[发明专利]用于医疗场景的语音唤醒方法及系统在审
申请号: | 202111528745.1 | 申请日: | 2021-12-14 |
公开(公告)号: | CN114187909A | 公开(公告)日: | 2022-03-15 |
发明(设计)人: | 宋泽;甘津瑞;王冬冬;练勇 | 申请(专利权)人: | 思必驰科技股份有限公司 |
主分类号: | G10L15/22 | 分类号: | G10L15/22;G10L15/02;G06F40/232 |
代理公司: | 北京商专永信知识产权代理事务所(普通合伙) 11400 | 代理人: | 黄谦;侯晓艳 |
地址: | 215123 江苏省苏州市苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 医疗 场景 语音 唤醒 方法 系统 | ||
1.一种用于医疗场景的语音唤醒方法,包括:
将在所述医疗场景采集的音频分别输入至语音识别引擎和语音唤醒引擎进行多线程处理;
利用所述语音唤醒引擎确定的唤醒引擎状态,对所述语音识别引擎确定语音识别结果进行标记,用于识别所述音频中同声母和/或同韵母连读发音不清晰的唤醒词;
若检测到所述语音识别结果包含唤醒词且所述唤醒引擎状态为唤醒时,对所述音频进行唤醒反馈。
2.根据权利要求1所述的方法,其中,所述利用所述语音唤醒引擎确定的唤醒引擎状态包括:
通过所述语音唤醒引擎输出所述音频的唤醒后验概率;
当所述唤醒后验概率超过预设阈值时,将唤醒引擎状态设置为唤醒,当所述唤醒后验概率没有超过所述预设阈值时,将唤醒引擎状态设置为非唤醒,用于识别所述音频中包含叠词的唤醒词。
3.根据权利要求1所述的方法,其中,所述语音识别引擎和所述语音唤醒引擎是离线的。
4.根据权利要求3所述的方法,其中,所述利用所述语音识别引擎确定语音识别结果包括:
对所述音频进行语音端点检测,若检测到语音信号,对所述音频中带有语音信号的音频段进行语音识别处理,若没有检测到语音信号,则停止语音识别。
5.一种用于医疗场景的语音唤醒系统,包括:
音频采集程序模块,用于将在所述医疗场景采集的音频分别输入至语音识别引擎和语音唤醒引擎进行多线程处理;
引擎管理程序模块,用于利用所述语音唤醒引擎确定的唤醒引擎状态,对所述语音识别引擎确定语音识别结果进行标记,用于识别所述音频中同声母和/或同韵母连读发音不清晰的唤醒词;
唤醒程序模块,用于若检测到所述语音识别结果包含唤醒词且所述唤醒引擎状态为唤醒时,对所述音频进行唤醒反馈。
6.根据权利要求5所述的系统,其中,所述引擎管理程序模块用于:
通过所述语音唤醒引擎输出所述音频的唤醒后验概率;
当所述唤醒后验概率超过预设阈值时,将唤醒引擎状态设置为唤醒,当所述唤醒后验概率没有超过所述预设阈值时,将唤醒引擎状态设置为非唤醒,用于识别所述音频中包含叠词的唤醒词。
7.根据权利要求5所述的系统,其中,所述语音识别引擎和所述语音唤醒引擎是离线的。
8.根据权利要求7所述的系统,其中,所述引擎管理程序模块用于:
对所述音频进行语音端点检测,若检测到语音信号,对所述音频中带有语音信号的音频段进行语音识别处理,若没有检测到语音信号,则停止语音识别。
9.一种电子设备,其包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述方法的步骤。
10.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-4中任一项所述方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于思必驰科技股份有限公司,未经思必驰科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111528745.1/1.html,转载请声明来源钻瓜专利网。