[发明专利]一种语音控制场景方法和语音控制场景系统

权利要求书

1.一种语音控制场景方法，应用于移动设备的系统，其特征在于，包括以下步骤：

实时获取语音数据；

根据预训练的语音-声学神经网络模型，从所述语音数据中获取声学特征；

检测所述声学特征，若所述声学特征包含了预设的系统唤醒声学特征，唤醒所述移动设备的系统；

根据预训练的语音-声纹神经网络模型，从所述语音数据中获取声纹特征；

检测所述声纹特征，若所述声纹特征与预设置的用户解锁声纹相同，解锁唤醒后的所述移动设备的系统；

根据预训练的语音-文字神经网络模型，将所述语音数据转换成文字数据；

根据所述文字数据和预训练的事件数据库进行场景事件消息匹配，获得对应的场景事件消息并执行。

2.根据权利要求1所述的语音控制场景方法，其特征在于，所述根据预训练的语音-文字神经网络模型，将所述语音数据转换成文字数据之前，还包括以下步骤：

对所述语音数据进行帧切割，得到多帧分段语音信号；

采用滤波器过滤各帧所述分段语音信号中干扰噪声；

采用高频滤波器对所述分段语音信号中高频部分进行预加重。

3.根据权利要求1所述的语音控制场景方法，其特征在于，所述语音-声学神经网络模型的训练过程包括以下步骤：

获取第一语音训练样本，所述第一语音训练样本包括第一语音训练数据和声学训练特征；

利用所述第一语音训练样本对初始的语音-声学神经网络模型进行训练，得到训练好的语音-声学神经网络模型。

4.根据权利要求3所述的语音控制场景方法，其特征在于，所述语音-声纹神经网络模型的训练过程包括以下步骤：

获取第二语音训练样本，所述第二语音训练样本包括第二语音训练数据和声纹训练特征；

利用所述第二语音训练样本对初始的语音-声纹神经网络模型进行训练，得到训练好的语音-声纹神经网络模型。

5.根据权利要求4所述的语音控制场景方法，其特征在于，所述语音-文字神经网络模型的训练过程包括以下步骤：

获取第三语音训练样本，所述第三语音训练样本包括第三语音训练数据和文字训练数据；

利用所述第三语音训练样本对初始的语音-文字神经网络模型进行训练，得到训练好的语音-文字神经网络模型。

6.根据权利要求5所说的语音控制场景方法，其特征在于，所述第一语音训练数据、第二语音训练数据和第三语音训练数据为相同内容的语音训练数据。

7.一种语音控制场景系统，应用于移动设备的系统，其特征在于，包括：语音数据获取模块、声学特征获取模块、系统唤醒模块、声纹特征获取模块、系统解锁模块、文字数据获取模块和执行模块；

所述语音数据获取模块用于实时获取语音数据；

所述声学特征获取模块用于根据预训练的语音-声学神经网络模型，从所述语音数据中获取声学特征；

所述系统唤醒模块用于检测所述声学特征，若所述声学特征包含了预设的系统唤醒声学特征，唤醒所述移动设备的系统；

所述声纹特征获取模块用于根据预训练的语音-声纹神经网络模型，从所述语音数据中获取声纹特征；

所述系统解锁模块用于检测所述声纹特征，若所述声纹特征与预设置的用户解锁声纹相同，解锁唤醒后的所述移动设备的系统；

所述文字数据获取模块用于根据预训练的语音-文字神经网络模型，将所述语音数据转换成文字数据；

所述执行模块用于根据所述文字数据和预训练的事件数据库进行场景事件消息匹配，获得对应的场景事件消息并执行。

8.根据权利要求7所说的语音控制场景系统，其特征在于，所述语音-声学神经网络模型的训练过程包括以下步骤：

获取第一语音训练样本，所述第一语音训练样本包括第一语音训练数据和声学训练特征；

利用所述第一语音训练样本对初始的语音-声学神经网络模型进行训练，得到训练好的语音-声学神经网络模型。