[发明专利]关键词检测方法、装置、设备和存储介质

说明书

本申请涉及人工智能领域，揭示了关键词检测方法，关键词检测网络包括并行连接的第一全连接层和第二全连接层，方法包括：获取当前用户输入的待检测语音语句；提取待检测语音语句对应的语音特征参数；将语音特征参数输入关键词检测网络；判断第一全连接层输出的第一概率是否高于预设概率阈值，第一概率为当前用户身份识别对应的概率；若是，根据第二全连接层输出的第二概率，确定待检测语音语句的关键词，第二概率为关键词识别对应的概率。通过设定两个不同损失函数分别约束不同全连接层对应的任务通道，实现多任务在同一个网络模型中运行，共享计算，对设备内存要求低、降低计算时间和电池耗电量的效果。

技术领域

本申请涉及人工智能领域，特别是涉及到关键词检测方法、装置、设备和存储介质。

背景技术

随着人工智能技术的发展，越来越多的智能设备上配置智能语音助手功能，实现用户和机器的语音对话。传统方法上，语音智能助手仅为关键词检测系统，满足任何用户与机器的对话，无需对用户身份特征进行识别。即便是有特殊要求进行用户身份识别的系统，也多通过另外训练一模型，比如声纹识别模型，即关键词检测和说话人识别任务需分别进行建模处理，增大了模型计算量和反馈延迟，且不适合同时部署于小型的智能设备上。

发明内容

本申请的主要目的为提供关键词检测方法，旨在解决现有关键词检测和说话人识别任务不能通过一个模型实现，导致计算量大、反馈延迟的技术问题。

本申请提出一种关键词检测方法，关键词检测网络包括并行连接的第一全连接层和第二全连接层，方法包括：

获取当前用户输入的待检测语音语句；

提取所述待检测语音语句对应的语音特征参数；

将所述语音特征参数输入所述关键词检测网络；

判断所述第一全连接层输出的第一概率是否高于预设概率阈值，其中，所述第一概率为所述当前用户身份识别对应的概率；

若是，根据所述第二全连接层输出的第二概率，确定所述待检测语音语句的关键词，其中，所述第二概率为关键词识别对应的概率。

优选地，所述判断所述第一全连接层输出的第一概率是否高于预设概率阈值的步骤，包括：

根据指定计算方式计算所述当前用户为目标用户的概率，其中，所述指定计算方式为P(S_u|X)＝1-P(S_e|X)，P(S_u|X)表示所述当前用户为所述目标用户的概率，P(S_e|X)表示所述当前用户不是所述目标用户的概率；

将所述当前用户为所述目标用户的概率P(S_u|X)，作为所述第一概率；

判断所述P(S_u|X)是否高于预设概率阈值；

若是，则判定所述第一全连接层输出的第一概率高于所述预设概率阈值。

优选地，所述关键词检测网络中所述第一全连接层对应第一任务的输出通道，所述第二全连接层对应第二任务的输出通道，所述获取当前用户输入的待检测语音语句的步骤之前，包括：

将各训练数据分别对应的语音特征参数，输入至所述关键词检测网络中进行训练；

实时获取所述第一任务对应的第一损失函数的函数值，以及所述第二任务对应的第二损失函数的函数值；

根据所述第一损失函数的函数值和所述第二损失函数的函数值的数值关系，实时调整所述第一损失函数和所述第二损失函数在总损失函数中分别对应的损失权重；

判断所述总损失函数是否达到预设条件；

若是，则判定完成对所述关键词检测网络的训练，并固定所述关键词检测网络的参数。