n的正整數(shù)；以及 用維特比算法將所述輸入語(yǔ)音和所述喚醒詞的反向隱馬爾可夫模型強(qiáng)制對(duì)齊，確定每 一幀中所述喚醒詞的反向隱馬爾可夫模型的每個(gè)狀態(tài)的對(duì)數(shù)似然值；以及 根據(jù)每一幀中所述喚醒詞的反向隱馬爾可夫模型的每個(gè)狀態(tài)的對(duì)數(shù)似然值來(lái)確定所 述輸入語(yǔ)音與所述喚醒詞匹配的最優(yōu)路徑的分?jǐn)?shù)， 所述第四算法按照以下步驟執(zhí)行： 生成所述喚醒詞的正向隱馬爾可夫模型，其中，所述喚醒詞的正向隱馬爾可夫模型的 狀態(tài)序列為S= [SpS2，…，Sn]，n表示所述喚醒詞的正向隱馬爾可夫模型中的狀態(tài)的數(shù)目； 生成所述喚醒詞的反向隱馬爾可夫模型，其中，對(duì)所述喚醒詞的正向隱馬爾可夫模型 中的狀態(tài)Si,S2，…，5"重新排序，得到所述喚醒詞的反向隱馬爾可夫模型中的狀態(tài)序列S' =仏，Sj2，…，Sjn]，該序列V使得1>.、'/(5,，5/,)的取值最大，其中，乜8丨以義）表示狀態(tài) /=1 混合高斯模型和狀態(tài)S^的混合高斯模型之間的距離，i為1到n的正整數(shù)； 用維特比算法將所述輸入語(yǔ)音和所述喚醒詞的反向隱馬爾可夫模型強(qiáng)制對(duì)齊，確定每 一幀中所述喚醒詞的反向隱馬爾可夫模型的每個(gè)狀態(tài)的對(duì)數(shù)似然值； 將每一幀中所述喚醒詞的反向隱馬爾可夫模型的全部狀態(tài)的對(duì)數(shù)似然值按照大小順 序排成一序列，將每個(gè)狀態(tài)在該序列中的位置作為該狀態(tài)的分?jǐn)?shù)；以及 根據(jù)每一幀中所述喚醒詞的反向隱馬爾可夫模型的每個(gè)狀態(tài)的分?jǐn)?shù)來(lái)確定所述輸入 語(yǔ)音與所述喚醒詞匹配的最優(yōu)路徑的分?jǐn)?shù)。
4. 根據(jù)權(quán)利要求2或3所述的喚醒詞匹配方法，其特征在于，生成所述喚醒詞的正向隱 馬爾可夫模型的步驟包括： 從發(fā)音詞典獲得所述喚醒詞中所包含的基本聲學(xué)單元；以及 從經(jīng)過(guò)訓(xùn)練的一通用聲學(xué)模型中提取出所述基本聲學(xué)單元的隱馬爾可夫模型，并將所 述基本聲學(xué)單元按照所述喚醒詞中的順序拼接成所述喚醒詞的正向隱馬爾可夫模型。
5. -種喚醒詞匹配裝置，該喚醒詞匹配裝置包括： 用于使用兩種或兩種以上算法分別對(duì)輸入語(yǔ)音與所述喚醒詞的匹配進(jìn)行打分，得到所 述輸入語(yǔ)音與所述喚醒詞匹配的對(duì)應(yīng)的分?jǐn)?shù)的打分裝置；以及 分類(lèi)器，用于根據(jù)由每種算法得到的分?jǐn)?shù)來(lái)判斷所述輸入語(yǔ)音是否與所述喚醒詞匹 配。
6. 根據(jù)權(quán)利要求5所述的喚醒詞匹配裝置，其特征在于，所述打分裝置被配置成使用 第一算法和/或第二算法，其中，所述第一算法按照以下步驟執(zhí)行： 生成所述喚醒詞的正向隱馬爾可夫模型，其中，所述喚醒詞的正向隱馬爾可夫模型的 狀態(tài)序列為S= [SpS2，…，Sn]，n表示所述喚醒詞的正向隱馬爾可夫模型中的狀態(tài)的數(shù)目； 用維特比算法將輸入語(yǔ)音和所述喚醒詞的正向隱馬爾可夫模型強(qiáng)制對(duì)齊，確定每一幀 中所述喚醒詞的正向隱馬爾可夫模型的每個(gè)狀態(tài)的對(duì)數(shù)似然值；以及 根據(jù)每一幀中所述喚醒詞的正向隱馬爾可夫模型的每個(gè)狀態(tài)的對(duì)數(shù)似然值來(lái)確定所 述輸入語(yǔ)音與所述喚醒詞匹配的最優(yōu)路徑的分?jǐn)?shù)， 所述第二算法按照以下步驟執(zhí)行： 生成所述喚醒詞的正向隱馬爾可夫模型，其中，所述喚醒詞的正向隱馬爾可夫模型的 狀態(tài)序列為S= [SpS2，…，Sn]，n表示所述喚醒詞的正向隱馬爾可夫模型中的狀態(tài)的數(shù)目； 用維特比算法將輸入語(yǔ)音和所述喚醒詞的正向隱馬爾可夫模型強(qiáng)制對(duì)齊，確定每一幀 中所述喚醒詞的正向隱馬爾可夫模型的每個(gè)狀態(tài)的對(duì)數(shù)似然值； 將每一幀中所述喚醒詞的正向隱馬爾可夫模型的全部狀態(tài)的對(duì)數(shù)似然值按照大小順 序排成一序列，將每個(gè)狀態(tài)在該序列中的位置作為該狀態(tài)的分?jǐn)?shù)；以及 根據(jù)每一幀中所述喚醒詞的正向隱馬爾可夫模型的每個(gè)狀態(tài)的分?jǐn)?shù)來(lái)確定所述輸入 語(yǔ)音與所述喚醒詞匹配的最優(yōu)路徑的分?jǐn)?shù)。
7. 根據(jù)權(quán)利要求6所述的喚醒詞匹配裝置，其特征在于，所述打分裝置還被配置成使 用第三算法和/或第四算法，其中，所述第三算法按照以下步驟執(zhí)行： 生成所述喚醒詞的正向隱馬爾可夫模型，其中，所述喚醒詞的正向隱馬爾可夫模型的 狀態(tài)序列為s= [SpS2，…，Sn]，n表示所述喚醒詞的正向隱馬爾可夫模型中的狀態(tài)的數(shù)目； 生成所述喚醒詞的反向隱馬爾可夫模型，其中，對(duì)所述喚醒詞的正向隱馬爾可夫模型 中的狀態(tài)SpS2，…，5"重新排序，得到所述喚醒詞的反向隱馬爾可夫模型中的狀態(tài)序列S' =仏，Sj2，…，Sjn]，該序列V使得1>.<^,，§〃)的取值最大，其中，乜8他 1義）表示狀態(tài) /=1 混合高斯模型和狀態(tài)S^的混合高斯模型之間的距離，i為1到n的正整數(shù)； 用維特比算法將所述輸入語(yǔ)音和所述喚醒詞的反向隱馬爾可夫模型強(qiáng)制對(duì)齊，確定每 一幀中所述喚醒詞的反向隱馬爾可夫模型的每個(gè)狀態(tài)的對(duì)數(shù)似然值；以及 根據(jù)每一幀中所述喚醒詞的反向隱馬爾可夫模型的每個(gè)狀態(tài)的對(duì)數(shù)似然值來(lái)確定所 述輸入語(yǔ)音與所述喚醒詞匹配的最優(yōu)路徑的分?jǐn)?shù)， 所述第四算法按照以下步驟執(zhí)行： 生成所述喚醒詞的正向隱馬爾可夫模型，其中，所述喚醒詞的正向隱馬爾可夫模型的 狀態(tài)序列為S= [SpS2，…，Sn]，n表示所述喚醒詞的正向隱馬爾可夫模型中的狀態(tài)的數(shù)目； 生成所述喚醒詞的反向隱馬爾可夫模型，其中，對(duì)所述喚醒詞的正向隱馬爾可夫模型 中的狀態(tài)SpS2，…，5"重新排序，得到所述喚醒詞的反向隱馬爾可夫模型中的狀態(tài)序列S' n =[Sji，Sj2，…，Sjn]，該序列V使得2>:、'卟,，5/,)的取值最大，其中，乜8七以，5#)表示狀態(tài) /=1 混合高斯模型和狀態(tài)S^的混合高斯模型之間的距離，i為1到n的正整數(shù)； 用維特比算法將所述輸入語(yǔ)音和所述喚醒詞的反向隱馬爾可夫模型強(qiáng)制對(duì)齊，確定每 一幀中所述喚醒詞的反向隱馬爾可夫模型的每個(gè)狀態(tài)的對(duì)數(shù)似然值； 將每一幀中所述喚醒詞的反向隱馬爾可夫模型的全部狀態(tài)的對(duì)數(shù)似然值按照大小順 序排成一序列，將每個(gè)狀態(tài)在該序列中的位置作為該狀態(tài)的分?jǐn)?shù)；以及 根據(jù)每一幀中所述喚醒詞的反向隱馬爾可夫模型的每個(gè)狀態(tài)的分?jǐn)?shù)來(lái)確定所述輸入 語(yǔ)音與所述喚醒詞匹配的最優(yōu)路徑的分?jǐn)?shù)。
8. 根據(jù)權(quán)利要求6或7所述的喚醒詞匹配裝置，其特征在于，所述打分裝置被配置成按 照以下方式生成所述喚醒詞的正向隱馬爾可夫模型： 從發(fā)音詞典獲得所述喚醒詞中所包含的基本聲學(xué)單元；以及 從經(jīng)過(guò)訓(xùn)練的一通用聲學(xué)模型中提取出所述基本聲學(xué)單元的隱馬爾可夫模型，并將所 述基本聲學(xué)單元按照所述喚醒詞中的順序拼接成所述喚醒詞的正向隱馬爾可夫模型。
9. 一種語(yǔ)音喚醒方法，該語(yǔ)音喚醒方法包括： 采集輸入語(yǔ)音信號(hào)； 對(duì)所述輸入語(yǔ)音信號(hào)進(jìn)行端點(diǎn)檢測(cè)； 用權(quán)利要求1-4中任一權(quán)利要求所述的喚醒詞匹配方法判斷所述輸入語(yǔ)音信號(hào)是否 與所述喚醒詞匹配；以及 在所述輸入語(yǔ)音信號(hào)與所述喚醒詞判斷為匹配的情況下，進(jìn)行喚醒，并在所述輸入語(yǔ) 音信號(hào)與所述喚醒詞判斷為不匹配的情況下，不進(jìn)行喚醒。
10. -種語(yǔ)音喚醒裝置，該語(yǔ)音喚醒裝置包括： 采集裝置，用于采集輸入語(yǔ)音信號(hào)，并將所述輸入語(yǔ)音信號(hào)傳輸?shù)秸Z(yǔ)音端點(diǎn)檢測(cè)裝 置； 所述語(yǔ)音端點(diǎn)檢測(cè)裝置，與所述采集裝置連接，用于對(duì)所述輸入語(yǔ)音信號(hào)進(jìn)行端點(diǎn)檢 測(cè)； 權(quán)利要求5-8中任一權(quán)利要求所述的喚醒詞匹配裝置，用于從所述語(yǔ)音端點(diǎn)檢測(cè)裝置 接收端點(diǎn)檢測(cè)后的輸入語(yǔ)音信號(hào)，判斷所述端點(diǎn)檢測(cè)后的輸入語(yǔ)音信號(hào)是否與所述喚醒詞 匹配，并將所述判斷結(jié)果傳輸?shù)綀?zhí)行裝置；以及 所述執(zhí)行裝置，在所述端點(diǎn)檢測(cè)后的輸入語(yǔ)音信號(hào)與所述喚醒詞判斷為匹配的情況 下，進(jìn)行喚醒，并在所述端點(diǎn)檢測(cè)后的輸入語(yǔ)音信號(hào)與所述喚醒詞判斷為不匹配的情況下， 不進(jìn)行喚醒。
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種喚醒詞匹配方法、裝置以及語(yǔ)音喚醒方法、裝置。該喚醒詞匹配方法包括：使用兩種或兩種以上算法分別對(duì)輸入語(yǔ)音與所述喚醒詞的匹配進(jìn)行打分，得到所述輸入語(yǔ)音與所述喚醒詞匹配的對(duì)應(yīng)的分?jǐn)?shù)；以及將由每種算法得到的分?jǐn)?shù)輸入分類(lèi)器，根據(jù)所述分類(lèi)器的輸出來(lái)判斷所述輸入語(yǔ)音是否與所述喚醒詞匹配。本發(fā)明提供的喚醒詞匹配方法通過(guò)多種算法融合的判別方法來(lái)判斷輸入語(yǔ)音是否與喚醒詞匹配，提高了喚醒詞匹配的準(zhǔn)確率。
【IPC分類(lèi)】G10L15-14, G10L15-26, G10L25-54
【公開(kāi)號(hào)】CN104616653
【申請(qǐng)?zhí)枴緾N201510033800
【發(fā)明人】李鵬
【申請(qǐng)人】北京云知聲信息技術(shù)有限公司
【公開(kāi)日】2015年5月13日
【申請(qǐng)日】2015年1月23日