[发明专利]终端设备唤醒方法和装置、存储介质及电子装置

说明书

本发明公开了一种终端设备唤醒方法和装置、存储介质及电子装置，其中，上述方法包括：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，得到与唤醒模型对应的音频识别结果，其中，每个唤醒模型用于提取一种维度下的音频特征；在音频识别结果达到唤醒条件的情况下，将终端设备调整为唤醒状态。采用上述技术方案，解决了现有技术中终端设备的唤醒性能差的问题。

技术领域

本发明涉及语音识别技术领域，具体而言，涉及一种终端设备唤醒方法和装置、存储介质及电子装置。

背景技术

在终端设备语音交互领域，终端设备一般处于待机状态，如果需要与终端设备进行交互，第一步是先将终端设备唤醒，目标集成于终端的唤醒算法，当录入噪音或者用户的其他非唤醒语音导致设备误唤醒，给用户的正常生活带来许多不便。

针对上述问题，现有技术中一般会采用二次校验的方式进行辅助校准，以降低误唤醒，但用于第二次唤醒校验的模型一般都是精度更高的大模型，不好部署于终端，一般都存放于云端，由于网络传输、云端计算等，会增加唤醒响应时间，造成了设备的唤醒性能差的问题。

针对相关技术，终端设备的唤醒性能差的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种终端设备唤醒方法和装置、存储介质及电子装置，以至少解决在终端设备的唤醒过程中，唤醒性能差的问题。

根据本发明实施例的一方面，提供一种终端设备唤醒方法，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，得到与唤醒模型对应的音频识别结果，其中，每个唤醒模型用于提取一种维度下的音频特征；在音频识别结果达到唤醒条件的情况下，将终端设备调整为唤醒状态。

可选地，上述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，得到与唤醒模型对应的音频识别结果之后，还包括：在用于指示上述音频数据中携带有唤醒信息的音频识别结果的数量大于第一阈值的情况下，确定上述音频识别结果达到唤醒条件。

可选地，上述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，得到与唤醒模型对应的音频识别结果包括：将上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：在上述当前唤醒模型中提取上述音频数据在当前维度下的音频特征；对上述当前维度下的音频特征进行唤醒识别；在从上述当前维度下的音频特征中识别出唤醒关键词的情况下，确定上述音频识别结果中携带有上述唤醒信息。

可选地，上述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，得到与唤醒模型对应的音频识别结果之后，还包括：将上述音频数据依次输入上述至少两个唤醒模型的每个唤醒模型中，得到上述音频识别结果，其中，在上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上述音频数据将同时输入第二唤醒模型中，上述第一唤醒模型位于上述第二唤醒模型之前。

可选地，上述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，得到与唤醒模型对应的音频识别结果包括：在最后一个唤醒模型的输出结果指示上述音频数据中携带有唤醒关键词的情况下，确定上述音频识别结果达到上述唤醒条件。

可选地，在上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；利用上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，以得到上述至少两个唤醒模型。