[发明专利]低内存语音关键词检测方法、系统、介质、设备及终端

权利要求书

1.一种低内存语音关键词检测方法，其特征在于，所述低内存语音关键词检测方法对语音信号进行预处理、时频域特征MFCC提取、关注和时序卷积神经网络TACRNN模型训练；对TACRNN模型中全连接层的参数通过SVD技术进行降维，并对降维参数进行低位量化，降低需要存储模型参数的存储量。

2.如权利要求1所述的低内存语音关键词检测方法，其特征在于，所述低内存语音关键词检测方法包括以下步骤：

步骤一，采集待检测的关键词以及非关键词的语音，并对数据做好标签，将采集到的语音分为训练集，测试集以及验证集；

步骤二，对语音信号做预处理，提取语音信号的梅尔倒谱系数特征，得到m行N列的特征矩阵F，其中m是梅尔倒谱系数特征矢量的维度，N是语音信号分帧总数；

步骤三，构建关注和时序卷积TACRNN模型，该模型包含卷积网络、循环网络、注意力机制、三层全连接层、softmax分类器五部分，其中softmax分类器的输出是计算出输入的语音为关键词的概率；

步骤四，将F作为模型的输入，通过softmax得到的关键词概率作为输出；

步骤五，以交叉熵作为模型的损失函数，利用梯度下降算法训练网络，直到模型的损失函数收敛，同时验证集达到最优时停止训练；

步骤六，提取出停止训练后三层全连接每层的权重矩阵W_c＝[W₁,W₂,W₃]，其中W₁表示第一层全连接层的权重矩阵，W₂表示第二层全连接层的权重矩阵，W₃表示第三层全连接层的权重矩阵；

步骤七，初始化SVD分解特征数量的k；

步骤八，初始化全连接层中存储每个参数的比特数b；

步骤九，设置计数器c＝1；

步骤十，对全连接的权重矩阵W_c进行SVD分解；

步骤十一，根据SVD的性质以及U_c、V_c、Λ_c、特征数量k得到对应的UR_c、VR_c、ΛR_c；

步骤十二，分别对UR_c、VR_c、ΛR_c进行低位表示；

步骤十三，计数器c＝c+1；

步骤十四，当计数器c大于3时，执行步骤十五，否则执行步骤十；

步骤十五，存储模型中三层全连接层权重矩阵的低位表示UR_L_i、VR_L_i、ΛR_L_i，i＝1,2,3，替换权重矩阵[W₁,W₂,W₃]的存储，降低所需内存。

3.如权利要求2所述的低内存语音关键词检测方法，其特征在于，所述步骤十，对全连接的权重矩阵W_c进行SVD分解，形式如下：

W_c＝U_cΛ_cV_c；

其中：U_c和V_c均为正交矩阵，有和U_c和V_c分别称为W_c的左奇异矩阵和右奇异矩阵；Λ_c为如下形式的矩阵：

其中δ₁＞δ₂,,,＞δ_m分别为W_c的从大到小排列的奇异值，矩阵的维度分别为U_c∈R^m*m，Λ^c∈R^m*n，V_c∈R^n*n。