[发明专利]一种低功耗的自定义唤醒词语音识别系统及方法

权利要求书

1.一种低功耗的自定义唤醒词语音识别方法，其特征在于，包括：

S101，一个语音数据采集模块，通过语音数据采集模块采集操作人员发出的唤醒词；

S102，一个声学特征提取模块，其配置为能够接收所述语音数据采集模块采集的唤醒词，通过声学特征提取模块提取唤醒词的特征信息；

S103，一个唤醒词检测模块，其能够接收所述特征信息，根据所述特征信息判断唤醒词是否是自定义唤醒词；若是，则输出所述唤醒词；

S104，一个自定义唤醒词模块，其能够接收所述唤醒词，所述自定义唤醒词模块能够输出自定义唤醒词表；

S105，一个预置字典模块；

S106，一个发音字典生成器，其能够接收接收所述自定义唤醒词表，所述发音字典生成器能够根据接收到的所述自定义唤醒词表和预置字典模块生成一个发音字典；

S107，一个字典生成器，其配置为接收所述发音字典，所述字典生成器能够根据所述发音字典生成一个字典；

S108，一个语言模型生成器，其配置为能够接收所述字典生成器输出的新字典；所述语言模型生成器能够根据所述字典生成一个语言模型；

S109，一个解码图生成器，其配置为能够接收所述语言模型和所述发音字典；所述解码图生成器接收所述语言模型和所述发音字典能够生成一个静态解码图；

S110，一个通用声学模型；

S111，一个解码器，其能够接收所述静态解码图和所述通用声学模型，所述解码器能够将接收到的所述静态解码图和所述通用声学模型解码，并判断所述语音数据是否含有激活词。

2.如权利要求1所述的低功耗的自定义唤醒词语音识别方法，其特征是，若所述唤醒词检测模块的判断结果为否；所述解码器根据静态解码图和所述通用声学模型判断是否含有激活词。

3.如权利要求2所述的低功耗的自定义唤醒词语音识别方法，其特征是，还包括一个深度学习模型，所述深度学习模型不大于300KB。

4.如权利要求3所述的低功耗的自定义唤醒词语音识别方法，其特征是，所述深度学习模型能够接收所述声学特征提取模块输出的特征向量；通过所述深度学习模型训练所述声学模型。

5.一种低功耗的自定义唤醒词语音识别系统，其特征在于，包括：

一个语音数据采集模块，通过语音数据采集模块采集操作人员发出的唤醒词；

一个声学特征提取模块，其配置为能够接收所述语音数据采集模块采集的唤醒词，通过声学特征提取模块提取唤醒词的特征信息；

一个唤醒词检测模块，其能够接收所述特征信息，根据所述特征信息判断唤醒词是否是自定义唤醒词；若是，则输出所述唤醒词；

一个自定义唤醒词模块，其能够接收所述唤醒词，所述自定义唤醒词模块能够输出自定义唤醒词表；

一个预置字典模块；

一个发音字典生成器，其能够接收接收所述自定义唤醒词表，所述发音字典生成器能够根据接收到的所述自定义唤醒词表和预置字典模块生成一个发音字典；

一个字典生成器，其配置为接收所述发音字典，所述字典生成器能够根据所述发音字典生成一个字典；

一个语言模型生成器，其配置为能够接收所述字典生成器输出的新字典；所述语言模型生成器能够根据所述字典生成一个语言模型；

一个解码图生成器，其配置为能够接收所述语言模型和所述发音字典；所述解码图生成器接收所述语言模型和所述发音字典能够生成一个静态解码图；

一个通用声学模型；

一个解码器，其能够接收所述静态解码图和所述通用声学模型，所述解码器能够将接收到的所述静态解码图和所述通用声学模型解码，并判断所述语音数据是否含有激活词。

6.如权利要求5所述的低功耗的自定义唤醒词语音识别系统，其特征是，还包括一个深度学习模型，深度学习模型不大于300KB；

所述深度学习模型能够接收所述特征提取模型输出的特征向量；通过所述深度学习模型训练所述声学模型。