[发明专利]语音识别功能的唤醒方法及装置

权利要求书

1.一种语音识别功能的唤醒方法，其特征在于，包括：

获取唤醒语音识别功能的目标唤醒词和至少一个冗余命令词；

利用深度神经网络对所述目标唤醒词和所述至少一个冗余命令词进行训练，得到唤醒词识别模型；

获取用户输入的当前语音信息；

根据所述唤醒词识别模型确定所述当前语音信息属于所述目标唤醒词的置信度；

根据所述置信度确定是否允许唤醒所述语音识别功能。

2.根据权利要求1所述的方法，其特征在于，所述根据所述置信度确定是否允许唤醒所述语音识别功能，包括：

当所述置信度大于预设置信度时，允许唤醒所述语音识别功能；

当所述置信度小于或者等于所述预设置信度时，禁止唤醒所述语音识别功能。

3.根据权利要求1所述的方法，其特征在于，所述利用深度神经网络对所述目标唤醒词和所述至少一个冗余命令词进行训练，得到唤醒词识别模型，包括：

将所述目标唤醒词确定为正例词，将所述至少一个冗余命令词确定为负例词；

利用深度神经网络对所述正例词和所述负例词进行训练，得到所述唤醒词识别模型。

4.根据权利要求1所述的方法，其特征在于，所述根据所述唤醒词识别模型确定所述当前语音信息属于所述目标唤醒词的置信度，包括：

获取所述当前语音信息对应的当前音频帧特征序列信息；

将所述当前音频帧序列信息与目标唤醒词对应的目标识别模型序列信息进行强制对齐处理，以从所述当前音频帧序列信息中定位出与所述目标识别模型序列信息中的每个音素对应的音频帧的范围；

计算每个音频帧的范围中每个音频帧的声学似然评分，并从所述每个音频帧的范围中选取出符合预设要求的预设数量的目标音频帧；

根据所述唤醒词识别模型和目标音频帧对应的特征信息，确定所述当前语音信息属于所述目标唤醒词的置信度。

5.根据权利要求4所述的方法，其特征在于，所述根据所述唤醒词识别模型和目标音频帧对应的特征信息，确定所述当前语音信息属于所述目标唤醒词的置信度，包括：

使用所述唤醒词识别模型计算与每个音素对应的多个目标音频帧中每个目标音频帧的声学后验得分；

从与每个音素对应的多个声学后验得分中选取出最大声学后验得分；

根据所有音素的最大声学后验得分计算所述当前语音信息属于所述目标唤醒词的置信度。

6.一种语音识别功能的唤醒装置，其特征在于，包括：

第一获取模块，用于获取唤醒语音识别功能的目标唤醒词和至少一个冗余命令词；

训练模块，用于利用深度神经网络对所述目标唤醒词和所述至少一个冗余命令词进行训练，得到唤醒词识别模型；

第二获取模块，用于获取用户输入的当前语音信息；

第一确定模块，用于根据所述唤醒词识别模型确定所述当前语音信息属于所述目标唤醒词的置信度；

第二确定模块，用于根据所述置信度确定是否允许唤醒所述语音识别功能。

7.根据权利要求6所述的装置，其特征在于，所述第二确定模块包括：

第一处理子模块，用于当所述置信度大于预设置信度时，允许唤醒所述语音识别功能；

第二处理子模块，用于当所述置信度小于或者等于所述预设置信度时，禁止唤醒所述语音识别功能。

8.根据权利要求6所述的装置，其特征在于，所述训练模块包括：

第一确定子模块，用于将所述目标唤醒词确定为正例词，将所述至少一个冗余命令词确定为负例词；

训练子模块，用于利用深度神经网络对所述正例词和所述负例词进行训练，得到所述唤醒词识别模型。