[发明专利]语音关键词检测方法、装置、终端设备和存储介质

说明书

本申请涉及语音识别技术领域，提出一种语音关键词检测方法、装置、终端设备及计算机存储介质。本申请在获取到待检测的音频流后，首先提取该音频流的音频特征，语音端点检测模块可以根据该音频特征检测该音频流的各帧音频信号是否含有语音信号；另外，只有在检测到该音频流中连续二帧以上的音频信号均含有语音信号时，语音端点检测模块才会触发关键词检测模块启动，从而可以降低由于语音端点检测模块产生误判而导致的系统功耗。

技术领域

本申请涉及语音识别技术领域，尤其涉及一种语音关键词检测方法、装置、终端设备和存储介质。

背景技术

语音关键词检测的主要功能是检测一段音频信号中是否含有既定关键词。随着移动互联网时代的到来，语音关键词检测技术有了更加广泛的应用，例如在智能家居、智能手机等设备中，采用语音关键词检测技术可以使设备不断的监听特定的关键词，用户仅仅需要说出预设关键词就可以唤醒设备开始工作，从而为用户提供免手持的语音识别体验。

目前，常规的语音关键词检测方法通常为：采用语音端点检测模块检测获取到的音频流中是否含有语音信号；若检测到含有语音信号则提取该语音信号的音频特征；当提取到一定数量的音频特征后，采用关键词检测模块检测该音频特征中具有的关键词。

然而，语音端点检测模块存在一定的误判可能，当产生误判时会误启动关键词检测模块，从而导致不必要的系统功耗。

发明内容

有鉴于此，本申请实施例提供了一种语音关键词检测方法、装置、终端设备和存储介质，能够降低由于语音端点检测模块产生误判而导致的系统功耗。

本申请实施例的第一方面提供了一种语音关键词检测方法，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。

本申请在获取到待检测的音频流后，首先提取该音频流的音频特征，语音端点检测模块可以根据该音频特征检测该音频流的各帧音频信号是否含有语音信号；另外，只有在检测到该音频流中连续二帧以上的音频信号均含有语音信号时，语音端点检测模块才会触发关键词检测模块启动，从而可以降低由于语音端点检测模块产生误判而导致的系统功耗。

在本申请的一个实施例中，提取所述待测音频流的音频特征，可以包括：

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。

在对该待测音频流进行分帧处理时，可以采用添加窗函数并且结合存储器件的方式完成。另外，可以采用离散余弦变换模块对分帧得到的多个音频片段帧进行处理，完成从时域信号到频域信号的转换，使用离散余弦变换后计算得到的信号的能量特征更集中，更易于提取语音相关特征。在经过离散余弦变换后，时域信号变换到了频域信号，接下来可以采用滤波器对该频域信号进行滤波，得到该待测音频流的音频特征。

进一步的，对所述待测音频流进行分帧处理，得到多个音频片段帧，可以包括：

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；