[发明专利]语音中关键词的检测方法和存储介质

权利要求书

1.一种语音中关键词的检测方法，其特征在于，包括：

采集监测到的待检测语音，其中，所述待检测语音中包含了需要检测的至少一目标关键词；

调用关键词预测模型，其中，所述关键词预测模型为基于多个第一噪声增强样本之间的交叉熵损失进行监督学习，以及基于多个第二噪声增强样本之间的对比损失进行对比学习而训练生成，所述多个第一噪声增强样本为对第一语音样本进行混合数据增强而得到，不同所述第二噪声增强样本分别为对相同类型的多个第二语音样本进行混合数据增强而得到；

使用所述关键词预测模型从所述待检测语音中提取出噪声增强特征；

从所述待检测语音中去除所述噪声增强特征，以识别出所述目标关键词。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述第一语音样本中的第一随机采样噪声数据按照第一混合系数进行混合数据增强，得到所述第一噪声增强样本，其中，所述第一随机采样噪声数据随着所述关键词预测模型的训练轮次增大而增大，所述第一混合系数符合贝塔分布；

对所述第二语音样本中的第二随机采样噪声数据按照第二混合系数进行混合数据增强，得到所述第二噪声样本，其中，所述第二随机采样噪声数据随着所述关键词预测模型的训练轮次增大而增大，所述第二混合系数符合贝塔分布。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述交叉熵损失对所述第一语音样本进行自监督学习，且基于所述对比损失对所述多个第二语音样本进行对比学习，得到所述关键词预测模型。

4.根据权利要求3所述的方法，其特征在于，基于所述交叉熵损失对所述第一语音样本进行自监督学习，且基于所述对比损失对所述多个第二语音样本进行对比学习，得到所述关键词预测模型，包括：

基于所述交叉熵损失和所述对比损失建立正则化器，其中，所述正则化器用于使所述关键词预测模型禁止对所述噪声增强特征进行编码；

基于所述正则化器对所述第一语音样本进行自监督学习，且对所述多个第二语音样本进行对比学习，得到所述关键词预测模型。

5.根据权利要求4所述的方法，其特征在于，基于所述交叉熵损失和所述对比损失建立正则化器，包括：

对所述交叉熵损失和所述对比损失进行加权求和，得到目标损失，其中，所述对比损失对应的权重用于表示所述对比损失对所述关键词预测模型的约束程度，所述权重随着所述关键词预测模型的训练轮次增大而线性增加；

建立与所述目标损失对应的所述正则化器。

6.根据权利要求4所述的方法，其特征在于，基于所述正则化器对所述第一语音样本进行自监督学习，且对所述多个第二语音样本进行对比学习，得到所述关键词预测模型，包括：

基于所述正则化器对所述第一语音样本进行自监督学习，且对所述多个第二语音样本进行对比学习，得到模型调整参数；

基于所述模型调整参数调整初始关键词预测模型的参数，得到所述关键词预测模型。

7.根据权利要求1所述的方法，其特征在于，从所述待检测语音中去除所述噪声增强特征，以识别出所述目标关键词，包括：

从所述待检测语音中去除所述噪声增强特征，得到关键词特征；

获取由所述关键词特征表示的所述目标关键词。

8.根据权利要求1至7中任意一项所述的方法，其特征在于，所述第一噪声增强样本和所述第二噪声增强样本之间的相似度大于第一相似度阈值。