[发明专利]语音唤醒方法、装置、系统及电子设备有效

专利信息
申请号: 201811186019.4 申请日: 2018-10-11
公开(公告)号: CN111048068B 公开(公告)日: 2023-04-18
发明(设计)人: 曹元斌;张智超;风翮;王刚 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G10L15/02 分类号: G10L15/02;G10L15/08;G10L15/26;G10L17/22
代理公司: 广州铸智知识产权代理有限公司 44886 代理人: 徐瑞红
地址: 英属开曼群岛大开*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 语音 唤醒 方法 装置 系统 电子设备
【权利要求书】:

1.一种语音唤醒方法,包括:

获取第一语音信号;

对所述第一语音信号中包含的拼音韵部信号进行识别,得到所述第一语音信号对应的第一韵部信号序列;

将所述第一韵部信号序列与预设的唤醒词的第二韵部信号序列进行比较,以从所述第一韵部信号序列中提取与所述第二韵部信号序列内容相同的第三韵部信号序列;

对所述第三韵部信号序列对应在所述第一语音信号中的全拼语音信号进行自动语音识别处理,确定所述全拼语音信号是否为所述唤醒词对应的语音信号。

2.根据权利要求1所述的方法,其中,所述对所述第一语音信号中包含的拼音韵部信号进行识别,得到所述第一语音信号对应的第一韵部信号序列包括:

获取所述第一语音信号的特征频谱;

对所述第一语音信号的特征频谱采用韵部分类器进行分类计算,得到所述第一语音信号对应的所述第一韵部信号序列。

3.根据权利要求2所述的方法,其中,所述方法还包括:

获取用于模型训练的语音信号的特征频谱;

对所述特征频谱中的拼音韵部信号进行标注;

以所述已标注的拼音韵部信号作为训练样本,采用神经网络算法以及连接时序分类的联合模型算法训练生成所述韵部分类器。

4.根据权利要求2所述的方法,其中,所述方法还包括:

获取用于模型训练的语音信号的特征频谱;

对所述特征频谱中的拼音韵部信号进行标注;

以所述已标注的拼音韵部信号作为训练样本,采用隐马尔科夫模型以及深度神经网络的联合模型算法训练生成韵部分类器。

5.根据权利要求1所述的方法,其中,所述对所述第一语音信号中包含的拼音韵部信号进行识别,得到所述第一语音信号对应的第一韵部信号序列之前还包括:

对所述第一语音信号进行去噪的预处理。

6.根据权利要求1所述的方法,其中,所述将所述第一韵部信号序列与预设的唤醒词的第二韵部信号序列进行比较,从所述第一韵部信号序列中提取与所述第二韵部信号序列内容相同的第三韵部信号序列包括:

采用动态时间规整算法将所述第一韵部信号序列与预设的唤醒词的第二韵部信号序列按时序对应进行比较,以从所述第一韵部信号序列中提取与所述第二韵部信号序列内容相同的第三韵部信号序列。

7.根据权利要求1所述的方法,其中,所述第一语音信号为中文语音信号。

8.一种语音唤醒方法,包括:

获取第一语音信号;

对所述第一语音信号中包含的元音信号进行识别,得到所述第一语音信号对应的第一元音信号序列;

将所述第一元音信号序列与预设的唤醒词的第二元音信号序列进行比较,以从所述第一元音信号序列中提取与所述第二元音信号序列内容相同的第三元音信号序列;

对所述第三元音信号序列对应在所述第一语音信号中的全量语音信号进行自动语音识别处理,确定所述全量语音信号是否为所述唤醒词对应的语音信号。

9.根据权利要求8所述的方法,其中,所述第一语音信号中包含的元音信号为所述第一语音信号所属语言类型所包含的单音节中元音对应的语音信号。

10.一种语音唤醒装置,包括:

信号获取模块,用于获取第一语音信号;

信号识别模块,用于对所述第一语音信号中包含的拼音韵部信号进行识别,得到所述第一语音信号对应的第一韵部信号序列;

信号比较模块,用于将所述第一韵部信号序列与预设的唤醒词的第二韵部信号序列进行比较,以从所述第一韵部信号序列中提取与所述第二韵部信号序列内容相同的第三韵部信号序列;

语音识别模块,用于对所述第三韵部信号序列对应在所述第一语音信号中的全拼语音信号进行自动语音识别处理,确定所述全拼语音信号是否为所述唤醒词对应的语音信号。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811186019.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top