CN109872713A - 一种语音唤醒方法及装置 - Google Patents

一种语音唤醒方法及装置 Download PDF

Info

Publication number
CN109872713A
CN109872713A CN201910164627.3A CN201910164627A CN109872713A CN 109872713 A CN109872713 A CN 109872713A CN 201910164627 A CN201910164627 A CN 201910164627A CN 109872713 A CN109872713 A CN 109872713A
Authority
CN
China
Prior art keywords
voice
data
neural network
network model
voice data
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.)
Pending
Application number
CN201910164627.3A
Other languages
English (en)
Inventor
王维
杨汉丹
王广新
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.)
Shenzhen Youjie Zhixin Technology Co Ltd
Original Assignee
Shenzhen Youjie Zhixin Technology 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 Shenzhen Youjie Zhixin Technology Co Ltd filed Critical Shenzhen Youjie Zhixin Technology Co Ltd
Priority to CN201910164627.3A priority Critical patent/CN109872713A/zh
Publication of CN109872713A publication Critical patent/CN109872713A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Telephonic Communication Services (AREA)

Abstract

本发明涉及语音识别技术领域,公开了一种语音唤醒方法及装置,该方法包括:采集声音数据,提取所述声音数据中的语音;提取每一帧所述语音的语音特征;将所述语音特征送入神经网络模型进行识别,所述神经网络模型采用增量式方法进行训练;根据识别结果对所述语音进行过滤;通过增量式训练神经网络模型,降低了对正样本数据量的需求,降低了计算复杂度,减小了模型体积;并能有效过滤误触发数据,提高了语音唤醒效率。

Description

一种语音唤醒方法及装置
技术领域
本发明涉及语音识别技术领域,尤其涉及一种语音唤醒方法及装置。
背景技术
目前,语音唤醒的应用场景越来越广泛,例如机器人、手机、可穿戴设备、智能家居、车载等。几乎很多带有语音功能的设备都会需要语音唤醒技术作为人和机器互动的一个开始或入口。不同的产品会有不同的唤醒词,用户可以通过说出特定的唤醒词来激活设备然后进行下一步交互操作,现有效果较好的唤醒设备一般存在模型体积大,计算复杂度高,更换唤醒词不容易等问题。
发明内容
本发明的主要目的在于提出一种语音唤醒方法及装置,通过增量式训练神经网络模型,降低了对正样本数据量的需求,降低了计算复杂度,减小了模型体积;并能有效过滤误触发数据,提高了语音唤醒效率。
为实现上述目的,本发明提供的一种语音唤醒方法,包括:
采集声音数据,提取所述声音数据中的语音;
提取每一帧所述语音的语音特征;
将所述语音特征送入神经网络模型进行识别,所述神经网络模型采用增量式方法进行训练;
根据识别结果对所述语音进行过滤。
可选地,所述采集声音数据,提取所述声音数据中的语音包括:
通过麦克风采集声音数据,并对所述声音数据进行缓存;
将缓存中的声音数据进行分帧;
通过语音活动检测模块对每一帧声音数据进行识别,若该帧声音数据为语音,则保留在所述缓存中,若该帧声音数据为非语音,则从所述缓存中去除该帧声音数据。
可选地,所述语音特征为梅尔频率倒谱系数MFCC;所述神经网络模型为循环神经网络RNN。
可选地,所述神经网络模型采用增量式方法进行训练具体为:
通过负样本和正样本初始化训练模型,所述负样本的数量大于所述正样本的数量;
通过初始化后的训练模型进行实时测试,并保存误触发数据;
将所述误触发数据融合到负样本数据集中进行再次训练,并重复以上过程。
可选地,所述根据识别结果对所述语音进行过滤具体为:
通过神经网络模型计算所述语音触发的概率数据;
根据预设的概率门限、预设的最少触发次数和最小触发间隔对所述语音进行过滤。
作为本发明的另一方面,提供的一种语音唤醒装置,包括:
采集模块,用于采集声音数据,提取所述声音数据中的语音;
特征提取模块,用于提取每一帧所述语音的语音特征;
识别模块,用于将所述语音特征送入神经网络模型进行识别,所述神经网络模型采用增量式方法进行训练;
过滤模块,用于根据识别结果对所述语音进行过滤。
可选地,所述采集模块包括:
采集单元,用于通过麦克风采集声音数据,并对所述声音数据进行缓存;
分帧单元,用于将缓存中的声音数据进行分帧;
提取单元,用于通过语音活动检测模块对每一帧声音数据进行识别,若该帧声音数据为语音,则保留在所述缓存中,若该帧声音数据为非语音,则从所述缓存中去除该帧声音数据。
可选地,所述语音特征为梅尔频率倒谱系数MFCC;所述神经网络模型为循环神经网络RNN。
可选地,所述神经网络模型采用增量式方法进行训练具体为:
通过负样本和正样本初始化训练模型,所述负样本的数量大于所述正样本的数量;
通过初始化后的训练模型进行实时测试,并保存误触发数据;
将所述误触发数据融合到负样本数据集中进行再次训练,并重复以上过程。
可选地,所述过滤模块具体为:
通过神经网络模型计算所述语音触发的概率数据;
根据预设的概率门限、预设的最少触发次数和最小触发间隔对所述语音进行过滤。
本发明提出的一种语音唤醒方法及装置,该方法包括:采集声音数据,提取所述声音数据中的语音;提取每一帧所述语音的语音特征;将所述语音特征送入神经网络模型进行识别,所述神经网络模型采用增量式方法进行训练;根据识别结果对所述语音进行过滤;通过增量式训练神经网络模型,降低了对正样本数据量的需求,降低了计算复杂度,减小了模型体积;并能有效过滤误触发数据,提高了语音唤醒效率。
附图说明
图1为本发明实施例一提供的一种语音唤醒方法的流程图;
图2为本发明实施例一提供的特征提取算法示意图;
图3为本发明实施例一提供的神经网络模型的网络结构图;
图4为图1中步骤S10的流程图;
图5为本发明实施例二提供的一种语音唤醒装置的示范性结构框图;
图6为图5中采集模块的示范性结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身并没有特定的意义。因此,"模块"与"部件"可以混合地使用。
实施例一
如图1所示,在本实施例中,一种语音唤醒方法,包括:
S10、采集声音数据,提取所述声音数据中的语音;
S20、提取每一帧所述语音的语音特征;
S30、将所述语音特征送入神经网络模型进行识别,所述神经网络模型采用增量式方法进行训练;
S40、根据识别结果对所述语音进行过滤。
在本实施例中,通过增量式训练神经网络模型,降低了对正样本数据量的需求,降低了计算复杂度,减小了模型体积;并能有效过滤误触发数据,提高了语音唤醒效率。
在本实施例中,本方法提供了一种轻量级语音唤醒技术,可以方便部署在大部分设备前端,并且支持用户自定义唤醒词。
在本实施例中,所述语音特征为梅尔频率倒谱系数MFCC;所述神经网络模型为循环神经网络RNN。
在本实施例中,梅尔频率倒谱系数MFCC(Mel-scale Frequency CepstralCoefficients,简称MFCC),考虑到人耳对不同频率的感受程度,因此特别适合用在语音辨识领域,其特征提取过程如图2所示,语音数据依次通过预加重、分帧加窗、快速傅里叶变换FFT、Mel滤波、取对数、离散余弦变换DCT变换后得到MFCC特征。
在本实施例中,循环神经网络RNN(Recurrent Neural Networks)的目的是用来处理序列数据。在传统的神经网络模型中,是从输入层到隐含层再到输出层,层与层之间是全连接的,每层之间的节点是无连接的。但是这种普通的神经网络对于很多问题却无能无力。例如,你要预测句子的下一个单词是什么,一般需要用到前面的单词,因为一个句子中前后单词并不是独立的。RNNs之所以称为循环神经网路,即一个序列当前的输出与前面的输出也有关。具体的表现形式为网络会对前面的信息进行记忆并应用于当前输出的计算中,即隐藏层之间的节点不再无连接而是有连接的,并且隐藏层的输入不仅包括输入层的输出还包括上一时刻隐藏层的输出。理论上,RNNs能够对任何长度的序列数据进行处理。但在本实施例中,为了兼顾唤醒效果以及训练数据需求量,识别网络选择了一个GRU层和一个全连接Dens层,网络结构如图3所示。
如图4所示,在本实施例中,所述步骤S10包括:
S11、通过麦克风采集声音数据,并对所述声音数据进行缓存;
S12、将缓存中的声音数据进行分帧;
S13、通过语音活动检测模块对每一帧声音数据进行识别,若该帧声音数据为语音,则保留在所述缓存中,若该帧声音数据为非语音,则从所述缓存中去除该帧声音数据。
在本实施例中,所述神经网络模型采用增量式方法进行训练具体为:
通过负样本和正样本初始化训练模型,所述负样本的数量大于所述正样本的数量;
通过初始化后的训练模型进行实时测试,并保存误触发数据;
将所述误触发数据融合到负样本数据集中进行再次训练,并重复以上过程。
在本实施例中,正样本采集成本较高,因此,先用大量负样本和少量正样本初始化训练模型,此时模型的误唤醒率较高,下一步中,可以用经过初始化的模型实时测试,保存误判的数据,并将误触发数据和入到负样本数据集中,然后继续训练模型,不断重复此过程,可以大大降低模型的误唤醒率。
在本实施例中,所述根据识别结果对所述语音进行过滤具体为:
通过神经网络模型计算所述语音触发的概率数据;
根据预设的概率门限、预设的最少触发次数和最小触发间隔对所述语音进行过滤。
在本实施例中,所述预设的概率门限、预设的最少触发次数和最小触发间隔可根据不同使用环境及不同需求提前测试设定。
实施例二
如图5所示,在本实施例中,一种语音唤醒装置,包括:
采集模块10,用于采集声音数据,提取所述声音数据中的语音;
特征提取模块20,用于提取每一帧所述语音的语音特征;
识别模块30,用于将所述语音特征送入神经网络模型进行识别,所述神经网络模型采用增量式方法进行训练;
过滤模块40,用于根据识别结果对所述语音进行过滤。
在本实施例中,通过增量式训练神经网络模型,降低了对正样本数据量的需求,降低了计算复杂度,减小了模型体积;并能有效过滤误触发数据,提高了语音唤醒效率。
在本实施例中,本方法提供了一种轻量级语音唤醒技术,可以方便部署在大部分设备前端,并且支持用户自定义唤醒词。
在本实施例中,所述语音特征为梅尔频率倒谱系数MFCC;所述神经网络模型为循环神经网络RNN。
在本实施例中,梅尔频率倒谱系数MFCC(Mel-scale Frequency CepstralCoefficients,简称MFCC),考虑到人耳对不同频率的感受程度,因此特别适合用在语音辨识领域,其特征提取过程如图2所示,语音数据依次通过预加重、分帧加窗、快速傅里叶变换FFT、Mel滤波、取对数、离散余弦变换DCT变换后得到MFCC特征。
在本实施例中,循环神经网络RNN(Recurrent Neural Networks)的目的是用来处理序列数据。在传统的神经网络模型中,是从输入层到隐含层再到输出层,层与层之间是全连接的,每层之间的节点是无连接的。但是这种普通的神经网络对于很多问题却无能无力。例如,你要预测句子的下一个单词是什么,一般需要用到前面的单词,因为一个句子中前后单词并不是独立的。RNNs之所以称为循环神经网路,即一个序列当前的输出与前面的输出也有关。具体的表现形式为网络会对前面的信息进行记忆并应用于当前输出的计算中,即隐藏层之间的节点不再无连接而是有连接的,并且隐藏层的输入不仅包括输入层的输出还包括上一时刻隐藏层的输出。理论上,RNNs能够对任何长度的序列数据进行处理。但在本实施例中,为了兼顾唤醒效果以及训练数据需求量,识别网络选择了一个GRU层和一个全连接Dens层,网络结构如图3所示。
如图6所示,在本实施例中,所述采集模块包括:
采集单元11,用于通过麦克风采集声音数据,并对所述声音数据进行缓存;
分帧单元12,用于将缓存中的声音数据进行分帧;
提取单元13,用于通过语音活动检测模块对每一帧声音数据进行识别,若该帧声音数据为语音,则保留在所述缓存中,若该帧声音数据为非语音,则从所述缓存中去除该帧声音数据。
在本实施例中,所述语音特征为梅尔频率倒谱系数MFCC;所述神经网络模型为循环神经网络RNN。
在本实施例中,所述神经网络模型采用增量式方法进行训练具体为:
通过负样本和正样本初始化训练模型,所述负样本的数量大于所述正样本的数量;
通过初始化后的训练模型进行实时测试,并保存误触发数据;
将所述误触发数据融合到负样本数据集中进行再次训练,并重复以上过程。
在本实施例中,正样本采集成本较高,因此,先用大量负样本和少量正样本初始化训练模型,此时模型的误唤醒率较高,下一步中,可以用经过初始化的模型实时测试,保存误判的数据,并将误触发数据和入到负样本数据集中,然后继续训练模型,不断重复此过程,可以大大降低模型的误唤醒率。
在本实施例中,所述过滤模块具体为:
通过神经网络模型计算所述语音触发的概率数据;
根据预设的概率门限、预设的最少触发次数和最小触发间隔对所述语音进行过滤。
在本实施例中,所述预设的概率门限、预设的最少触发次数和最小触发间隔可根据不同使用环境及不同需求提前测试设定。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种语音唤醒方法,其特征在于,包括:
采集声音数据,提取所述声音数据中的语音;
提取每一帧所述语音的语音特征;
将所述语音特征送入神经网络模型进行识别,所述神经网络模型采用增量式方法进行训练;
根据识别结果对所述语音进行过滤。
2.根据权利要求1所述的一种语音唤醒方法,其特征在于,所述采集声音数据,提取所述声音数据中的语音包括:
通过麦克风采集声音数据,并对所述声音数据进行缓存;
将缓存中的声音数据进行分帧;
通过语音活动检测模块对每一帧声音数据进行识别,若该帧声音数据为语音,则保留在所述缓存中,若该帧声音数据为非语音,则从所述缓存中去除该帧声音数据。
3.根据权利要求1所述的一种语音唤醒方法,其特征在于,所述语音特征为梅尔频率倒谱系数MFCC;所述神经网络模型为循环神经网络RNN。
4.根据权利要求1所述的一种语音唤醒方法,其特征在于,所述神经网络模型采用增量式方法进行训练具体为:
通过负样本和正样本初始化训练模型,所述负样本的数量大于所述正样本的数量;
通过初始化后的训练模型进行实时测试,并保存误触发数据;
将所述误触发数据融合到负样本数据集中进行再次训练,并重复以上过程。
5.根据权利要求4所述的一种语音唤醒方法,其特征在于,所述根据识别结果对所述语音进行过滤具体为:
通过神经网络模型计算所述语音触发的概率数据;
根据预设的概率门限、预设的最少触发次数和最小触发间隔对所述语音进行过滤。
6.一种语音唤醒装置,其特征在于,包括:
采集模块,用于采集声音数据,提取所述声音数据中的语音;
特征提取模块,用于提取每一帧所述语音的语音特征;
识别模块,用于将所述语音特征送入神经网络模型进行识别,所述神经网络模型采用增量式方法进行训练;
过滤模块,用于根据识别结果对所述语音进行过滤。
7.根据权利要求6所述的一种语音唤醒装置,其特征在于,所述采集模块包括:
采集单元,用于通过麦克风采集声音数据,并对所述声音数据进行缓存;
分帧单元,用于将缓存中的声音数据进行分帧;
提取单元,用于通过语音活动检测模块对每一帧声音数据进行识别,若该帧声音数据为语音,则保留在所述缓存中,若该帧声音数据为非语音,则从所述缓存中去除该帧声音数据。
8.根据权利要求6所述的一种语音唤醒装置,其特征在于,所述语音特征为梅尔频率倒谱系数MFCC;所述神经网络模型为循环神经网络RNN。
9.根据权利要求6所述的一种语音唤醒装置,其特征在于,所述神经网络模型采用增量式方法进行训练具体为:
通过负样本和正样本初始化训练模型,所述负样本的数量大于所述正样本的数量;
通过初始化后的训练模型进行实时测试,并保存误触发数据;
将所述误触发数据融合到负样本数据集中进行再次训练,并重复以上过程。
10.根据权利要求9所述的一种语音唤醒装置,其特征在于,所述过滤模块具体为:
通过神经网络模型计算所述语音触发的概率数据;
根据预设的概率门限、预设的最少触发次数和最小触发间隔对所述语音进行过滤。
CN201910164627.3A 2019-03-05 2019-03-05 一种语音唤醒方法及装置 Pending CN109872713A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910164627.3A CN109872713A (zh) 2019-03-05 2019-03-05 一种语音唤醒方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910164627.3A CN109872713A (zh) 2019-03-05 2019-03-05 一种语音唤醒方法及装置

Publications (1)

Publication Number Publication Date
CN109872713A true CN109872713A (zh) 2019-06-11

Family

ID=66919791

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910164627.3A Pending CN109872713A (zh) 2019-03-05 2019-03-05 一种语音唤醒方法及装置

Country Status (1)

Country Link
CN (1) CN109872713A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111081241A (zh) * 2019-11-20 2020-04-28 Oppo广东移动通信有限公司 设备误唤醒的数据检测方法、装置、移动终端和存储介质
CN111091839A (zh) * 2020-03-20 2020-05-01 深圳市友杰智新科技有限公司 语音唤醒方法、装置、存储介质及智能设备
CN111161747A (zh) * 2020-04-03 2020-05-15 深圳市友杰智新科技有限公司 基于Tensorflow唤醒模型的预测方法、装置和计算机设备
CN111210830A (zh) * 2020-04-20 2020-05-29 深圳市友杰智新科技有限公司 基于拼音的语音唤醒方法、装置和计算机设备
CN111816193A (zh) * 2020-08-12 2020-10-23 深圳市友杰智新科技有限公司 基于多段网络的语音唤醒方法、装置及存储介质
CN112102814A (zh) * 2020-11-09 2020-12-18 深圳市友杰智新科技有限公司 唤醒模型的评估方法、装置、计算机设备和存储介质
CN112185357A (zh) * 2020-12-02 2021-01-05 成都启英泰伦科技有限公司 一种同时识别人声和非人声的装置及方法
CN112365884A (zh) * 2020-11-10 2021-02-12 珠海格力电器股份有限公司 耳语的识别方法和装置、存储介质、电子装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105632486A (zh) * 2015-12-23 2016-06-01 北京奇虎科技有限公司 一种智能硬件的语音唤醒方法和装置
CN105741838A (zh) * 2016-01-20 2016-07-06 百度在线网络技术(北京)有限公司 语音唤醒方法及装置
FI20156000A (fi) * 2015-12-22 2017-06-23 Code-Q Oy Puheentunnistusmenetelmä ja -laite herätesanaan pohjautuen
CN107358951A (zh) * 2017-06-29 2017-11-17 阿里巴巴集团控股有限公司 一种语音唤醒方法、装置以及电子设备
CN107680597A (zh) * 2017-10-23 2018-02-09 平安科技(深圳)有限公司 语音识别方法、装置、设备以及计算机可读存储介质
CN109243446A (zh) * 2018-10-01 2019-01-18 厦门快商通信息技术有限公司 一种基于rnn网络的语音唤醒方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI20156000A (fi) * 2015-12-22 2017-06-23 Code-Q Oy Puheentunnistusmenetelmä ja -laite herätesanaan pohjautuen
CN105632486A (zh) * 2015-12-23 2016-06-01 北京奇虎科技有限公司 一种智能硬件的语音唤醒方法和装置
CN105741838A (zh) * 2016-01-20 2016-07-06 百度在线网络技术(北京)有限公司 语音唤醒方法及装置
CN107358951A (zh) * 2017-06-29 2017-11-17 阿里巴巴集团控股有限公司 一种语音唤醒方法、装置以及电子设备
CN107680597A (zh) * 2017-10-23 2018-02-09 平安科技(深圳)有限公司 语音识别方法、装置、设备以及计算机可读存储介质
CN109243446A (zh) * 2018-10-01 2019-01-18 厦门快商通信息技术有限公司 一种基于rnn网络的语音唤醒方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吉久明等: "《知识发现 科技文献内容挖掘技术研究》", 30 September 2017 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111081241A (zh) * 2019-11-20 2020-04-28 Oppo广东移动通信有限公司 设备误唤醒的数据检测方法、装置、移动终端和存储介质
CN111091839A (zh) * 2020-03-20 2020-05-01 深圳市友杰智新科技有限公司 语音唤醒方法、装置、存储介质及智能设备
CN111161747A (zh) * 2020-04-03 2020-05-15 深圳市友杰智新科技有限公司 基于Tensorflow唤醒模型的预测方法、装置和计算机设备
CN111210830A (zh) * 2020-04-20 2020-05-29 深圳市友杰智新科技有限公司 基于拼音的语音唤醒方法、装置和计算机设备
CN111210830B (zh) * 2020-04-20 2020-08-11 深圳市友杰智新科技有限公司 基于拼音的语音唤醒方法、装置和计算机设备
CN111816193A (zh) * 2020-08-12 2020-10-23 深圳市友杰智新科技有限公司 基于多段网络的语音唤醒方法、装置及存储介质
CN111816193B (zh) * 2020-08-12 2020-12-15 深圳市友杰智新科技有限公司 基于多段网络的语音唤醒方法、装置及存储介质
CN112102814A (zh) * 2020-11-09 2020-12-18 深圳市友杰智新科技有限公司 唤醒模型的评估方法、装置、计算机设备和存储介质
CN112365884A (zh) * 2020-11-10 2021-02-12 珠海格力电器股份有限公司 耳语的识别方法和装置、存储介质、电子装置
CN112185357A (zh) * 2020-12-02 2021-01-05 成都启英泰伦科技有限公司 一种同时识别人声和非人声的装置及方法

Similar Documents

Publication Publication Date Title
CN109872713A (zh) 一种语音唤醒方法及装置
CN110310623B (zh) 样本生成方法、模型训练方法、装置、介质及电子设备
CN106504768B (zh) 基于人工智能的电话拨测音频分类方法及装置
CN110570873B (zh) 声纹唤醒方法、装置、计算机设备以及存储介质
CN106847292A (zh) 声纹识别方法及装置
CN110265040A (zh) 声纹模型的训练方法、装置、存储介质及电子设备
CN110428842A (zh) 语音模型训练方法、装置、设备及计算机可读存储介质
CN110428810A (zh) 一种语音唤醒的识别方法、装置及电子设备
CN110534099A (zh) 语音唤醒处理方法、装置、存储介质及电子设备
CN108986798B (zh) 语音数据的处理方法、装置及设备
CN110600014B (zh) 一种模型训练方法、装置、存储介质及电子设备
CN112259106A (zh) 声纹识别方法、装置、存储介质及计算机设备
CN108648769A (zh) 语音活性检测方法、装置及设备
CN110060693A (zh) 模型训练方法、装置、电子设备及存储介质
CN108922513A (zh) 语音区分方法、装置、计算机设备及存储介质
CN110415701A (zh) 唇语的识别方法及其装置
CN110060665A (zh) 语速检测方法及装置、可读存储介质
CN108899047A (zh) 音频信号的掩蔽阈值估计方法、装置及存储介质
CN113129867B (zh) 语音识别模型的训练方法、语音识别方法、装置和设备
CN108922541A (zh) 基于dtw和gmm模型的多维特征参数声纹识别方法
CN109036460A (zh) 基于多模型神经网络的语音处理方法和装置
CN108711429A (zh) 电子设备及设备控制方法
CN110473552A (zh) 语音识别认证方法及系统
CN110491373A (zh) 模型训练方法、装置、存储介质及电子设备
CN110136726A (zh) 一种语音性别的估计方法、装置、系统及存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190611