[发明专利]基于无监督学习的语音唤醒方法、装置、电子设备及介质

说明书

本发明涉及人工智能技术领域，提供一种基于无监督学习的语音唤醒方法、装置、电子设备及介质，所述方法包括：基于无标签语音段训练无监督模型，获取训练过程中的多个模型参数，获取预设数量的带标签的语音语料，得到带标签语音段；调整训练好的无监督模型，得到语音唤醒模型；更新语音唤醒模型中的模型参数，并根据带标签语音段训练更新后的语音唤醒模型，得到目标语音唤醒模型；将目标语音段输入至目标语音唤醒模型中，根据语音唤醒结果确定是否执行语音唤醒操作。本发明根据无标签语音段训练好的多个模型参数更新语音唤醒模型中的模型参数，并通过带标签语音段训练更新后的语音唤醒模型，提高了目标语音唤醒模型的有效性。

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于无监督学习的语音唤醒方法、装置、电子设备及介质。

背景技术

在进行智能人机交互时，语音唤醒系统尤为重要，现有的语音唤醒系统会设定一个语音关键词，如“小度小度”，在用户与智能设备进行交互时，需要首先喊出关键词，智能设备根据接收到的关键词进行检测，选择是否开启设备，无法实现根据用户的偏好进行个性化的语音唤醒，导致语音唤醒操作的使用率低。

此外，现有的语音唤醒系统无法获取每个特定说话人大量的说话语料，导致训练的语音唤醒模型的有效性低。

因此，如何利用有限的语料进行个语音唤醒模型训练及准确高效的唤醒智能设备成为亟待解决的问题。

发明内容

鉴于以上内容，有必要提出一种基于无监督学习的语音唤醒方法、装置、电子设备及介质，根据无标签语音段训练好的多个模型参数更新语音唤醒模型中的模型参数，并通过带标签语音段训练更新后的语音唤醒模型，提高了目标语音唤醒模型的有效性。

本发明的第一方面提供一种基于无监督学习的语音唤醒方法，所述方法包括：

获取待训练语音信号，对所述待训练语音信号进行第一预处理，得到无标签语音段；

构建无监督模型，基于所述无标签语音段训练所述无监督模型，得到训练好的无监督模型；

获取无监督模型训练过程中的多个模型参数，及从预设的数据库中获取预设数量的带标签的语音语料，及对所述带标签的语音语料进行第二预处理，得到带标签语音段；

调整所述训练好的无监督模型，得到语音唤醒模型；

根据所述多个模型参数更新所述语音唤醒模型中的模型参数，得到更新后的语音唤醒模型，并根据所述带标签语音段训练所述更新后的语音唤醒模型，得到目标语音唤醒模型；

当侦测到智能设备的目标语音信号时，对所述目标语音信号进行第三预处理，得到目标语音段，并将所述目标语音段输入至所述目标语音唤醒模型中，得到语音唤醒结果；

根据所述语音唤醒结果确定是否执行所述智能设备的语音唤醒操作。

可选地，所述无监督模型包括：

预训练的词嵌入模型、与所述预训练的词嵌入模型连接的transformer模型、与所述transformer模型连接的第一全连接层、及与所述第一全连接层连接的输出层，其中，所述transformer模型中包含有Multihead Attention层，与所述Multihead Attention层连接的第一AddNorm层、与所述第一AddNorm层连接的FFN层、及与所述FFN层连接的第二AddNorm层。

可选地，所述基于所述无标签语音段训练所述无监督模型包括：

将所述无标签语音段按照预设的遮挡规则进行随机遮挡，得到遮挡语音段和未遮挡语音段；

将所述遮挡语音段和未遮挡语音段输入至所述预训练的词嵌入模型中，得到词嵌入向量及每个词嵌入向量对应的位置编码；