[发明专利]抗误唤醒的训练方法、装置、设备及存储介质在审
申请号: | 202210106766.2 | 申请日: | 2022-01-28 |
公开(公告)号: | CN114579192A | 公开(公告)日: | 2022-06-03 |
发明(设计)人: | 李良斌;李智勇;陈孝良 | 申请(专利权)人: | 北京声智科技有限公司 |
主分类号: | G06F9/4401 | 分类号: | G06F9/4401;G06N20/00;G10L15/06;G10L15/26 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 吴婷 |
地址: | 100094 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 唤醒 训练 方法 装置 设备 存储 介质 | ||
1.一种抗误唤醒的训练方法,其特征在于,包括:
对初始模型进行测试,获取误唤醒音频集;
对每个所述误唤醒音频进行标注,获取标注词;
基于每个所述误唤醒音频以及与所述误唤醒音频匹配的所述标注词,获取目标训练集;
基于所述目标训练集对所述初始模型进行训练,获得目标模型。
2.根据权利要求1所述的方法,其特征在于,所述对初始模型进行测试,获取误唤醒音频集,包括:
获取测试音频集,其中,所述测试音频集包括多种音乐或节拍;
基于多种所述音乐或节拍对所述初始模型进行测试;
当所述初始模型进行唤醒,则对触发所述唤醒的测试音频段进行存储,获取误唤醒音频;
基于多个所述误唤醒音频,获得所述误唤醒音频集。
3.根据权利要求2所述的方法,其特征在于,所述当所述初始模型进行唤醒,则对触发所述唤醒的测试音频段进行存储,获取误唤醒音频,包括:
基于asr对触发所述唤醒的测试音频段进行存储,获取所述误唤醒音频。
4.根据权利要求3所述的方法,其特征在于,所述对每个所述误唤醒音频进行标注,获取标注词,包括:
基于所述asr对每个所述误唤醒音频进行识别,获取多个识别文本;
基于每个所述识别文本对与所述识别文本匹配的所述误唤醒音频进行标注,获取至少一个第一子标注词。
5.根据权利要求4所述的方法,其特征在于,还包括:
若基于所述asr无法对所述误唤醒音频进行识别;
则基于人工对所述误唤醒音频进行标注,获取第二子标注词。
6.根据权利要求5所述的方法,其特征在于,所述第二子标注词与唤醒词包括至少一个相同音节。
7.根据权利要求1所述的方法,其特征在于,还包括:所述目标模型基于唤醒词向待唤醒设备发送唤醒指令;所述待唤醒设备基于所述唤醒指令进行响应。
8.一种抗误唤醒的训练装置,其特征在于,包括:
测试模块,用于对初始模型进行测试,获取误唤醒音频集;
标注模块,用于对每个所述误唤醒音频进行标注,获取标注词;
获取模块,用于基于每个所述误唤醒音频以及与所述误唤醒音频匹配的所述标注词,获取目标训练集;
训练模块,用于基于所述目标训练集对所述初始模型进行训练,获得目标模型。
9.一种电子设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的方法。
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北京声智科技有限公司,未经北京声智科技有限公司许可,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/202210106766.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种无人矿卡障碍物检测系统
- 下一篇:一种纯化聚醚酰胺酸的设备和方法