CN109166571A - 家电设备的唤醒词训练方法、装置及家电设备 - Google Patents

家电设备的唤醒词训练方法、装置及家电设备 Download PDF

Info

Publication number
CN109166571A
CN109166571A CN201810885079.9A CN201810885079A CN109166571A CN 109166571 A CN109166571 A CN 109166571A CN 201810885079 A CN201810885079 A CN 201810885079A CN 109166571 A CN109166571 A CN 109166571A
Authority
CN
China
Prior art keywords
word
wake
training
household appliance
wakes
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810885079.9A
Other languages
English (en)
Other versions
CN109166571B (zh
Inventor
胡子坚
孙裕文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Midea Group Co Ltd
Guangdong Midea Kitchen Appliances Manufacturing Co Ltd
Original Assignee
Midea Group Co Ltd
Guangdong Midea Kitchen Appliances Manufacturing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Midea Group Co Ltd, Guangdong Midea Kitchen Appliances Manufacturing Co Ltd filed Critical Midea Group Co Ltd
Priority to CN201810885079.9A priority Critical patent/CN109166571B/zh
Publication of CN109166571A publication Critical patent/CN109166571A/zh
Priority to PCT/CN2019/074317 priority patent/WO2019242312A1/zh
Application granted granted Critical
Publication of CN109166571B publication Critical patent/CN109166571B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/06Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
    • G10L15/063Training
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/284Lexical analysis, e.g. tokenisation or collocates
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/26Speech to text systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Electric Clocks (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明公开了一种家电设备的唤醒词训练方法、装置及家电设备,其中,该方法包括:控制家电设备进入自定义唤醒词模式;采集输入的唤醒词;对唤醒词进行训练,并判断训练唤醒词是否成功;如果训练唤醒词成功,则进行下一次的唤醒词采集和训练,直至第N次训练唤醒词成功,N为正整数。本发明实施例的家电设备的唤醒词训练方法、装置及家电设备,通过控制家电设备进入自定义唤醒词模式,并采集输入的唤醒词,以及对唤醒词进行训练,并判断训练唤醒词是否成功,如果训练唤醒词成功,则进行下一次训练,直至第N次训练唤醒词成功,从而实现用户自定义唤醒词,满足用户的个性化需求,且训练出的唤醒词精确度高。

Description

家电设备的唤醒词训练方法、装置及家电设备
技术领域
本发明涉及家用电器技术领域,尤其涉及一种家电设备的唤醒词训练方法、装置及家电设备。
背景技术
随着科技的不断进步,语音识别技术开发出的产品应用领域越来越广泛,涉及车载系统、机器人、家庭服务、银行服务、医疗服务、工业控制等等。目前,语音识别技术主要分为两类,一类是云端语义识别,通过网络将语音信号传输到服务器进行语义分析和理解,再通过网络将结果传输。典型代表:苹果的Siri(语音助手)、亚马逊的echo音箱、微软小冰等等。但是该方法必须有网络才能使用,使用场景受限制。另一类是本地词条识别,无需使用网络,通过本机内嵌高性能处理器,能够实时处理语音控制命令词。但其只能识别预先设定好的语音控制命令词条,需识别到完整的语音控制命令词条以后才会响应,不能实现自由语义理解,用户体验感不高。
发明内容
本发明的目的旨在至少在一定程度上解决上述的技术问题之一。
为此,本发明的第一个目的在于提出一种家电设备的唤醒词训练方法,能够实现用户自定义唤醒词,满足用户的个性化需求,且训练出的唤醒词精确度高。
本发明的第二个目的在于提出一种家电设备的唤醒词训练装置。
本发明的第三个目的在于提出一种非临时性计算机可读存储介质。
本发明的第四个目的在于提出一种家电设备。
为达上述目的,本发明第一方面实施例提出了一种家电设备的唤醒词训练方法,包括:
步骤101,控制家电设备进入自定义唤醒词模式;
步骤102,采集输入的唤醒词;
步骤103,对所述唤醒词进行训练,并判断训练唤醒词是否成功;
步骤104,如果训练唤醒词成功,则进行下一次的唤醒词采集和训练,直至第N次训练唤醒词成功,N为正整数。
可选的,方法还包括:
在第N次训练唤醒词成功之后,确定所述唤醒词生效,并将生效的唤醒词保存在本地。
可选的,方法还包括:
在确定所述唤醒词生效之后,接收输入的生效的唤醒词;
根据所述生效的唤醒词唤醒家电设备。
可选的,对所述唤醒词进行训练,并判断训练唤醒词是否成功,包括:
提取所述唤醒词的特征信息;
判断所述唤醒词的特征信息是否符合预设标准;
如果符合预设标准,则确定训练唤醒词成功;
如果不符合预设标准,则确定训练唤醒词不成功,重新采集唤醒词。
可选的,步骤104包括:
提取第M次输入的唤醒词的特征信息;
判断第M次输入的唤醒词的特征信息是否符合预设标准;
如果符合预设标准,则将第M次输入的唤醒词的特征信息分别与前M-1次输入的唤醒词的特征信息进行相似度计算;
如果第M次输入的唤醒词的特征信息与前M-1次输入的唤醒词的特征信息的相似度均大于预设相似度,则确定训练唤醒词成功。
本发明实施例的家电设备的唤醒词训练方法,通过控制家电设备进入自定义唤醒词模式,并采集输入的唤醒词,以及对所述唤醒词进行训练,并判断训练唤醒词是否成功,如果训练唤醒词成功,则进行下一次训练,直至第N次训练唤醒词成功,从而实现用户自定义唤醒词,满足用户的个性化需求,且训练出的唤醒词精确度高。
为达上述目的,本发明第二方面实施例提出了一种家电设备的唤醒词训练装置,包括:
控制模块,用于控制家电设备进入自定义唤醒词模式;
采集模块,用于采集输入的唤醒词;
训练模块,用于对所述唤醒词进行训练,并判断训练唤醒词是否成功,如果训练唤醒词成功,则所述采集模块进行下一次采集,所述训练模块进行下一次训练,直至第N次训练唤醒词成功,N为正整数。
可选的,所述装置还包括:
保存模块,用于在第N次训练唤醒词成功之后,确定所述唤醒词生效,并将生效的唤醒词保存在本地。
可选的,所述装置还包括:
接收模块,用于在确定所述唤醒词生效之后,接收输入的生效的唤醒词;
唤醒模块,用于根据所述生效的唤醒词唤醒家电设备。
可选的,所述训练模块,用于:
提取所述唤醒词的特征信息;
判断所述唤醒词的特征信息是否符合预设标准;
如果符合预设标准,则确定训练唤醒词成功;
如果不符合预设标准,则确定训练唤醒词不成功,所述采集模块重新采集唤醒词。
可选的,所述训练模块,用于:
提取第M次输入的唤醒词的特征信息;
判断第M次输入的唤醒词的特征信息是否符合预设标准;
如果符合预设标准,则将第M次输入的唤醒词的特征信息分别与前M-1次输入的唤醒词的特征信息进行相似度计算;
如果第M次输入的唤醒词的特征信息与前M-1次输入的唤醒词的特征信息的相似度均大于预设相似度,则确定训练唤醒词成功。
本发明实施例的家电设备的唤醒词训练装置,通过控制家电设备进入自定义唤醒词模式,并采集输入的唤醒词,以及对所述唤醒词进行训练,并判断训练唤醒词是否成功,如果训练唤醒词成功,则进行下一次训练,直至第N次训练唤醒词成功,从而实现用户自定义唤醒词,满足用户的个性化需求,且训练出的唤醒词精确度高。
为达上述目的,本发明第三方面实施例提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现第一方面实施例所述的家电设备的唤醒词训练方法。
为达上述目的,本发明第四方面实施例提出了一种家电设备,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器用于执行如第一方面实施例所述的家电设备的唤醒词训练方法。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明一实施例提出的家电设备的唤醒词训练方法的流程图;
图2为本发明一实施例提出的进行第M次唤醒词训练的流程图;
图3为本发明另一实施例提出的家电设备的唤醒词训练方法的流程图;
图4为本发明又一实施例提出的家电设备的唤醒词训练方法的流程图;
图5为本发明一具体示例的唤醒词训练的流程示意图;
图6为本发明一实施例提出的家电设备的唤醒词训练装置的结构框图;
图7为本发明另一实施例提出的家电设备的唤醒词训练装置的结构框图;
图8为本发明又一实施例提出的家电设备的唤醒词训练装置的结构框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
目前,语音识别技术主要是云端语义识别和本地词条识别两种方式。云端语义识别必须依靠网络才能使用,使用场景受限制。本地词条识别只能识别预先设定好的语音控制命令词条,不能实现自由语义理解。为此本发明提出一种家电设备的唤醒词训练方法,能够自定义本地唤醒词,满足个性化需求,且无需依靠网络,响应速度快,不受场景限制。
下面参考附图描述本发明实施例的家电设备的唤醒词训练方法、装置及家用电器。
图1为本发明一实施例提出的家电设备的唤醒词训练方法的流程图。
如图1所示,家电设备的唤醒词训练方法,包括:
S101,控制家电设备进入自定义唤醒词模式。
在智能语音交互领域中,用户可通过唤醒词将处于休眠状态的设备唤醒。而该唤醒词通常为厂家预先定义的,无法更改,不能满足用户个性化的需求。因此,本实施例为家用电器设置一个自定义唤醒词模式,可以让用户训练出一个符合自身需求的自定义唤醒词。
在本发明的一个实施例中,用户在训练自定义唤醒词之前,可先控制家电设备进入自定义唤醒词模式。其中,进入的方式可以采用触发实体按键或者发出语音指令等方式。
S102,采集输入的唤醒词。
在家电设备进入自定义唤醒词模式之后,可提醒用户想要设置的唤醒词。在预定时间段内如5秒内,用户说出唤醒词。此时,家电设备可通过麦克风等语音输入装置以预设音频格式采集唤醒词的语音数据样本。例如,按照采样频率16Khz、传输速率16Bit的格式来采集声音信号。如果5秒内,用户没有说出唤醒词,则可提醒用户重新输入。
S103,对唤醒词进行训练,并判断训练唤醒词是否成功。
在本发明的一个实施例中,可先提取唤醒词的特征信息,然后将特征信息与预设标准进行比对判断,判断特征信息是否符合预设标准。
举例来说,结合用户使用习惯,可为唤醒词设定一个合适的最大时间长度。
在训练过程中,需要严格保证训练语料(唤醒词)的质量和一致性,因此,在整个训练过程中,需要从语音声响大小、语音长度、语音相似度、语音复杂度、环境噪声等方面判断唤醒词是否符合预设标准。
其中,采集的唤醒词为时域信号,可将该时域信号转换为频域信号(提取特征信息),再进行比对分析。
语音声响大小的判断:先按照实验结果设置4个预定义的阈值,分别表示最大音量vh,最小音量vl,高于最大音量的最大数值vhm,低于最小音量的最大数值vlm。之后,统计出训练语料的高于最大音量的个数vhr和低于最小音量的个数vlr。如果vhr>vhm,则表示声音太大;如果vlr>vlm,则表示声音太小。如果vhr<vhm,且vlr<vlm,则表示语音声响大小符合标准。
语音长度的判断:可分为两部分,超长判定和过短判定。超长判定和过短判定均是利用训练语料固定长度的特性,结合前端语音和后端语音的信噪比进行判断。如果后端语音的功率相对于前端语音的功率没有减弱,则表示语音超长;如果后端语音的功率相对于前段语音的功率提前减弱,则表示语音过短。
语音相似度的判断:根据实验结果,预定义相似度的阈值。再利用余弦距离判断不同语音之间的相似度。如果相似度大于阈值,则表示相似,否则表示不相似。
语音复杂度判断:利用训练语料的波峰特性,若波峰数大于预定义的阈值,则表示训练语料合格,否则表示不合格。
环境噪声判断:利用环境特性,设置噪音阈值。对训练语料进行分析,若训练语料的噪音低于阈值,则表示环境合适,否则,表示噪声太大。
S104,如果训练唤醒词成功,则进行下一次的唤醒词采集和训练,直至第N次训练唤醒词成功。
其中,N为正整数。
也就是说,如果第一次训练唤醒词成功,那么可以进行第二次训练唤醒词。如果第一次训练唤醒词不成功,则重新进行第一次训练唤醒词。此外,在训练唤醒词时,如果连续训练不成功的次数达到3次,则可生成提示信息,信息内容可以是“唤醒词训练失败,请输入其他唤醒词进行训练”等,从而提醒用户更换一个更容易训练成功的唤醒词。
在本发明的一个实施例中,在进行第M次训练时,如图2所示,具体可包括如下步骤:
S201,提取第M次输入的唤醒词的特征信息。
S202,判断第M次输入的唤醒词的特征信息是否符合预设标准。
S203,如果符合预设标准,则将第M次输入的唤醒词的特征信息分别与前M-1次输入的唤醒词的特征信息进行相似度计算。
S204,如果第M次输入的唤醒词的特征信息与前M-1次输入的唤醒词的特征信息的相似度均大于预设相似度,则确定训练唤醒词成功。
假设M=5,则进行第五次训练时,需要将第五次输入的唤醒词的特征信息分别与第一次、第二次、第三次、第四次输入的唤醒词的特征信息进行相似度计算。4个相似度需要均大于预设相似度如85%,才能确定第五次的唤醒词训练成功。
应当理解的是,每一次训练唤醒词的过程,具体还可以采用多次录制声音的方式。例如,第一次训练时,可采集三次用户输入的声音信号,提取这三次的唤醒词的特征信息,求取它们的平均值来作为第一次训练的唤醒词的特征信息进行训练,从而提升训练唤醒词的成功率。
本发明实施例的家电设备的唤醒词训练方法,通过控制家电设备进入自定义唤醒词模式,并采集输入的唤醒词,以及对唤醒词进行训练,并判断训练唤醒词是否成功,如果训练唤醒词成功,则进行下一次训练,直至第N次训练唤醒词成功,从而实现用户自定义唤醒词,满足用户的个性化需求,且训练出的唤醒词精确度高。
在本发明的另一个实施例中,如图3所示,家电设备的唤醒词训练方法还可包括:
S105,在第N次训练唤醒词成功之后,确定唤醒词生效,并将生效的唤醒词保存在本地。
其中,生效的唤醒词保存在本地的自定义唤醒词库中。
在本发明的又一个实施例中,如图4所示,家电设备的唤醒词训练方法还可包括:
S106,在确定唤醒词生效之后,接收输入的生效的唤醒词。
S107,根据生效的唤醒词唤醒家电设备。
在自定义唤醒词成功后,便可以利用生效的唤醒词唤醒家电设备。
具体地,可提取输入的生效的唤醒词的特征信息,然后与保存在自定义唤醒词库中的特征信息进行比对。如果两者相似度高于预设值,则可生成唤醒指令,并根据唤醒指令唤醒家电设备。否则,唤醒家电设备不成功。
下面以一个具体示例进行说明:
将语音识别装置安装在烹饪设备中,使烹饪设备具备语音识别功能。其中,烹饪设备的出厂设置为:启动自定义训练唤醒词的命令词为“换一个名字”。
在烹饪设备通电后,语音识别装置语音模组启动。用户说出“换一个名字”,则烹饪设备可进入自定义训练唤醒词的模式。此时,烹饪设备可播放“请在滴一声后说出新的唤醒词”。用户根据该提示语音,说出新的唤醒词。烹饪设备接收新的唤醒词,并判断新的唤醒词是否训练成功。如果训练成功,则烹饪设备可进行语音提示“训练成功,请再次说出唤醒词”;如果训练不成功,则烹饪设备可进行语音提示“声音**,请重新说出唤醒词”。其中,**可以是“太小”、“太大”、“太长”、“太短”、“太简单”、“与上一次训练结果不一致”等。重复上述训练步骤,并当第三次训练成功时,烹饪设备可进行语音提示“训练已完成,新唤醒词已生效”,从而结束训练。上述训练唤醒词过程,可如图5所示。通过该方法,大大提高了训练出的唤醒词的精度,进而提升了唤醒词的识别率,降低了误识别率。
为实现上述实施例,本发明还提出一种家电设备的唤醒词训练装置。
图6为本发明一实施例提出的家电设备的唤醒词训练装置的结构框图。
如图6所示,家电设备的唤醒词训练装置可包括控制模块610、采集模块620和训练模块630。
其中,控制模块610,用于控制家电设备进入自定义唤醒词模式。
采集模块620,用于采集输入的唤醒词。
训练模块630,用于对唤醒词进行训练,并判断训练唤醒词是否成功,如果训练唤醒词成功,则采集模块620进行下一次采集,训练模块630进行下一次训练,直至第N次训练唤醒词成功。
在本发明的另一个实施例中,如图7所示,家电设备的唤醒词训练装置还可包括保存模块640。
保存模块640,用于在第N次训练唤醒词成功之后,确定唤醒词生效,并将生效的唤醒词保存在本地。
在本发明的又一个实施例中,如图8所示,家电设备的唤醒词训练装置还可包括接收模块650和唤醒模块660。
接收模块650,用于在确定唤醒词生效之后,接收输入的生效的唤醒词。
唤醒模块660,用于根据生效的唤醒词唤醒家电设备。
需要说明的是,前述对家电设备的唤醒词训练方法的解释说明,也适用于本发明实施例的家电设备的唤醒词训练装置,本发明实施例中未公布的细节,在此不再赘述。
本发明实施例的家电设备的唤醒词训练装置,通过控制家电设备进入自定义唤醒词模式,并采集输入的唤醒词,以及对唤醒词进行训练,并判断训练唤醒词是否成功,如果训练唤醒词成功,则进行下一次训练,直至第N次训练唤醒词成功,从而实现用户自定义唤醒词,满足用户的个性化需求,且训练出的唤醒词精确度高。
为实现上述实施例,本发明还提出一种非临时性计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现第一方面实施例的家电设备的唤醒词训练方法。
为实现上述实施例,本发明还提出一种家电设备,包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序,处理器用于执行如第一方面实施例的家电设备的唤醒词训练方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (12)

1.一种家电设备的唤醒词训练方法,其特征在于,包括:
步骤101,控制家电设备进入自定义唤醒词模式;
步骤102,采集输入的唤醒词;
步骤103,对所述唤醒词进行训练,并判断训练唤醒词是否成功;
步骤104,如果训练唤醒词成功,则进行下一次的唤醒词采集和训练,直至第N次训练唤醒词成功,N为正整数。
2.如权利要求1所述的方法,其特征在于,还包括:
在第N次训练唤醒词成功之后,确定所述唤醒词生效,并将生效的唤醒词保存在本地。
3.如权利要求2所述的方法,其特征在于,还包括:
在确定所述唤醒词生效之后,接收输入的生效的唤醒词;
根据所述生效的唤醒词唤醒家电设备。
4.如权利要求1所述的方法,其特征在于,对所述唤醒词进行训练,并判断训练唤醒词是否成功,包括:
提取所述唤醒词的特征信息;
判断所述唤醒词的特征信息是否符合预设标准;
如果符合预设标准,则确定训练唤醒词成功;
如果不符合预设标准,则确定训练唤醒词不成功,重新采集唤醒词。
5.如权利要求1所述的方法,其特征在于,步骤104包括:
提取第M次输入的唤醒词的特征信息;
判断第M次输入的唤醒词的特征信息是否符合预设标准;
如果符合预设标准,则将第M次输入的唤醒词的特征信息分别与前M-1次输入的唤醒词的特征信息进行相似度计算;
如果第M次输入的唤醒词的特征信息与前M-1次输入的唤醒词的特征信息的相似度均大于预设相似度,则确定训练唤醒词成功。
6.一种家电设备的唤醒词训练装置,其特征在于,包括:
控制模块,用于控制家电设备进入自定义唤醒词模式;
采集模块,用于采集输入的唤醒词;
训练模块,用于对所述唤醒词进行训练,并判断训练唤醒词是否成功,如果训练唤醒词成功,则所述采集模块进行下一次采集,所述训练模块进行下一次训练,直至第N次训练唤醒词成功,N为正整数。
7.如权利要求6所述的装置,其特征在于,所述装置还包括:
保存模块,用于在第N次训练唤醒词成功之后,确定所述唤醒词生效,并将生效的唤醒词保存在本地。
8.如权利要求7所述的装置,其特征在于,所述装置还包括:
接收模块,用于在确定所述唤醒词生效之后,接收输入的生效的唤醒词;
唤醒模块,用于根据所述生效的唤醒词唤醒家电设备。
9.如权利要求6所述的装置,其特征在于,所述训练模块,用于:
提取所述唤醒词的特征信息;
判断所述唤醒词的特征信息是否符合预设标准;
如果符合预设标准,则确定训练唤醒词成功;
如果不符合预设标准,则确定训练唤醒词不成功,所述采集模块重新采集唤醒词。
10.如权利要求6所述的装置,其特征在于,所述训练模块,用于:
提取第M次输入的唤醒词的特征信息;
判断第M次输入的唤醒词的特征信息是否符合预设标准;
如果符合预设标准,则将第M次输入的唤醒词的特征信息分别与前M-1次输入的唤醒词的特征信息进行相似度计算;
如果第M次输入的唤醒词的特征信息与前M-1次输入的唤醒词的特征信息的相似度均大于预设相似度,则确定训练唤醒词成功。
11.一种非临时性计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如权利要求1-5任一项所述的家电设备的唤醒词训练方法。
12.一种家电设备,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器用于执行如权利要求1-5任一项所述的家电设备的唤醒词训练方法。
CN201810885079.9A 2018-06-19 2018-08-06 家电设备的唤醒词训练方法、装置及家电设备 Active CN109166571B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201810885079.9A CN109166571B (zh) 2018-08-06 2018-08-06 家电设备的唤醒词训练方法、装置及家电设备
PCT/CN2019/074317 WO2019242312A1 (zh) 2018-06-19 2019-02-01 家电设备的唤醒词训练方法、装置及家电设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810885079.9A CN109166571B (zh) 2018-08-06 2018-08-06 家电设备的唤醒词训练方法、装置及家电设备

Publications (2)

Publication Number Publication Date
CN109166571A true CN109166571A (zh) 2019-01-08
CN109166571B CN109166571B (zh) 2020-11-24

Family

ID=64895055

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810885079.9A Active CN109166571B (zh) 2018-06-19 2018-08-06 家电设备的唤醒词训练方法、装置及家电设备

Country Status (1)

Country Link
CN (1) CN109166571B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110246498A (zh) * 2019-07-15 2019-09-17 广东美的制冷设备有限公司 语音处理方法、装置和家电设备
CN110610710A (zh) * 2019-09-05 2019-12-24 晶晨半导体(上海)股份有限公司 一种自学习语音识别系统的构建装置和构建方法
WO2019242312A1 (zh) * 2018-06-19 2019-12-26 广东美的厨房电器制造有限公司 家电设备的唤醒词训练方法、装置及家电设备
CN111696560A (zh) * 2019-03-14 2020-09-22 本田技研工业株式会社 智能体装置、智能体装置的控制方法及存储介质
CN112837680A (zh) * 2019-11-25 2021-05-25 马上消费金融股份有限公司 音频关键词检索方法、智能外呼方法及相关装置

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020116193A1 (en) * 2000-12-13 2002-08-22 Daniela Raddino Method for recognizing speech
CN101350196A (zh) * 2007-07-19 2009-01-21 丁玉国 任务相关的说话人身份确认片上系统及其确认方法
CN102034472A (zh) * 2009-09-28 2011-04-27 戴红霞 一种基于嵌入时延神经网络的高斯混合模型的说话人识别方法
CN102233191A (zh) * 2010-05-07 2011-11-09 上海九鹰电子科技有限公司 一种兼有语音控制功能的航模
CN102868827A (zh) * 2012-09-15 2013-01-09 潘天华 一种利用语音命令控制手机应用程序启动的方法
CN104986040A (zh) * 2015-07-08 2015-10-21 无锡职业技术学院 一种语音识别汽车车速控制器及其控制方法
CN105006228A (zh) * 2015-06-05 2015-10-28 普天智能照明研究院有限公司 一种语音识别方法
US20160267380A1 (en) * 2015-03-13 2016-09-15 Nuance Communications, Inc. Method and System for Training a Neural Network
CN105957522A (zh) * 2015-03-09 2016-09-21 福特全球技术公司 基于语音配置文件的车载信息娱乐身份识别
CN106683663A (zh) * 2015-11-06 2017-05-17 三星电子株式会社 神经网络训练设备和方法以及语音识别设备和方法
CN106815507A (zh) * 2015-11-30 2017-06-09 中兴通讯股份有限公司 语音唤醒实现方法、装置及终端
CN107704275A (zh) * 2017-09-04 2018-02-16 百度在线网络技术(北京)有限公司 智能设备唤醒方法、装置、服务器及智能设备

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020116193A1 (en) * 2000-12-13 2002-08-22 Daniela Raddino Method for recognizing speech
CN101350196A (zh) * 2007-07-19 2009-01-21 丁玉国 任务相关的说话人身份确认片上系统及其确认方法
CN102034472A (zh) * 2009-09-28 2011-04-27 戴红霞 一种基于嵌入时延神经网络的高斯混合模型的说话人识别方法
CN102233191A (zh) * 2010-05-07 2011-11-09 上海九鹰电子科技有限公司 一种兼有语音控制功能的航模
CN102868827A (zh) * 2012-09-15 2013-01-09 潘天华 一种利用语音命令控制手机应用程序启动的方法
CN105957522A (zh) * 2015-03-09 2016-09-21 福特全球技术公司 基于语音配置文件的车载信息娱乐身份识别
US20160267380A1 (en) * 2015-03-13 2016-09-15 Nuance Communications, Inc. Method and System for Training a Neural Network
CN105006228A (zh) * 2015-06-05 2015-10-28 普天智能照明研究院有限公司 一种语音识别方法
CN104986040A (zh) * 2015-07-08 2015-10-21 无锡职业技术学院 一种语音识别汽车车速控制器及其控制方法
CN106683663A (zh) * 2015-11-06 2017-05-17 三星电子株式会社 神经网络训练设备和方法以及语音识别设备和方法
CN106815507A (zh) * 2015-11-30 2017-06-09 中兴通讯股份有限公司 语音唤醒实现方法、装置及终端
CN107704275A (zh) * 2017-09-04 2018-02-16 百度在线网络技术(北京)有限公司 智能设备唤醒方法、装置、服务器及智能设备

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019242312A1 (zh) * 2018-06-19 2019-12-26 广东美的厨房电器制造有限公司 家电设备的唤醒词训练方法、装置及家电设备
CN111696560A (zh) * 2019-03-14 2020-09-22 本田技研工业株式会社 智能体装置、智能体装置的控制方法及存储介质
CN110246498A (zh) * 2019-07-15 2019-09-17 广东美的制冷设备有限公司 语音处理方法、装置和家电设备
CN110246498B (zh) * 2019-07-15 2021-04-20 广东美的制冷设备有限公司 语音处理方法、装置和家电设备
CN110610710A (zh) * 2019-09-05 2019-12-24 晶晨半导体(上海)股份有限公司 一种自学习语音识别系统的构建装置和构建方法
CN110610710B (zh) * 2019-09-05 2022-04-01 晶晨半导体(上海)股份有限公司 一种自学习语音识别系统的构建装置和构建方法
CN112837680A (zh) * 2019-11-25 2021-05-25 马上消费金融股份有限公司 音频关键词检索方法、智能外呼方法及相关装置

Also Published As

Publication number Publication date
CN109166571B (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
CN109166571A (zh) 家电设备的唤醒词训练方法、装置及家电设备
CN107704275B (zh) 智能设备唤醒方法、装置、服务器及智能设备
US11211062B2 (en) Intelligent voice recognizing method with improved noise cancellation, voice recognizing apparatus, intelligent computing device and server
CN103680497B (zh) 基于视频的语音识别系统及方法
CN109036393A (zh) 家电设备的唤醒词训练方法、装置及家电设备
CN107003723A (zh) 用于会话系统中的响应选择和组成的自动化的方法和系统
EP3631793B1 (en) Dynamic and/or context-specific hot words to invoke automated assistant
CN110534099A (zh) 语音唤醒处理方法、装置、存储介质及电子设备
CN105869641A (zh) 语音识别装置及语音识别方法
CN110060685A (zh) 语音唤醒方法和装置
CN112466302B (zh) 语音交互的方法、装置、电子设备和存储介质
US11189282B2 (en) Intelligent voice recognizing method, apparatus, and intelligent computing device
CN110349579B (zh) 语音唤醒处理方法及装置、电子设备及存储介质
CN108536668B (zh) 唤醒词评估方法及装置、存储介质、电子设备
CN109545207A (zh) 一种语音唤醒方法及装置
KR102628211B1 (ko) 전자 장치 및 그 제어 방법
CN109036395A (zh) 个性化的音箱控制方法、系统、智能音箱及存储介质
US11790893B2 (en) Voice processing method based on artificial intelligence
CN108595406B (zh) 一种用户状态的提醒方法、装置、电子设备及存储介质
CN108039175B (zh) 语音识别方法、装置及服务器
US20210304789A1 (en) Emotion-based voice interaction method, storage medium and terminal device
CN110147936A (zh) 基于情绪识别的服务评价方法、装置、存储介质
CN112634897B (zh) 设备唤醒方法、装置和存储介质及电子装置
JP6915637B2 (ja) 情報処理装置、情報処理方法、およびプログラム
CN109697981A (zh) 一种语音交互方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant