[发明专利]双面屏终端控制方法、双面屏终端及计算机可读存储介质

权利要求书

1.一种双面屏终端控制方法，其特征在于，所述双面屏终端包括主屏和辅屏，所述方法包括：

在监测到主屏处于通话模式时，开启语音采集模式采集语音信息；

对采集到的语音信息进行识别，以确定采集到的语音信息是否涉及联系人信息；

若确认采集到的语音信息涉及联系人信息，则确定涉及的联系人信息对应的通讯应用软件；

唤醒辅屏，并在辅屏启动确定的通讯应用软件；

所述确定涉及的联系人信息对应的通讯应用软件的步骤包括：

基于预存关键词库中，预存关键词与通讯应用软件的映射关系，确定基于语音信息识别出的关键词对应的通讯应用软件，作为涉及的联系人信息对应的通讯应用软件；

所述对采集到的语音信息进行识别，以确定采集到的语音信息是否涉及联系人信息的步骤包括：

对采集到的语音信息进行关键词识别；

将识别出的关键词与预存关键词库进行比对；

若在预存关键词库中，比对到与识别出的关键词匹配的预存关键词，则确认采集到的语音信息涉及联系人信息；

所述对采集到的语音信息进行关键词识别的步骤包括：

对采集到的语音信息进行VAD检测，根据检测结果截取所述语音信息中的语音；

用预设长度的帧对截取出的语音进行分割，对分割得到的每帧语音中进行特征提取，得到特征向量；

将提取的特征向量输入预设声学模型，分析采集到的语音信息，以识别出关键词。

2.如权利要求1所述的双面屏终端控制方法，其特征在于，所述对采集到的语音信息进行关键词识别的步骤之前，包括：

建立声学模型。

3.如权利要求2所述的双面屏终端控制方法，其特征在于，所述建立声学模型的步骤包括：

获取训练样本，所述训练样本为用于训练声学模型的语音信息；

根据所述训练样本，采用深度学习方法训练得到基于深度神经网络的声学模型。

4.如权利要求3所述的双面屏终端控制方法，其特征在于，所述根据所述训练样本，采用深度学习方法训练得到基于深度神经网络的声学模型的步骤包括：

根据所述训练样本训练隐马尔科夫模型和高斯混合模型；

根据所述训练样本，以及训练好的隐马尔科夫模型和高斯混合模型，训练得到基于深度神经网络的声学模型。

5.如权利要求1所述的双面屏终端控制方法，其特征在于，所述方法还包括：

确定在预设时长阈值内是否侦测到用户基于辅屏的触控操作；

若在预设时长阈值内未侦测到用户基于辅屏的触控操作，则熄灭辅屏。

6.一种双面屏终端，其特征在于，所述双面屏终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的双面屏终端控制程序，所述双面屏终端控制程序被所述处理器执行时实现如权利要求1至5中任一项所述的双面屏终端控制方法的步骤。

7.一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上存储有双面屏终端控制程序，所述双面屏终端控制程序被处理器执行时实现如权利要求1至5中任一项所述的双面屏终端控制方法的步骤。