技术新讯 > 乐器声学设备的制造及制作,分析技术 > 一种语音唤醒方法、装置、电子设备及存储介质与流程  >  正文

一种语音唤醒方法、装置、电子设备及存储介质与流程

  • 国知局
  • 2024-06-21 11:51:26

本申请涉及人工智能,尤其涉及一种语音唤醒方法、装置、电子设备及存储介质。

背景技术:

1、在语音唤醒任务中,设备通过用户的语音来决定自身的状态,当用户说出对应的唤醒词后,设备的具体应用处于唤醒状态,其余情况下则处于睡眠状态。通过该技术,后续的智能语音服务可以仅在唤醒状态下启动,大大降低了设备的功耗。

2、现有技术中,一般是基于统一的训练集,训练语音唤醒模型,将语音唤醒模型部署到应用的电子设备中。后续在模型使用过程中,电子设备采集语音信息,基于语音唤醒模型得到语音信息对应的文本序列,根据文本序列唤醒对应的应用。现有技术存在的问题是,基于统一的训练集训练得到的语音唤醒模型,并不能保证在各种应用场景下均能够准确的得到语音信息对应的文本序列,进而导致语音唤醒的准确性较差。

技术实现思路

1、本申请提供了一种语音唤醒方法、装置、电子设备及存储介质,用以解决现有技术基于统一的训练集训练得到的语音唤醒模型进行语音唤醒的准确性较差的问题。

2、第一方面,本申请提供了一种语音唤醒方法,所述方法包括:

3、将采集的目标语音信息输入训练完成的语音唤醒模型,基于所述语音唤醒模型得到所述目标语音信息对应的目标文本序列,根据所述目标文本序列唤醒对应的应用;

4、其中,所述语音唤醒模型是基于以下过程训练得到的:

5、根据待部署的电子设备的性能参数确定所述语音唤醒模型的模型结构;

6、根据所述电子设备的部署环境,确定环境噪声;根据所述环境噪声和预先设置的唤醒语音,确定训练集;

7、基于所述训练集,训练所述模型结构的所述语音唤醒模型。

8、第二方面,本申请提供了一种语音唤醒装置,所述装置包括:

9、语音输入模块,用于将采集的目标语音信息输入训练完成的语音唤醒模型;

10、语音唤醒模块,用于基于所述语音唤醒模型得到所述目标语音信息对应的目标文本序列,根据所述目标文本序列唤醒对应的应用;

11、训练模块,用于根据待部署的电子设备的性能参数确定所述语音唤醒模型的模型结构;根据所述电子设备的部署环境,确定环境噪声;根据所述环境噪声和预先设置的唤醒语音,确定训练集;基于所述训练集,训练所述模型结构的所述语音唤醒模型。

12、第三方面,本申请提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;

13、存储器,用于存放计算机程序;

14、处理器,用于执行存储器上所存放的程序时,实现所述的方法步骤。

15、第四方面,本申请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内存储有计算机程序,所述计算机程序被处理器执行时实现所述的方法步骤。

16、本申请提供了一种语音唤醒方法、装置、电子设备及存储介质,所述方法包括:将采集的目标语音信息输入训练完成的语音唤醒模型,基于所述语音唤醒模型得到所述目标语音信息对应的目标文本序列,根据所述目标文本序列唤醒对应的应用;其中,所述语音唤醒模型是基于以下过程训练得到的:根据待部署的电子设备的性能参数确定所述语音唤醒模型的模型结构;根据所述电子设备的部署环境,确定环境噪声;根据所述环境噪声和预先设置的唤醒语音,确定训练集;基于所述训练集,训练所述模型结构的所述语音唤醒模型。

17、上述的技术方案具有如下优点或有益效果:

18、本申请在训练语音唤醒模型时,根据待部署的电子设备的性能参数确定语音唤醒模型的模型结构,从而训练所述模型结构的语音唤醒模型。这样可以避免因不同电子设备的性能参数不同,导致在部署语音唤醒模型时的模型参数损耗,提高了语音唤醒模型识别文本序列的准确性。根据电子设备的部署环境,确定环境噪声;根据环境噪声和预先设置的唤醒语音,确定训练集;基于训练集,训练模型结构的语音唤醒模型。在训练语音唤醒模型时,结合电子设备的部署环境,将环境噪声添加至训练集完成语音唤醒模型的训练,从而进一步提高语音唤醒模型识别文本序列的准确性。在使用时,将采集的目标语音信息输入训练完成的语音唤醒模型,基于语音唤醒模型得到所述目标语音信息对应的目标文本序列,根据目标文本序列唤醒对应的应用。提高了语音唤醒的准确性。

技术特征:

1.一种语音唤醒方法,其特征在于,所述方法包括:

2.如权利要求1所述的方法,其特征在于,根据所述环境噪声和预先设置的唤醒语音,确定训练集包括:

3.如权利要求2所述的方法,其特征在于,根据所述环境噪声、所述相近语音和预先设置的唤醒语音,确定训练集包括:

4.如权利要求2所述的方法,其特征在于,所述方法还包括:

5.如权利要求4所述的方法,其特征在于,基于所述训练集,训练所述模型结构的所述语音唤醒模型包括:

6.如权利要求1所述的方法,其特征在于,基于所述训练集,训练所述模型结构的所述语音唤醒模型包括:

7.如权利要求6所述的方法,其特征在于,根据所述各个候选字符的概率值和预先构建的语言模型中所述各个候选字符的代价值,确定各个目标字符包括:

8.如权利要求6或7所述的方法,其特征在于,预先构建语言模型的过程包括:

9.如权利要求8所述的方法,其特征在于,构建语言模型之前,所述方法还包括:

10.一种语音唤醒装置,其特征在于,所述装置包括:

11.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;

12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-9任一项所述的方法步骤。

技术总结本申请公开了一种语音唤醒方法、装置、电子设备及存储介质,本申请在训练语音唤醒模型时,根据待部署的电子设备的性能参数确定语音唤醒模型的模型结构,从而训练所述模型结构的语音唤醒模型。根据电子设备的部署环境,确定环境噪声;根据环境噪声和预先设置的唤醒语音,确定训练集;基于训练集,训练模型结构的语音唤醒模型。在训练语音唤醒模型时,结合电子设备的部署环境,将环境噪声添加至训练集完成语音唤醒模型的训练,提高语音唤醒模型识别文本序列的准确性。在使用时,将采集的目标语音信息输入语音唤醒模型,基于语音唤醒模型得到所述目标语音信息对应的目标文本序列,根据目标文本序列唤醒对应的应用。提高了语音唤醒的准确性。技术研发人员:吴人杰,林聚财,方瑞东,李若愚,史巍,殷俊受保护的技术使用者:浙江大华技术股份有限公司技术研发日:技术公布日:2024/5/12

本文地址:https://www.jishuxx.com/zhuanli/20240618/24022.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。