[发明专利]唤醒语音关键短语分割

权利要求书

1.一种用于关键短语分割的方法，该方法包括：

由神经网络基于特征向量的累加生成一组声学评分，所述特征向量是从音频信号的时间分段提取的，所述一组声学评分中的每个声学评分代表与所述时间分段相关联的语音类别的可能性；

由关键短语模型解码器生成评分模型状态序列的进展，所述评分模型状态序列中的每个评分模型状态序列基于与从所述音频信号的所述时间分段生成的声学评分组中的相应的一组声学评分相关联的语音单元的检测；

由关键短语分割电路分析评分状态序列的所述进展，以检测与所述进展相关联的模式；以及

由所述关键短语分割电路基于检测模式与期望模式的对齐确定用于关键短语的分割的起始点和结束点。

2.如权利要求1所述的方法，还包括：基于所述声学评分组中的声学评分的累加和传播，检测所述关键短语。

3.如权利要求2所述的方法，其中，所述起始点的确定进一步基于与所述关键短语的检测相关联的所述时间分段之一。

4.如权利要求1-3中任一项所述的方法，其中，所述神经网络是深度神经网络，并且所述关键短语模型解码器是隐马尔可夫模型解码器。

5.如权利要求1-3中任一项所述的方法，其中，所述语音类别是语音单元、子语音单元、三音素状态、以及单因素状态中的至少一者。

6.如权利要求1-3中任一项所述的方法，还包括：将所述起始点和所述结束点提供给声学波束形成系统、自动语音辨认系统、说话人识别系统、文本相关说话人识别系统、情绪辨认系统、性别检测系统、年龄检测系统、以及噪声估计系统中的至少一者。

7.如权利要求1-3中任一项所述的方法，其中，所述神经网络、关键短语模型解码器、以及关键短语分割电路中的每一者是利用一个或多个处理器执行的指令实现的。

8.一种关键短语分割系统，该系统包括：

特征提取电路，所述特征提取电路从音频信号的时间分段提取特征向量；

累加电路，所述累加电路对所提取的特征向量中的选定数目的特征向量进行累加；

声学模型评分神经网络，所述声学模型评分神经网络基于所累加的特征向量生成一组声学评分，所述一组声学评分中的每个声学评分代表与所述时间分段相关联的语音类别的可能性；

关键短语模型评分电路，所述关键短语模型评分电路生成评分模型状态序列的进展，所述评分模型状态序列中的每个评分模型状态序列基于与从所述音频信号的所述时间分段生成的声学评分组中的相应的一组声学评分相关联的语音单元的检测；以及

关键短语分割电路，所述关键短语分割电路分析评分状态序列的所述进展以检测与所述进展相关联的模式，并基于检测模式与期望模式的对齐确定用于关键短语的分割的起始点和结束点。

9.如权利要求8所述的系统，其中，所述关键短语模型评分电路还基于所述声学评分组中的声学评分的累加和传播检测所述关键短语。

10.如权利要求9所述的系统，其中，所述起始点的确定进一步基于与所述关键短语的检测相关联的所述时间分段之一。

11.如权利要求10所述的系统，其中，所述声学模型评分神经网络是深度神经网络，并且所述关键短语模型评分电路实现隐马尔可夫模型解码器。

12.如权利要求8-11中任一项所述的系统，其中，所述语音类别是语音单元、子语音单元、三音素状态、和单音素状态中的至少一者。

13.如权利要求8-11中任一项所述的状态，其中，所述特征提取电路、累加电路、声学模型评分神经网络、关键短语模型评分电路、以及关键短语分割电路中的每一者是利用一个或多个处理器执行的指令实现的。