[发明专利]语音关键词检测方法、装置、终端设备和存储介质

权利要求书

1.一种语音关键词检测方法，其特征在于，包括：

获取待测音频流；

提取所述待测音频流的音频特征；

根据所述音频特征检测所述待测音频流中连续二帧以上的音频信号是否均含有语音信号；

若所述待测音频流中连续二帧以上的音频信号均含有语音信号，则根据所述音频特征对所述待测音频流执行关键词检测的操作。

2.如权利要求1所述的语音关键词检测方法，其特征在于，提取所述待测音频流的音频特征，包括：

对所述待测音频流进行分帧处理，得到多个音频片段帧；

对所述多个音频片段帧执行离散余弦变换处理，得到所述多个音频片段帧的频域信号；

采用滤波器对所述频域信号进行滤波，得到所述待测音频流的音频特征。

3.如权利要求2所述的语音关键词检测方法，其特征在于，对所述待测音频流进行分帧处理，得到多个音频片段帧，包括：

将所述待测音频流写入预设尺寸的存储器件，其中，当所述存储器件写满时，新写入的数据将覆盖旧的数据；

当所述存储器件首次写满时，将所述存储器件当前已写入的数据提取出来，作为第一个音频片段帧；

当所述存储器件在首次写满后，再次写入数据长度为所述预设尺寸一半的数据时，将所述存储器件当前已写入的数据提取出来，作为第二个音频片段帧；

当所述存储器件在首次写满后，再次写入数据长度为所述预设尺寸的数据时，将所述存储器件当前已写入的数据提取出来，作为第三个音频片段帧；

不断重复上述操作，直至遍历所述待测音频流的所有数据，得到所述多个音频片段帧。

4.如权利要求1所述的语音关键词检测方法，其特征在于，所述待测音频流中任意的一帧目标音频信号是否含有语音信号通过以下方式检测：

采用预先构建的语音信号检测模型对所述目标音频信号的音频特征进行处理，得到所述目标音频信号含有语音信号的第一概率以及所述目标音频信号不含语音信号的第二概率；

若所述第一概率大于所述第二概率，则判定所述目标音频信号含有语音信号，否则判定所述目标音频信号不含语音信号；

其中，所述语音信号检测模型的偏置值、激活值和各层神经网络的权重精度均可配置。

5.如权利要求4所述的语音关键词检测方法，其特征在于，在采用预先构建的语音信号检测模型对所述目标音频信号的音频特征进行处理之前，还包括：

检测所述待测音频流的信噪比；

若所述信噪比大于或等于第一阈值，则将所述语音信号检测模型的各层神经网络的权重精度设置为第一数值；

若所述信噪比小于所述第一阈值，则将所述语音信号检测模型的各层神经网络的权重精度设置为第二数值，其中，所述第二数值大于所述第一数值。

6.如权利要求1至5中任一项所述的语音关键词检测方法，其特征在于，根据所述音频特征对所述待测音频流执行关键词检测的操作，包括：

针对所述待测音频流中的每帧音频信号，采用预先构建的关键词检测模型对所述音频信号进行处理，得到所述音频信号含有各个预设语音关键词的概率；

将所述含有各个预设语音关键词的概率中最大的概率所对应的关键词确定为所述音频信号具有的关键词；

其中，所述关键词检测模型的偏置值、激活值和各层神经网络的权重精度均可配置。

7.如权利要求6所述语音关键词检测方法，其特征在于，在采用预先构建的关键词检测模型对所述音频信号进行处理之前，还包括：

检测所述待测音频流的信噪比；

若所述信噪比大于或等于第二阈值，则将所述关键词检测模型的各层神经网络的权重精度设置为第三数值；

若所述信噪比小于所述第二阈值，则将所述关键词检测模型的各层神经网络的权重精度设置为第四数值，其中，所述第四数值大于所述第三数值。