[发明专利]语音唤醒模型的训练方法、装置、电子设备及存储介质

说明书

本申请提供一种语音唤醒模型的训练方法、装置、电子设备及存储介质，该方法包括：确定唤醒词对应的待训练的关键词集，并对待训练的关键词集进行预处理，以生成待训练的关键词集的特征序列集合；通过特征序列集合对GMM‑HMM中的HMM进行初始化，并确定特征序列集合的初始分割方式；根据特征序列集合和初始分割方式对GMM‑HMM中的GMM进行参数估计，生成初始GMM‑HMM；根据特征序列集合、初始分割方式、Baum‑Welch算法和Viterbi算法对初始GMM‑HMM进行训练，以获取训练后的基于唤醒词的语音唤醒模型。实现了在训练集相对较小时，可以有效保证语音唤醒模型识别关键词的准确性。

技术领域

本申请涉及语音唤醒技术领域，尤其涉及一种语音唤醒模型的训练方法、装置、电子设备及存储介质。

背景技术

语音技术(Speech Technology)是实现人机交互的方式之一。随着语音技术的发展和交互体验的提升，用户也越来越乐于通过语音与电子设备进行交互，例如通过语音控制电子设备完成指定工作。关键词识别技术是语音技术中的重要分支，用于对连续语音信号进行预定关键词的识别，即识别该连续语音信号中是否存在预定关键词，该技术在电子设备唤醒、对话交互界面初始化、音频索引和检索、以及语音密码验证等方面均有着广泛的应用。

现有技术中，对预定关键词的识别，通常采用基于高斯混合模型(GaussianMixture Model，GMM)-隐马尔可夫模型(Hidden Markov Model，HMM)的语音识别模型，现有技术中基于GMM-HMM的语音识别模型的训练方法，通常根据训练集语料的特征序列集合和初始分割对GMM-HMM模型进行训练，以得到语音识别模型。

然而，现有技术中语音识别模型的训练方法，需要足够大的训练集进行训练，若训练集相对较小，则语音识别模型的可靠性较低。

发明内容

本申请提供一种语音唤醒模型的训练方法、装置、电子设备及存储介质，以实现对语音唤醒模型的训练，并且在训练集相对较小时，保证了语音唤醒模型的可靠性，进而提高语音唤醒模型识别唤醒词的准确性。

第一方面，本申请实施例提供一种语音唤醒模型的训练方法，包括：

确定唤醒词对应的待训练的关键词集，并对待训练的关键词集进行预处理，以生成待训练的关键词集的特征序列集合。

通过特征序列集合对高斯混合模型GMM-隐马尔科夫模型HMM中的HMM进行初始化，并确定特征序列集合的初始分割方式。

根据特征序列集合和初始分割方式对GMM-HMM中的GMM进行参数估计，生成初始GMM-HMM。

根据特征序列集合、初始分割方式、Baum-Welch算法和Viterbi算法对初始GMM-HMM进行训练，以获取训练后的基于唤醒词的语音唤醒模型。

本申请实施例中，通过对GMM-HMM进行训练的过程中，考虑到采用Baum-Welch算法和Viterbi算法对GMM-HMM进行训练，其中，Viterbi算法可以得到特征序列集合中每个语料的最优分割方式，在通过根据特征序列集合、初始分割方式、Baum-Welch算法和Viterbi算法对初始GMM-HMM进行训练时，可以不断的更新初始分割方式，以提高对GMM-HMM进行训练的效率，相比于现有技术中，通过固定的初始分割方式和特征序列集合对GMM-HMM进行训练，本申请实施例在训练集相对较小时，可以有效保证语音唤醒模型的可靠性，进而提高语音唤醒模型识别关键词的准确性。

在一种可能的实施方式中，在语音唤醒模型训练次数为1次时，根据特征序列集合、初始分割方式、Baum-Welch算法和Viterbi算法对初始GMM-HMM进行训练，以获取训练后的基于唤醒词的语音唤醒模型，包括：