CN109817200A - 语音唤醒的优化装置及方法 - Google Patents

Abstract

一种语音唤醒的优化装置，包括：终端，包括第一唤醒模型，用于对输入所述第一唤醒模型的唤醒语音，进行第一次唤醒，确定第一唤醒结果，并将所述唤醒语音输出至云端；云端，包括第二唤醒模型，用于对输入所述第二唤醒模型的所述唤醒语音进行第二次唤醒，确定第二唤醒结果；以及确定模块，位于所述终端或者所述云端内，用于根据所述第一唤醒结果和第二唤醒结果，确定所述唤醒语音的最终唤醒结果。本发明对终端进行第一次唤醒以及对云端进行第二次唤醒，降低了误唤醒的概率，保证了唤醒语音的唤醒率。

Description

语音唤醒的优化装置及方法

技术领域

本发明涉及语音唤醒领域，尤其涉及一种语音唤醒的优化装置及方法。

背景技术

目前，通过语音方式实现产品交互的应用越来越广泛，例如智能音箱、手机、平板等，但在用户的对其进行唤醒的过程中，经常会出现误唤醒率较高的问题，从而影响用户的体验感。

发明内容

(一)要解决的技术问题

本发明的目的在于提供一种语音唤醒的优化装置及方法，以解决上述的至少一项技术问题。

(二)技术方案

本发明实施例提供了一种语音唤醒的优化装置，包括：

终端，包括第一唤醒模型，用于对输入所述第一唤醒模型的唤醒语音，进行第一次唤醒，确定第一唤醒结果，并将所述唤醒语音输出至云端；

云端，包括第二唤醒模型，用于对输入所述第二唤醒模型的所述唤醒语音进行第二次唤醒，确定第二唤醒结果；以及

确定模块，位于所述终端或者所述云端内，用于根据所述第一唤醒结果和第二唤醒结果，确定所述唤醒语音的最终唤醒结果。

在本发明的一些实施例中，所述第一唤醒模型与所述第二唤醒模型的类型相同，且所述第一唤醒模型的运行内存小于所述第二唤醒模型的运行内存；和/或

所述第一唤醒模型与所述第二唤醒模型的类型不同。

在本发明的一些实施例中，所述确定模块用于根据所述第一唤醒结果和第二唤醒结果，确定所述唤醒语音的最终唤醒结果，具体指：

所述确定模块将第一唤醒结果、第一阈值与第二阈值进行比较，若所述第一唤醒结果小于所述第一阈值，则确定所述唤醒语音的最终唤醒结果为误唤醒；

若所述第一唤醒结果大于等于所述第一阈值，且小于第二阈值，则控制云端进行第二次唤醒，若第二唤醒结果小于所述第一阈值，则确定所述唤醒语音的最终唤醒结果为误唤醒；若所述第二唤醒结果大于等于所述第一阈值，则确定所述唤醒语音的最终唤醒结果为正常唤醒；

若所述第一唤醒结果大于等于所述第二阈值，则确定所述唤醒语音的最终唤醒结果为正常唤醒；

其中，所述第二阈值大于所述第一阈值。

在本发明的一些实施例中，所述第一阈值为0.5，所述第二阈值为0.8。

在本发明的一些实施例中，所述终端还用于将所述唤醒语音进行压缩，并将压缩后的唤醒语音输出至云端；

所述云端还用于将压缩后的唤醒语音进行解压，确定所述唤醒语音。

本发明实施例还提供了一种语音唤醒的优化方法，包括：

将唤醒语音输入终端，对终端中的第一唤醒模型进行第一次唤醒，确定第一唤醒结果，并将所述唤醒语音输出至云端；

对云端中的第二唤醒模型进行第二次唤醒，确定第二唤醒结果；以及

根据所述第一唤醒结果和第二唤醒结果，确定所述唤醒语音的最终唤醒结果。

在本发明的一些实施例中，所述第一唤醒模型与所述第二唤醒模型的类型相同，且所述第一唤醒模型的运行内存小于所述第二唤醒模型的运行内存；和/或

所述第一唤醒模型与所述第二唤醒模型的类型不同。

在本发明的一些实施例中，根据所述第一唤醒结果和第二唤醒结果，确定所述唤醒语音的最终唤醒结果，具体包括步骤：

将第一唤醒结果、第一阈值与第二阈值进行比较，若所述第一唤醒结果小于所述第一阈值，则确定所述唤醒语音的最终唤醒结果为误唤醒；

若所述第一唤醒结果大于等于所述第一阈值，且小于第二阈值，则进行第二次唤醒，若第二唤醒结果小于所述第一阈值，则所述唤醒语音的最终唤醒结果为误唤醒；若所述第二唤醒结果大于等于所述第一阈值，则确定所述唤醒语音的最终唤醒结果为正常唤醒；

若所述第一唤醒结果大于等于所述第二阈值，则确定所述唤醒语音的最终唤醒结果为正常唤醒；

其中，所述第二阈值大于所述第一阈值。

在本发明的一些实施例中，所述第一阈值为0.5，所述第二阈值为0.8。

在本发明的一些实施例中，将所述唤醒语音输出至云端之前还包括步骤：终端将所述唤醒语音进行压缩，确定压缩后的唤醒语音；

对云端中的第二唤醒模型进行第二次唤醒之前还包括步骤：云端将压缩后的唤醒语音进行解压，确定所述唤醒语音。

(三)有益效果

本发明的语音唤醒的优化装置及方法，相较于现有技术，至少具有以下优点：

1、通过终端进行第一次唤醒之外，还可以通过云端进行第二次唤醒，且云端是否进行第二次唤醒还需参考第一唤醒结果，如此，便能有效防止终端误唤醒的概率，同时还能保证云端的选择性工作，减少其不必要的工作，在保证正确唤醒的前提下，还最大限度地降低了成本；

2、第一阈值和第二阈值的选值可调节，用户可以根据实际需要的唤醒率选择第一阈值和第二阈值，因此，本发明的语音唤醒的优化装置及方法极具普适性。

附图说明

图1为本发明实施例的语音唤醒的优化装置的结构示意图。

图2为本发明实施例的语音唤醒的优化装置的步骤示意图。

具体实施方式

现有技术中，用户在对语音方式实现产品进行唤醒时，经常会出现误唤醒率较高的问题，从而影响用户的体验感。有鉴于此，本发明提供了一种语音唤醒的优化装置，通过终端进行第一次唤醒之外，还可以通过云端进行第二次唤醒，且云端是否进行第二次唤醒还需参考第一唤醒结果，如此，便能有效防止终端误唤醒的概率，同时还能保证云端的选择性工作，减少其不必要的工作，在保证正确唤醒的前提下，还最大限度地降低了成本；

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

本发明实施例提供了一种语音唤醒的优化装置，如图1所示，该装置包括：

终端，包括第一唤醒模型，用于对输入所述第一唤醒模型的唤醒语音，进行第一次唤醒，确定第一唤醒结果，并将所述唤醒语音输出至云端；

云端，包括第二唤醒模型，用于对输入所述第二唤醒模型的所述唤醒语音进行第二次唤醒，确定第二唤醒结果；以及

确定模块，位于所述终端或者所述云端内，可以根据用户的需求进行选择。确定模块用于根据所述第一唤醒结果和第二唤醒结果，确定所述唤醒语音的最终唤醒结果。

更具体地，确定模块的工作过程为：确定模块将第一唤醒结果、第一阈值与第二阈值进行比较，若所述第一唤醒结果小于所述第一阈值，则确定所述唤醒语音的最终唤醒结果为误唤醒；

若所述第一唤醒结果大于等于所述第一阈值，且小于第二阈值，则控制云端进行第二次唤醒，若第二唤醒结果小于所述第一阈值，则确定所述唤醒语音的最终唤醒结果为误唤醒；若所述第二唤醒结果大于等于所述第一阈值，则确定所述唤醒语音的最终唤醒结果为正常唤醒；

若所述第一唤醒结果大于等于所述第二阈值，则确定所述唤醒语音的最终唤醒结果为正常唤醒；

其中，所述第二阈值大于所述第一阈值。

也就是说，该优化装置先对第一唤醒模块进行第一次唤醒，再将第一唤醒结果H1与第一阈值Q1比较，若H1＜Q1，则不需对第二唤醒模块进行第二次唤醒，直接确定唤醒语音的最终唤醒结果为误唤醒，这样能够减小不必要的第二次唤醒，加快了唤醒速率，同时还节省了步骤；

若H1≥Q2(第二阈值)，也无需对第二唤醒模块进行第二次唤醒，直接确定唤醒语音的最终唤醒结果为正确唤醒；这样能够直接确定唤醒结果，也避免了不必要的第二次唤醒，加快了唤醒速率，还节省了步骤；

若Q1≤H1＜Q2，则还对第二唤醒模型进行第二次唤醒，才能确定唤醒语音的最终结果：将第二唤醒结果H2与第一阈值Q1进行比较，若H2＜Q1，则唤醒语音的最终唤醒结果仍为误唤醒；若H2≥Q1，则唤醒语音的最终唤醒结果为正常唤醒。如此，在不能直接确定最终唤醒结果的情况下，通过第二次唤醒，能够避免误判断的情况。

还需说明的是，第一阈值Q1可以为0.5，所述第二阈值Q2可以为0.8，且第二阈值需要大于第一阈值。第一阈值和第二阈值的选值可调节，用户可以根据实际需要的唤醒率选择第一阈值和第二阈值，可见，本发明极具普适性。

在本发明实施例中，关于第一唤醒模型和第二唤醒模型的选择，有以下两种情况：

1、第一唤醒模型与第二唤醒模型的类型相同，且所述第一唤醒模型的运行内存小于所述第二唤醒模型的运行内存。也就是说第一唤醒模型与所述第二唤醒模型的唤醒原理相同，由于云端的内存大，因此，可以在云端设置一个大内存(例如2M)的第二唤醒模型。

当小内存(例如0.2M)、运行速度较快的第一唤醒模型先被唤醒，且能确定最终唤醒结果时，不需对云端上的第二唤醒模型进行第二次唤醒，加快了唤醒速率，还节省了步骤；

当小内存、运行速度较快的第一唤醒模型先被唤醒，且不能确定最终唤醒结果时，再对较大内存的第二唤醒模型进行第二次唤醒，能够防止误唤醒，增加准确唤醒的概率。

2、第一唤醒模型与第二唤醒模型的类型不同。也就是说，第一唤醒模型与所述第二唤醒模型的唤醒原理不相同，因此第一唤醒模型的第一唤醒结果与第二唤醒模型的第一唤醒结果不同。将两个唤醒结果同时与第一阈值与第二阈值进行比较，能够进一步提高准确唤醒的概率。

当第一唤醒模型先被唤醒，且能确定最终唤醒结果时，不需对云端上的第二唤醒模型进行第二次唤醒，加快了唤醒速率，还节省了步骤；

当第一唤醒模型先被唤醒，且不能确定最终唤醒结果时，再对较大内存的第二唤醒模型进行第二次唤醒，能够防止误唤醒，增加准确唤醒的概率。

在本发明的一些实施例中，为了进一步加快唤醒速度，终端还用于将所述唤醒语音进行压缩，并将压缩后的唤醒语音输出至云端；云端还用于将压缩后的唤醒语音进行解压，确定所述唤醒语音。由于压缩和解压的时间，远远短语唤醒数据之间从终端传输至云端的时间，因此唤醒语音的传输更快速。

本发明实施例还提供了一种语音唤醒的优化方法，如图2所示，该优化方法包括以下步骤：

S1、将唤醒语音输入终端，对终端中的第一唤醒模型进行第一次唤醒，确定第一唤醒结果，并将所述唤醒语音输出至云端；

S2、对云端中的第二唤醒模型进行第二次唤醒，确定第二唤醒结果；

以及

S3、根据所述第一唤醒结果和第二唤醒结果，确定所述唤醒语音的最终唤醒结果。

在本发明的一些实施例中，所述第一唤醒模型与所述第二唤醒模型的类型可以相同，则所述第一唤醒模型的运行内存小于所述第二唤醒模型的运行内存；第一唤醒模型与第二唤醒模型的类型也可以不同。

更进一步地，步骤S3具体包括以下子步骤：

S31、将第一唤醒结果、第一阈值与第二阈值进行比较，若所述第一唤醒结果小于所述第一阈值，则确定所述唤醒语音的最终唤醒结果为误唤醒；

S32、若所述第一唤醒结果大于等于所述第一阈值，且小于第二阈值，则进行第二次唤醒，若第二唤醒结果小于所述第一阈值，则所述唤醒语音的最终唤醒结果为误唤醒；若所述第二唤醒结果大于等于所述第一阈值，则确定所述唤醒语音的最终唤醒结果为正常唤醒；

S33、若所述第一唤醒结果大于等于所述第二阈值，则确定所述唤醒语音的最终唤醒结果为正常唤醒；其中，所述第二阈值大于所述第一阈值。

还需说明的是，第一阈值可以为0.5，所述第二阈值可以为0.8，且第二阈值需要大于第一阈值。第一阈值和第二阈值的选值可调节，用户可以根据实际需要的唤醒率选择第一阈值和第二阈值，可见，本发明极具普适性。

在本发明的一些实施例中，为了进一步加快唤醒速度，在将所述唤醒语音输出至云端之前，还可以包括步骤：终端将所述唤醒语音进行压缩，确定压缩后的唤醒语音；在对云端中的第二唤醒模型进行第二次唤醒之前，还可以包括步骤：云端将压缩后的唤醒语音进行解压，确定所述唤醒语音。

由于压缩和解压的时间，远远短语唤醒数据之间从终端传输至云端的时间，因此唤醒语音的传输更快速。

综上，本发明的语音唤醒的优化装置及方法，通过终端进行第一次唤醒之外，还可以通过云端进行第二次唤醒，且云端是否进行第二次唤醒还需参考第一唤醒结果，如此，便能有效防止终端误唤醒的概率，同时还能保证云端的选择性工作，减少其不必要的工作，在保证正确唤醒的前提下，还最大限度地降低了成本。

除非有所知名为相反之意，本说明书及所附权利要求中的数值参数是近似值，能够根据通过本发明的内容所得的所需特性改变。具体而言，所有使用于说明书及权利要求中表示组成的含量、反应条件等等的数字，应理解为在所有情况中是受到“约”的用语所修饰。一般情况下，其表达的含义是指包含由特定数量在一些实施例中±10％的变化、在一些实施例中±5％的变化、在一些实施例中±1％的变化、在一些实施例中±0.5％的变化。

再者，“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的“一”或“一个”不排除存在多个这样的元件。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种语音唤醒的优化装置，包括：

终端，包括第一唤醒模型，用于对输入所述第一唤醒模型的唤醒语音，进行第一次唤醒，确定第一唤醒结果，并将所述唤醒语音输出至云端；

云端，包括第二唤醒模型，用于对输入所述第二唤醒模型的所述唤醒语音进行第二次唤醒，确定第二唤醒结果；以及

确定模块，位于所述终端或者所述云端内，用于根据所述第一唤醒结果和第二唤醒结果，确定所述唤醒语音的最终唤醒结果。

2.根据权利要求1所述的语音唤醒的优化装置，其中，所述第一唤醒模型与所述第二唤醒模型的类型相同，且所述第一唤醒模型的运行内存小于所述第二唤醒模型的运行内存；和/或

所述第一唤醒模型与所述第二唤醒模型的类型不同。

3.根据权利要求1所述的语音唤醒的优化装置，其中，所述确定模块用于根据所述第一唤醒结果和第二唤醒结果，确定所述唤醒语音的最终唤醒结果，具体指：

所述确定模块将第一唤醒结果、第一阈值与第二阈值进行比较，若所述第一唤醒结果小于所述第一阈值，则确定所述唤醒语音的最终唤醒结果为误唤醒；

若所述第一唤醒结果大于等于所述第一阈值，且小于第二阈值，则控制云端进行第二次唤醒，若第二唤醒结果小于所述第一阈值，则确定所述唤醒语音的最终唤醒结果为误唤醒；若所述第二唤醒结果大于等于所述第一阈值，则确定所述唤醒语音的最终唤醒结果为正常唤醒；

若所述第一唤醒结果大于等于所述第二阈值，则确定所述唤醒语音的最终唤醒结果为正常唤醒；

其中，所述第二阈值大于所述第一阈值。

4.根据权利要求3所述的语音唤醒的优化装置，其中，所述第一阈值为0.5，所述第二阈值为0.8。

5.根据权利要求1所述的语音唤醒的优化装置，其中，所述终端还用于将所述唤醒语音进行压缩，并将压缩后的唤醒语音输出至云端；

所述云端还用于将压缩后的唤醒语音进行解压，确定所述唤醒语音。

6.一种语音唤醒的优化方法，包括：

将唤醒语音输入终端，对终端中的第一唤醒模型进行第一次唤醒，确定第一唤醒结果，并将所述唤醒语音输出至云端；

对云端中的第二唤醒模型进行第二次唤醒，确定第二唤醒结果；以及

根据所述第一唤醒结果和第二唤醒结果，确定所述唤醒语音的最终唤醒结果。

7.根据权利要求6所述的语音唤醒的优化方法，其中，所述第一唤醒模型与所述第二唤醒模型的类型相同，且所述第一唤醒模型的运行内存小于所述第二唤醒模型的运行内存；和/或

所述第一唤醒模型与所述第二唤醒模型的类型不同。

8.根据权利要求6所述的语音唤醒的优化方法，根据所述第一唤醒结果和第二唤醒结果，确定所述唤醒语音的最终唤醒结果，具体包括步骤：

将第一唤醒结果、第一阈值与第二阈值进行比较，若所述第一唤醒结果小于所述第一阈值，则确定所述唤醒语音的最终唤醒结果为误唤醒；

若所述第一唤醒结果大于等于所述第一阈值，且小于第二阈值，则进行第二次唤醒，若第二唤醒结果小于所述第一阈值，则所述唤醒语音的最终唤醒结果为误唤醒；若所述第二唤醒结果大于等于所述第一阈值，则确定所述唤醒语音的最终唤醒结果为正常唤醒；

若所述第一唤醒结果大于等于所述第二阈值，则确定所述唤醒语音的最终唤醒结果为正常唤醒；

其中，所述第二阈值大于所述第一阈值。

9.根据权利要求8所述的语音唤醒的优化方法，其中，所述第一阈值为0.5，所述第二阈值为0.8。

10.根据权利要求6所述的语音唤醒的优化方法，将所述唤醒语音输出至云端之前还包括步骤：终端将所述唤醒语音进行压缩，确定压缩后的唤醒语音；

对云端中的第二唤醒模型进行第二次唤醒之前还包括步骤：云端将压缩后的唤醒语音进行解压，确定所述唤醒语音。