[发明专利]一种唤醒检测方法、装置和介质

权利要求书

1.一种唤醒检测方法，其特征在于，所述方法包括：

对音频进行语音激活检测，以得到所述音频中的语音流；

对所述语音流的时长信息进行检测；

若所述语音流的时长信息未到达预设时长信息，则依据第一模式，利用数据模型，对所述语音流进行唤醒词检测；

若所述语音流的时长信息到达预设时长信息，则依据第二模式，利用数据模型，对所述语音流进行唤醒词检测，对所述语音流进行重新计时，并返回执行所述对所述语音流进行唤醒词检测；

其中，所述数据模型包括：编码器和解码器，所述解码器依据所述编码器输出的状态信息，确定所述语音流在当前窗口中的语音帧对应的注意力信息，并依据所述注意力信息和所述状态信息，确定所述当前窗口对应所述唤醒词的概率；

所述第一模式对应的处理过程包括：在所述解码器输出所述状态信息后，对所述语音流进行移动加窗处理，依据先前窗口中语音帧的状态信息，确定所述当前窗口中语音帧对应的状态信息；

所述第二模式对应的处理过程包括：对所述语音流进行移动加窗处理，将所述语音流在当前窗口中的语音帧输入所述数据模型，经由所述编码器确定所述当前窗口中的语音帧对应的状态信息。

2.根据权利要求1所述的方法，其特征在于，所述当前窗口中的语音帧包括：第一语音帧；

所述第一模式对应的处理过程包括：依据先前窗口中第一语音帧的状态信息，确定所述当前窗口中第一语音帧对应的状态信息。

3.根据权利要求2所述的方法，其特征在于，所述当前窗口中的语音帧还包括：第二语音帧；

所述第一模式对应的处理过程还包括：经由所述编码器确定第二语音流在当前窗口中的语音帧对应的状态信息。

4.根据权利要求1所述的方法，其特征在于，所述预设时长信息为依据所述唤醒词对应的信息得到。

5.根据权利要求1所述的方法，其特征在于，所述依据所述注意力信息和状态信息，确定所述当前窗口对应所述唤醒词的概率，包括：

依据所述注意力信息和状态信息，确定所述当前窗口对应的上下文向量；

依据所述上下文向量，确定所述当前窗口对应所述唤醒词的概率。

6.根据权利要求1至5中任一所述的方法，其特征在于，所述窗口的长度为依据正向语料中唤醒词对应的时间信息的均值得到。

7.根据权利要求1至5中任一所述的方法，其特征在于，所述数据模型对应正向语料与负向语料之间的比例范围为1:20～1:40。

8.一种唤醒检测装置，其特征在于，所述装置包括：

语音激活检测模块，用于对音频进行语音激活检测，以得到所述音频中的语音流；

判断模块，用于对所述语音流的时长信息进行检测；

第一处理模块，用于在所述语音流的时长信息未到达预设时长信息的情况下，依据第一模式，利用数据模型，对所述语音流进行唤醒词检测；

第二处理模块，用于在所述语音流的时长信息到达预设时长信息的情况下，依据第二模式，利用数据模型，对所述语音流进行唤醒词检测，对所述语音流进行重新计时，并返回执行所述对所述语音流的时长信息进行检测；

其中，所述数据模型包括：编码器和解码器，所述解码器依据所述编码器输出的状态信息，确定所述语音流在当前窗口中的语音帧对应的注意力信息，并依据所述注意力信息和状态信息，确定所述当前窗口对应所述唤醒词的概率；

所述第一模式对应的处理过程包括：在所述解码器输出所述状态信息后，对所述语音流进行移动加窗处理，依据先前窗口中语音帧的状态信息，确定所述当前窗口中语音帧对应的状态信息；

所述第二模式对应的处理过程包括：对所述语音流进行移动加窗处理，将所述语音流在当前窗口中的语音帧输入所述数据模型，经由所述编码器确定所述当前窗口中的语音帧对应的状态信息。