音频唤醒方法、装置、设备及计算机可读存储介质与流程
- 国知局
- 2024-06-21 11:28:18
本申请涉及音频唤醒领域,尤其涉及一种音频唤醒方法、装置、设备及计算机可读存储介质。
背景技术:
1、音频事件检测是音频领域中当前关注度越来越高的一项技术,广泛应用在音频内容安全、工业听诊、音乐分析等领域。音频事件检测又可以分为声音事件识别和异常声音检测,前者是通过声音来自动识别该事件的类别,而后者是判断该声音事件是否是异常声音。语音助手现在已经基本成为智能手机的标配,是一种最常见的语音交互类产品,通过语音唤醒后,可以用于信息查询、手机指令操作等。
2、现有技术主要通过唤醒词唤醒后再进行语音交互,始终是用户的主动行为,在某些特殊的场景下,用户可能处于一种被动或者无能力唤醒的状态,导致现有的音频唤醒功能无法进行唤醒,进而导致音频唤醒方法的适用性差。
技术实现思路
1、本申请实施例期望提供一种音频唤醒方法、装置、设备及计算机可读存储介质,能够提高音频唤醒方法的适用性。
2、本发明的技术方案是这样实现的:
3、第一方面,本申请实施例提供一种音频唤醒方法,包括:在语音监听功能开启的情况下,获取声音数据;对所述声音数据进行特征提取,确定所述声音数据的声音特征;若所述声音特征表征所述声音数据为音频事件,则通过预设声音处理模型对所述音频事件进行分类,确定所述音频事件的类型;所述音频事件的类型表征用户生活中不同场景下的声音;所述预设声音处理模型用于识别声音数据的事件类别;基于所述音频事件的类型,执行所述音频事件的类型对应的预设响应操作。
4、第二方面,本申请实施例提供一种音频唤醒装置,所述音频唤醒装置包括:获取单元、确定单元和执行单元,其中,
5、所述获取单元,用于在语音监听功能开启的情况下,获取声音数据;
6、所述确定单元,用于对所述声音数据进行特征提取,确定所述声音数据的声音特征;若所述声音特征表征所述声音数据为音频事件,则通过预设声音处理模型对所述音频事件进行分类,确定所述音频事件的类型;所述音频事件的类型表征用户生活中不同场景下的声音;所述预设声音处理模型用于识别声音数据的事件类别;
7、所述执行单元,用于基于所述音频事件的类型,执行所述音频事件的类型对应的预设响应操作。
8、第三方面,本申请实施例提供一种音频唤醒设备,所述音频唤醒设备包括:处理器和存储器;其中,
9、所述存储器,用于存储计算机程序;
10、所述处理器,用于从所述存储器中调用并运行所述计算机程序,以执行如第一方面所述的方法。
11、第四方面,本申请实施例提供一种计算机可读存储介质,存储有可执行指令,用于引起处理器执行如第一方面所述的方法。
12、本申请实施例提供了一种音频唤醒方法、装置、设备及计算机可读存储介质,该方法包括:在语音监听功能开启的情况下,获取声音数据;对所述声音数据进行特征提取,确定所述声音数据的声音特征;若所述声音特征表征所述声音数据为音频事件,则通过预设声音处理模型对所述音频事件进行分类,确定所述音频事件的类型;所述音频事件的类型表征用户生活中不同场景下的声音;所述预设声音处理模型用于识别声音数据的事件类别;基于所述音频事件的类型,执行所述音频事件的类型对应的预设响应操作。上述方案中,在获取声音数据后,进行特征提取,得到声音特征,若声音特征表征声音数据为音频事件,则通过预设声音处理模型对音频事件进行分类,确定音频事件的类型,由于音频事件是不同场景下非主动唤醒事件,可以补充非主动唤醒场景,基于音频事件的类型,执行音频事件的类型对应的预设响应操作,使得音频唤醒方法不仅适用于语音唤醒,还适应于音频事件唤醒,提高了音频唤醒的适用性。
技术特征:1.一种音频唤醒方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述预设声音处理模型包括:预设神经网络模型和预设声音分类模型;
3.根据权利要求1所述的方法,其特征在于,所述预设响应操作包括:自定义响应操作和默认响应操作;
4.根据权利要求1至3任一项所述的方法,其特征在于,所述若所述声音特征表征所述声音数据为音频事件,则通过预设声音处理模型对所述音频事件进行分类,确定所述音频事件的类型之前,所述方法还包括:
5.根据权利要求4所述的方法,其特征在于,所述初始声音处理模型包括:初始神经网络模型和初始声音分类模型;
6.根据权利要求1或3所述的方法,其特征在于,所述基于所述音频事件的类型,执行所述音频事件的类型对应的预设响应操作之前,所述方法还包括:
7.根据权利要求1所述的方法,其特征在于,所述对所述声音数据进行特征提取,确定所述声音数据的声音特征之后,所述方法还包括:
8.一种音频唤醒装置,其特征在于,包括:获取单元、确定单元和执行单元,其中,
9.一种音频唤醒设备,其特征在于,包括:处理器和存储器,其中,
10.一种计算机可读存储介质,其特征在于,存储有可执行指令,用于引起处理器执行时,实现权利要求1至7任一项所述的方法。
技术总结本申请实施例提供了一种音频唤醒方法、装置、设备及计算机可读存储介质,该方法包括:在语音监听功能开启的情况下,获取声音数据;对声音数据进行特征提取,确定声音数据的声音特征;若声音特征表征声音数据为音频事件,则通过预设声音处理模型对音频事件进行分类,确定音频事件的类型;音频事件的类型表征用户生活中不同场景下的声音;预设声音处理模型用于识别声音数据的事件类别;基于音频事件的类型,执行音频事件的类型对应的预设响应操作。上述方案中,提高了音频唤醒方法的适用性。技术研发人员:琚炜,单煜翔受保护的技术使用者:OPPO广东移动通信有限公司技术研发日:技术公布日:2024/2/19本文地址:https://www.jishuxx.com/zhuanli/20240618/21710.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表