[发明专利]语音唤醒方法和系统在审
| 申请号： | 201811081600.X | 申请日： | 2018-09-17 |
| 公开（公告）号： | CN109036412A | 公开（公告）日： | 2018-12-18 |
| 发明（设计）人： | 王欢良;鄢楷强;张宏阳;沈旭晖;马殿昌;李显光 | 申请（专利权）人： | 苏州奇梦者网络科技有限公司 |
| 主分类号： | G10L15/22 | 分类号： | G10L15/22;G10L15/16;G10L15/20 |
| 代理公司： | 苏州国诚专利代理有限公司 32293 | 代理人： | 韩凤 |
| 地址： | 215024 江苏省苏州市工业园区*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种语音识别唤醒方法及系统，其中方法包括以下步骤：对原始语音数据分帧加窗操作，以获取所述原始语音对应的语音帧，并提取所述语音帧的声学特征信息；将所述声学特征信息进行计算得到深度神经网络分类模型；录取现场语音数据，提取所述现场语音数据对应的声学特征信息，并将该所述现场语音数据对应的声学特征信息输入至所述深度神经网络分类模型，以得到后验概率信息；并将所述与预设定阈值比较，当所述置信度大于所述预设定阈值，唤醒语音录入设备。上述方法有效提升噪音场景下的唤醒性能；对原始数据进行语速、音高、音量等模拟，有效提升唤醒系统对不同说话人的适应性。 | ||
| 搜索关键词： | 声学特征 现场语音 唤醒 神经网络分类 数据对应 语音帧 预设定 语音 原始语音数据 后验概率 唤醒系统 加窗操作 录入设备 信息输入 语音识别 原始数据 原始语音 阈值比较 置信度 音量 分帧 噪音 场景 | ||
【主权项】：
1.一种语音唤醒方法，其特征在于，包括以下步骤：录入原始音频数据及获取语音录入设备所应用的场景对应的环境音频数据，根据环境音频数据将所述原始音频数据转化为环境语音模拟数据；对原始语音数据及/或模拟语音数据进行分帧加窗操作，以获取所述原始语音及/或模拟语音对应的语音帧，并提取所述语音帧的声学特征信息；将所述声学特征信息进行计算，以获取所述语音帧所至少包含的唤醒词类别及非唤醒词类别的深度神经网络分类模型；录取现场语音数据，提取所述现场语音数据对应的声学特征信息，并将该所述现场语音数据对应的声学特征信息输入至所述深度神经网络分类模型，以得到所述现场语音数据的后验概率信息；根据所述后验概率信息计算所述录取现场语音数据的置信度，并将所述置信度与预设定阈值比较，当所述置信度大于所述预设定阈值，唤醒语音录入设备，当所述置信度小于所述预设定阈值，不唤醒语音录入设备并进一步获取用户指令。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州奇梦者网络科技有限公司，未经苏州奇梦者网络科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811081600.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种智能终端语音交互控制方法及装置
- 下一篇：语音交互方法及终端设备
