[发明专利]语音唤醒方法、装置、计算机设备和存储介质

说明书

本申请涉及一种语音唤醒方法、装置、计算机设备和存储介质。该方法包括：获取唤醒词语音；通过预先训练好的第一声学模型得到唤醒词各帧的后验概率；使用后验概率在唤醒词的解码网络中搜索解码路径，根据各建模单元的惩罚函数对解码路径进行惩罚，得到解码路径的得分，其中，惩罚函数对不在常规时长区间的建模单元进行惩罚；若解码路径得分大于设定阈值，则唤醒电子设备。该方法通过对解码路径中不在常规时长区间的建模单元进行惩罚，能够降低解码路径的得分，过滤掉异常情况的唤醒词语音。例如，语速过慢或过快等不符合常规唤醒场景的唤醒词语音，从而提高唤醒准确性。

技术领域

本申请涉及语音识别技术领域，特别是涉及一种语音唤醒方法、装置、计算机设备和存储介质。

背景技术

随着语音识别技术的发展，语音唤醒在智能产品端得到广泛的应用，如智能家居设备、车载电子、智能音箱，移动电话以及蓝牙耳机等都可以看到语音唤醒的应用。语音唤醒主要涉及三大部分：音频预处理、声学模型、关键词解码。其中，关键词解码相对比较独立，但是其对于语音唤醒整个系统而言，却有着举足轻重的影响。

关键词解码是从语音流中定位给定关键词的起止时间点的过程，其中关键词是能够表达某种实质意义的词语，一般为名词或短语。关键词解码大多是通过设计解码网络来进行解码的，因而解码网络的设计显得尤为关键。现有的解码网络通过合理的设计都能取得较好的效果，但是当面临一些特殊情形时，如唤醒词为重叠词、关键词语速变化，语音唤醒的准确率就会大打折扣。比如语音唤醒解码中，关键词为重叠词，如小度小度，小乐小乐之类关键词，解码网络容易在用户喊出关键词的一半出现容易唤醒的情况；此外，在语速过快或者过慢的时候，解码网络的性能也会下降。

即现有的语音唤醒方法存在唤醒准确度低的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高唤醒准确率的语音唤醒方法、装置、计算机设备和存储介质。

一种语音唤醒方法，所述方法包括：

获取唤醒词语音；

通过预先训练好的第一声学模型得到所述唤醒词各帧的后验概率；

使用所述后验概率在唤醒词的解码网络中搜索解码路径，根据各建模单元的惩罚函数对所述解码路径进行惩罚，得到所述解码路径的得分，其中，所述惩罚函数对不在常规时长区间的建模单元进行惩罚；

若解码路径得分大于设定阈值，则唤醒电子设备。

在其中一个实施例中，所述方法还包括：对所述唤醒词各建模单元的常规持续时长进行频率统计，根据统计结果构建各建模单元的惩罚函数，所述惩罚函数对不在常规时长区间的建模单元进行惩罚。

在其中一个实施例中，对所述唤醒词各建模单元的常规持续时长进行频率统计，根据统计结果构建各建模单元的惩罚函数，包括：

通过第二声学模型对唤醒词数据集进行对齐，基于对齐结果对各建模单元的持续时长进行频率统计；

对所述统计结果进行曲线拟合，得到所述建模单元的分布曲线，通过所述分布曲线确定建模单元的常规时长区间；

根据所述分布曲线构建惩罚函数，所述惩罚函数对不在常规时长区间的建模单元进行惩罚。

在其中一个实施例中，通过第二声学模型对唤醒词数据集进行对齐，基于对齐结果对各建模单元的持续时长进行频率统计，包括：

通过第二声学模型对唤醒词数据集进行对齐，得到数据集中各个唤醒词对应的解码路径；

根据所述数据集中各唤醒词的解码路径，对各建模单元的持时长进行频率统计。

在其中一个实施例中，所述方法还包括：

确定唤醒词的建模单元；