[发明专利]语音唤醒方法及装置、终端及其处理方法

说明书

技术领域

本发明涉及语音识别技术领域，尤其涉及一种语音唤醒方法及装置、终端 及其处理方法。

背景技术

语音在手机终端中已不单单存在于单独的程序应用中，而开始慢慢的作为 一种独立于手指触摸输入的新增输入方式，不需触碰手机，遥控和更智能化友 好的服务于手机用户。

而语音唤醒技术为用户解放双手完全的语音指令遥控手机提供了前提，唤 醒主流技术是技术软件唤醒，但软件运行在手机系统启动为前提，为保证能随 时随地接收到用户的语音指令，语音引擎需要一直后台运行和监听，手机系统 将无法进入休眠待机的节电状态，此类语音唤醒技术的应用对电量消耗异常强 烈。目前语音技术在市场技术应用中在不单单考虑到功能友好性，还要关注手 机电量消耗，同时要求对用户使用中的不被语音过多打扰，所以目前各厂商对 于语音识别系统的唤醒方案多数采用休眠状态下硬件按键唤醒或者手机系统运 行时软件按钮点击唤醒。

随着技术人员的不断改进，目前已经出现语音低功耗唤醒技术，在手机休 眠状态下应用低功耗的芯片实现直接用语音指令唤醒手机操作系统，无需用户 手动进行硬件和软件操作。

但对于现有技术的语音低功耗唤醒功能中，只能使用固定的唤醒词，通过 语音模型生成此预置固定唤醒词的声学模型。具体地现有语音低功耗唤醒功能 的实现方法，包括如下：

录制一些大批量的“选定唤醒词”声音样本进行处理和人群声学特征培训 和提取。

将统计估算得出的“固定的唤醒词”声音特征预置在手机系统中。

根据用户个体输入的声音波形与统计生成的声音特征进行比对。

因低功耗性能音频芯片中运算处理能力有限，群体样本统计生成的声学模 型在单独用户个体使用时会有以下问题：

1、用户个体的发声方式差异性远远低于或超出采样统计模型特征提取的置 信区间，造成用户唤醒率低。如果样本量太小或者或人群特征太单一，例如， 全是普通话，全是成年人，会造成有些特定人群的声音例如儿童，老人的声音 对唤醒失效。

2、在噪音环境下复杂噪音环境生成了采样统计模型中类似的似然曲线，造 成误唤醒率高。不该唤醒时乱唤醒，造成用户困扰。

3、由于只能通过厂家事先录制的“固定的唤醒词”来唤醒终端，用户不能

够自定义唤醒词，不能满足用户个性化的需求，降低了用户体验。

因此，现有技术虽然实现了一定功耗控制下的语音唤醒，但是存在用户唤 醒率低、误唤醒率高以及用户体验差的技术等问题。

发明内容

本发明要解决的主要技术问题是，提供一种语音唤醒方法及装置、终端及 其处理方法,能够解决现有语音唤醒技术存在的用户唤醒率低、误唤醒率高以及 用户体验差的技术问题。

为解决上述技术问题，本发明提供一种语音唤醒方法，包括如下步骤：

采集终端用户发出的唤醒词语音信号，获取所述唤醒词语音信号的唤醒词 识别结果和声纹特征并存储；

在所述终端处于休眠状态下，检测外界输入的语音信号；

获取所述语音信号的语音识别结果和声纹特征；

获取所述语音识别结果与存储的唤醒词识别结果、以及所述声纹特征与存 储的声纹特征的匹配结果；

根据所述匹配结果判断是否需要唤醒所述终端，若是，则唤醒所述终端。

进一步地，所述方法在检测外界输入的语音信号之后，获取所述语音信号 的语音识别结果和声纹特征之前，还包括：判断所述语音信号是否满足预设信 号要求，若是，获取所述语音信号的语音识别结果和声纹特征。

进一步地，所述判断所述语音信号是否满足预设信号要求的步骤包括：

对所述语音信号进行处理得到用户语音数据和背景噪声数据；

将所述用户语音数据和所述背景噪声数据分别与预置的背景噪声模型进行 匹配；

根据匹配结果判断所述语音信号是否满足预设信号要求。

进一步地，所述将所述用户语音数据和所述背景噪声数据分别与预置的背 景噪声模型进行匹配的步骤包括：

将所述用户语音数据与所述预置的背景噪声模型进行匹配得到第一匹配分 值；

将所述背景噪声数据与所述预置的背景噪声模型进行匹配得到第二匹配分 值；

所述根据匹配结果判断所述语音信号是否满足预设信号要求的步骤包括：