[发明专利]语音信息处理方法及设备

说明书

本申请实施例公开了一种语音信息处理方法及设备，该方法包括：获取第一语音信息；在基于判决条件确定该第一语音信息为有效的语音控制指令的情况下，执行该第一语音信息指示的操作，其中，该判决条件为基于该第一语音信息产生时所在的环境情况调整得到。本申请能够在不同的智能语音交互场景中提高有效语音识别的准确率，降低无效语音的误触发率。

技术领域

本申请涉及语音处理技术领域，具体涉及语音信息处理方法及设备。

背景技术

在智能语音交互场景中，智能设备存在两种常用的聆听用户语音的模式，分别是持续聆听模式和全时免唤醒模式，全时免唤醒模式又可以称为全时聆听模式。持续聆听或全时聆听状态下，智能设备需要区分用户内容是否为对其有效的指令，即需要区分人与机器的对话内容、人与人的对话内容。

具体的，在聆听状态下，设备采集到的语音信息包括闲聊数据，为避免智能设备被闲聊内容误触发，常利用规则匹配模块，或利用推理模块(如神经网络推理模块)进行判断获取到的语音信息是否为有效的语音控制指令。但是，由于在不同的使用环境和场景下，相同的语音信息或者相同语义的语音信息的有效性可能不同，例如，某个语句在当前场景下属于有效的语音控制指令，但是在另一个场景下只是闲聊的信息，属于无效信息。而现有的语音信息有效判定方案无法适应这种不同使用环境和场景下的语音信息有效性识别，容易导致识别准确率低，无效语音误触发的情况。

综上所述，如何在不同的智能语音交互场景中提高有效语音识别的准确率，降低无效语音的误触发率是本领域技术人员急需解决的技术问题。

发明内容

本申请提供一种语音信息处理方法及设备，能够在不同的智能语音交互场景中提高有效语音识别的准确率，降低无效语音的误触发率。

第一方面，本申请提供一种语音信息处理方法，该方法包括：

获取第一语音信息；在基于判决条件确定该第一语音信息为有效的语音控制指令的情况下，执行该第一语音信息指示的操作，其中，该判决条件为基于该第一语音信息产生时所在的环境情况调整得到。

由于语音信息产生的环境情况会对语音信息是否为有效的语音控制指令有较大的影响，相同的或相似的语音信息在一个环境情况下为有效指令，但在另一个环境情况下就不一定是有效指令，因此，本申请针对不同环境情况下接收到的语音信息，适应性地调整判决语音信息有效性的判决条件，能够在不同环境情况下更好地判断语音信息的有效性，提高有效判别的准确率，降低无效信号的误触发率。

一种可能的实施方式中，所述第一语音信息产生时所在的环境情况包括如下的一项或多项：截止至所述设备获取到该第一语音信息的第二预设时长内的说话人数，所述第一语音信息产生时预设范围内的人数，所述第一语音信息的置信度，或所述第一语音信息的信噪比。

由于在一段时间内说话人的数量越多，和/或语音信息产生时周围的人数越多，那么设备接收到的语音信息是闲聊即为无效语音的概率就越大，另外，语音信息的置信度和/或信噪比越高，表明设备可以正确识别出语音信息的语句的概率大，也会影响语音信息有效性的识别，因此，基于该几项中的一项或多项适应性地调整判决语音信息有效性的判决条件，能够更好地判断语音信息的有效性，提高有效判别的准确率，降低无效信号的误触发率。

一种可能的实施方式中，所述判决条件为基于所述第一语音信息产生时所在的环境情况调整得到，包括：所述判决条件为基于所述环境情况以及设备的持续聆听时长调整得到。

由于设备持续聆听语音的时长越长，聆听到的语音信息为无效语音的概率越大，因此，本申请中结合语音信息产生时的环境情况和设备的持续聆听时长来适应性地调整判决语音信息有效性的判决条件，可以进一步更好地判断语音信息的有效性，提高有效判别的准确率，降低无效信号的误触发率。