[发明专利]终端设备唤醒方法和装置、存储介质及电子装置

权利要求书

1.一种终端设备唤醒方法，其特征在于，包括：

获取待识别的音频数据；

在终端设备内配置的至少两个唤醒模型的每个唤醒模型中，基于各自从所述音频数据中提取的不同维度下的音频特征分别进行唤醒识别，得到与所述唤醒模型对应的音频识别结果，每个唤醒模型用于提取一种维度下的音频特征，包括：将所述音频数据依次输入所述至少两个唤醒模型的每个唤醒模型中，得到所述音频识别结果，其中，在所述至少两个唤醒模型中相邻的两个唤醒模型中，第一唤醒模型的输出结果与所述音频数据将同时输入第二唤醒模型中，所述第一唤醒模型位于所述第二唤醒模型之前；通过所述第一唤醒模型对所述音频数据中的音频特征进行第一次映射处理，得到第一次映射处理的音频特征，通过所述第二唤醒模型对所述第一次映射处理的音频特征进行映射处理；

在所述音频识别结果达到唤醒条件的情况下，将所述终端设备调整为唤醒状态，包括：在最后一个唤醒模型的输出结果指示所述音频数据中携带有唤醒关键词的情况下，确定所述音频识别结果达到所述唤醒条件。

2.根据权利要求1所述的方法，其特征在于，在终端设备内配置的至少两个唤醒模型的每个唤醒模型中，基于各自从所述音频数据中提取的不同维度下的音频特征分别进行唤醒识别，得到与所述唤醒模型对应的音频识别结果之后，还包括：

在用于指示所述音频数据中携带有唤醒信息的所述音频识别结果的数量大于第一阈值的情况下，确定所述音频识别结果达到所述唤醒条件。

3.根据权利要求2所述的方法，其特征在于，在终端设备内配置的至少两个唤醒模型的每个唤醒模型中，基于各自从所述音频数据中提取的不同维度下的音频特征分别进行唤醒识别，得到与所述唤醒模型对应的音频识别结果包括：

将所述至少两个唤醒模型中的每个唤醒模型分别作为当前唤醒模型，并执行以下操作：

在所述当前唤醒模型中提取所述音频数据在当前维度下的音频特征；

对所述当前维度下的音频特征进行唤醒识别；

在从所述当前维度下的音频特征中识别出唤醒关键词的情况下，确定所述音频识别结果中携带有所述唤醒信息。

4.根据权利要求1所述的方法，其特征在于，在所述获取待识别的音频数据之前，还包括：

获取多个样本音频数据；

利用所述多个样本音频数据对至少两个初始化唤醒模型进行训练，以得到所述至少两个唤醒模型。

5.根据权利要求4所述的方法，其特征在于，利用所述多个样本音频数据对至少两个初始化唤醒模型进行训练，以得到所述至少两个唤醒模型包括：

遍历所述至少两个初始化唤醒模型执行以下操作，直至达到收敛条件：

确定待训练的当前初始化唤醒模型；

在所述当前初始化唤醒模型并非首个初始化唤醒模型的情况下，获取在所述当前初始化唤醒模型之前的上一个初始化唤醒模型训练后得到的参考训练结果；利用所述参考训练结果及所述多个样本音频数据，对所述当前初始化唤醒模型进行训练，得到当前训练结果；

在所述当前初始化唤醒模型为首个初始化唤醒模型的情况下，利用所述多个样本音频数据对所述当前初始化唤醒模型进行训练，得到当前训练结果；

在所述当前训练结果并未达到所述收敛条件的情况下，将在所述当前初始化唤醒模型之后的下一个初始化唤醒模型，确定为所述当前初始化唤醒模型。

6.根据权利要求4所述的方法，其特征在于，利用所述多个样本音频数据对至少两个初始化唤醒模型进行训练，以得到所述至少两个唤醒模型包括：

在所述至少两个初始化唤醒模型包括两个初始化唤醒模型的情况下，将所述多个样本音频数据中的部分音频数据作为训练集输入第一初始化唤醒模型进行训练，并将所述多个样本音频数据中的剩余音频数据作为测试集输入所述第一初始化唤醒模型进行预测，得到预测结果；

将所述第一初始化唤醒模型的预测结果及所述多个样本音频数据进行拼接，得到拼接数据；

将所述拼接数据输入第二初始化唤醒模型进行训练，直至达到收敛条件，其中，在达到所述收敛条件时，得到所述至少两个唤醒模型。