[发明专利]唤醒语音关键短语分割

说明书

本公开涉及唤醒语音关键短语分割。提供了用于关键短语的分割的技术。根据实施例的实现该技术的方法包括：对从音频信号的时间分段提取的特征向量进行累加；以及基于那些特征向量生成一组声学评分。一组声学评分中的每个声学评分代表与时间分段相关联的语音类别的可能性。该方法还包括：生成评分模型状态序列的进展，每个评分模型状态序列基于与从音频信号的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。该方法还包括：分析评分状态序列的进展以检测与该进展相关联的模式，并且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。

技术领域

本公开涉及唤醒语音关键短语分割。

背景技术

关键短语检测是语音使能设备中的重要特征。设备可以由来自用户的特定关键短语的话语从低功率侦听状态唤醒。关键短语检测事件发起人与设备的对话，例如，对于个人助理的命令或问题。这种对话包括对用户的语音的进一步处理，并且该处理的有效性很大程度上取决于确定音频信号中的关键短语的边界的精确度(该处理被称为关键短语分割)。但是，对于关键短语分割技术仍然存在大量重要问题。

发明内容

根据本公开的一方面，提供了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(accumulation)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(time segment)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(phonetic class)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。

根据本公开的另一方面，提供了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。

根据本公开的另一方面，提供了至少一种非暂态计算机可读存储介质，其上编码有指令，所述指令在被一个或多个处理器执行时使得用于关键短语分割的处理被执行，所述处理包括：对从音频信号的时间分段提取的特征向量进行累加；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；生成评分模型状态序列的进展，每个评分模型状态语音单元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；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。