[发明专利]基于人工智能的唤醒词检测方法、装置、设备及介质

权利要求书

1.一种基于人工智能的唤醒词检测方法，其特征在于，该方法包括：

获取待识别语音数据，并提取所述待识别语音数据中每个语音帧的语音特征；

将所述语音特征输入到预先构建的深度神经网络模型，输出所述语音特征对应于音节标识的后验概率向量，所述深度神经网络模型包括与预先构建的发音字典的音节的数量相同的音节输出单元，所述音节包括拼音字母组合发音对应的音节；

根据音节组合序列从所述后验概率向量中确定目标概率向量，所述音节组合序列是根据输入的唤醒词文本构建的；

再根据所述目标概率向量计算置信度，且在所述置信度大于等于阈值时确定所述语音帧包含所述唤醒词文本；

所述根据所述目标概率向量计算置信度包括：

对所述目标概率向量所包含的每个后验概率值进行概率处理；

根据所述音节组合序列中所包含的音节标识与所述唤醒词文本所包含的字符之间的映射关系，确定所述唤醒词文本中是否包含多音字；

在所述唤醒词文本中不包含多音字时，根据概率处理后的目标概率向量计算置信度。

2.根据权利要求1所述的基于人工智能的唤醒词检测方法，其特征在于，所述根据所述目标概率向量计算置信度还包括：

在所述唤醒词文本中包含多音字时，将所述概率处理后的目标概率向量按照所述多音字的对应关系进行求和处理；

根据求和处理后的目标概率向量计算置信度。

3.根据权利要求1所述的基于人工智能的唤醒词检测方法，其特征在于，所述对所述目标概率向量所包含的每个后验概率值进行概率处理包括：

在所述后验概率值低于其对应的先验概率值时，将所述后验概率值置为0；否则，不处理所述后验概率值；

将经过上述处理后的所述后验概率值除以与其对应的先验概率值，得到处理后的目标概率向量。

4.根据权利要求2所述的基于人工智能的唤醒词检测方法，其特征在于，所述根据概率处理后的目标概率向量或所述根据求和处理后的目标概率向量计算置信度包括：

对所述概率处理后的目标概率向量或所述求和处理后的目标概率向量进行平滑处理；

根据平滑处理后的目标概率向量计算所述置信度。

5.根据权利要求1所述的基于人工智能的唤醒词检测方法，其特征在于，根据输入的唤醒词文本构建音节组合序列的步骤包括：

获取输入的唤醒词文本；

通过查找所述发音字典将所述唤醒词文本所包含的每个字符转换成所述音节标识；

构建所述音节标识与所述唤醒词文本所包含的字符之间的映射关系，所述映射关系作为所述音节组合序列。

6.根据权利要求1所述的基于人工智能的唤醒词检测方法，其特征在于，构建深度神经网络模型的步骤包括：

获取待训练的语音数据集；

对所述语音数据集中每个语音数据按照所述发音字典所包含的音节进行标注，得到训练数据集；

利用所述训练数据集对深度神经网络进行训练，以得到所述深度神经网络模型，所述深度神经网络模型的输入是每个语音帧的语音特征，每个所述音节输出单元输出的是每个所述语音特征相对于所述音节输出单元对应的音节标识的后验概率值。