[发明专利]语音唤醒方法及装置、语音唤醒模块的训练方法及装置

权利要求书

1.一种语音唤醒方法，其特征在于，应用于语音唤醒模型，包括：

获取待识别语音信号，其中，所述待识别语音信号包括唤醒词；

利用声学模型对所述待识别语音信号进行唤醒词识别，获得唤醒词识别结果，其中，所述声学模型包括整词节点，所述整词节点以所述唤醒词的词向量为权重；

根据所述唤醒词识别结果进行语音唤醒。

2.根据权利要求1所述的语音唤醒方法，其特征在于，在所述获取待识别语音信号之前，还包括：

接收用户输入的自定义唤醒词指令，其中，所述自定义唤醒词指令包括所述唤醒词；

获取所述唤醒词的词向量；

在所述声学模型中增加所述整词节点，并将所述唤醒词的词向量作为所述整词节点的权重。

3.根据权利要求1所述的语音唤醒方法，其特征在于，所述语音唤醒模型是由如下训练方法得到的：

获取所述唤醒词的词向量，并将所述唤醒词的词向量作为声学模型中的整词节点的权重；

获取训练样本，其中，所述训练样本包括语音信号样本和标注数据，所述语音信号样本包括所述唤醒词，所述标注数据包括所述语音信号样本对应的文本信息；

基于所述训练样本对所述声学模型进行训练，得到所述语音唤醒模型。

4.根据权利要求3所述的语音唤醒方法，其特征在于，所述语音唤醒模型还包括词模型，其中，所述获取所述唤醒词的词向量，包括：

利用所述词模型获取所述唤醒词的词向量；

其中，所述基于所述训练样本对所述声学模型进行训练，得到所述语音唤醒模型，包括：

基于所述训练样本对所述词模型和所述声学模型进行训练，获得所述语音唤醒模型。

5.根据权利要求4所述的语音唤醒方法，其特征在于，所述声学模型还包括多个音节节点，其中，所述训练方法还包括：

利用所述词模型获取多个音节的音节向量；

将所述多个音节的音节向量分别作为所述声学模型中的所述多个音节节点的权重。

6.根据权利要求1至5中任一项所述的语音唤醒方法，其特征在于，所述声学模型包括基于神经网络的时序类分类CTC模型。

7.一种语音唤醒模型的训练方法，其特征在于，包括：

获取唤醒词的词向量，并将所述唤醒词的词向量作为声学模型中的整词节点的权重；

获取训练样本，其中，所述训练样本包括语音信号样本和标注数据，所述语音信号样本包括所述唤醒词，所述标注数据包括所述语音信号样本对应的文本信息；

基于所述训练样本对所述声学模型进行训练，得到语音唤醒模型。

8.一种语音唤醒装置，其特征在于，包括：

获取模块，用于获取待识别语音信号，其中，所述待识别语音信号包括唤醒词；

识别模块，用于利用声学模型对所述待识别语音信号进行唤醒词识别，获得唤醒词识别结果，其中，所述声学模型包括整词节点，所述整词节点以所述唤醒词的词向量为权重；

唤醒模块，用于根据所述唤醒词识别结果进行语音唤醒。

9.一种语音唤醒模型的训练装置，其特征在于，包括：

词向量模块，用于获取唤醒词的词向量，将所述唤醒词的词向量作为声学模型中的整词节点的权重；

获取模块，用于获取训练样本，其中，所述训练样本包括语音信号样本和标注数据，所述语音信号样本包括唤醒词，所述标注数据包括所述语音信号样本对应的文本信息；

训练模块，用于基于所述训练样本对所述声学模型进行训练，得到语音唤醒模型。

10.一种计算机可读存储介质，其上存储有计算机可执行指令，其特征在于，所述可执行指令被处理器执行时实现如权利要求1至7中任一项所述的方法。

11.一种电子设备，其特征在于，所述电子设备包括：

处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器，用于执行上述权利要求1至7中任一项所述的方法。