一种激活唤醒词的ASR识别方法与流程

本发明涉及asr自动语音识别，具体的说，是一种激活唤醒词的asr识别方法。

背景技术：

1、可语音激活的设备有自己的标准唤醒词，激活设备的音频称为唤醒音频。如果用标准唤醒词激活了设备，称为正确激活；如果设备被非标准词激活，称为误激活，该非标准词的音频称为误唤醒音频。但现有技术中无法识别和处理误唤醒音频，以及识别语音过程中耗时长、磁盘占用较多的问题。

技术实现思路

1、本发明的目的在于提供一种激活唤醒词的asr识别方法，用于解决现有技术中现有技术中无法识别和处理误唤醒音频，以及识别语音过程中耗时长、磁盘占用较多的问题。

2、本发明通过下述技术方案解决上述问题：

3、一种激活唤醒词的asr识别方法，包括：

4、步骤s1、获取到用户唤醒音频后，将音频转换为二进制数据流；

5、步骤s2、将二进制数据流传入asrt声学模型，识别出拼音并输入asrt语言模型，asrt语言模型识别出中文唤醒词，记录识别结果；

6、步骤s3、将识别结果上传并判断：若识别结果为自定义标准唤醒词，则标注对应的用户唤醒音频为正确激活，否则，则标注对应的用户唤醒音频为误激活。

7、本发明将音频文件转换为二进制流式文件进行读取、格式转换、识别等，无需进行读写操作，减少磁盘占用，降低磁盘压力，缩短识别耗时，加快识别速度。通过误激活唤醒词自动语音识别框架，能够识别用户激活设备时的唤醒词，返回识别结果为后续误激活统计作为支持数据。

8、进一步地，所述步骤s1具体为：将收到的用户唤醒音频转换为二进制数据，调用python三方库里的io.bytesio方法将二进制数据转换为流式数据，然后将流式数据传入自定义标准格式验证组件，如果流式数据的格式不满足要求，则进行格式转换输出二进制数据流，如果满足，则直接输出二进制数据流。

9、进一步地，所述步骤s3中如果识别结果上传失败，则删除该识别结果对应的用户唤醒音频。

10、本发明与现有技术相比，具有以下优点及有益效果：

11、(1)本发明通过误激活唤醒词自动语音识别框架，能够识别用户激活设备时的唤醒词，返回识别结果为后续误激活统计作为支持数据。

12、(2)本发明将音频文件转换为二进制流式文件进行读取、格式转换、识别等，无需进行读写操作，减少磁盘占用，降低磁盘压力，缩短识别耗时，加快识别速度。

技术特征：

1.一种激活唤醒词的asr识别方法，其特征在于，包括：

2.根据权利要求1所述的一种激活唤醒词的asr识别方法，其特征在于，所述步骤s1具体为：将收到的用户唤醒音频转换为二进制数据，调用python三方库里的io.bytesio方法将二进制数据转换为流式数据，然后将流式数据传入自定义标准格式验证组件，如果流式数据的格式不满足要求，则进行格式转换输出二进制数据流，如果满足，则直接输出二进制数据流。

3.根据权利要求1或2所述的一种激活唤醒词的asr识别方法，其特征在于，所述步骤s3中如果识别结果上传失败，则删除该识别结果对应的用户唤醒音频。

技术总结本发明公开了一种激活唤醒词的ASR识别方法，获取到用户唤醒音频后，将音频转换为二进制数据流；将二进制数据流传入ASRT声学模型，识别出拼音并输入ASRT语言模型，ASRT语言模型识别出中文唤醒词，记录识别结果；将识别结果上传并判断：若识别结果为自定义标准唤醒词，则标注对应的用户唤醒音频为正确激活，否则，则标注对应的用户唤醒音频为误激活。本发明将音频文件转换为二进制流式文件进行读取、格式转换、识别等，无需进行读写操作，减少磁盘占用，降低磁盘压力，缩短识别耗时，加快识别速度。通过误激活唤醒词自动语音识别框架，能够识别用户激活设备时的唤醒词，返回识别结果为后续误激活统计作为支持数据。技术研发人员：童姝宇受保护的技术使用者：四川虹微技术有限公司技术研发日：技术公布日：2024/4/22