型进行唤醒词识别，所述识别装置包括：音频处理模块，用于通过语音检测算法从待识别音频中确定语音信号的中间点；输入音频选取模块，用于从所述待识别音频中选取包括所述中间点的预设时间长度的音频段，作为输入音频；识别模块，用于将所述输入音频输入所述唤醒模型，获取所述唤醒模型的输出结果；操作模块，用于若所述输出结果表示所述输入音频与正样本为相同类别，执行识别到唤醒词对应的操作。

第五方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储器；一个或多个程序，其中所述一个或多个程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序被所述处理器执行用于执行上述的方法。

第六方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有程序代码，所述程序代码可被处理器调用执行上述的方法。