CN112767935B - 唤醒指标监测方法、装置及电子设备 - Google Patents
唤醒指标监测方法、装置及电子设备 Download PDFInfo
- Publication number
- CN112767935B CN112767935B CN202011577341.7A CN202011577341A CN112767935B CN 112767935 B CN112767935 B CN 112767935B CN 202011577341 A CN202011577341 A CN 202011577341A CN 112767935 B CN112767935 B CN 112767935B
- Authority
- CN
- China
- Prior art keywords
- audio data
- audio
- awakening
- pieces
- monitored
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012544 monitoring process Methods 0.000 title claims abstract description 45
- 238000002372 labelling Methods 0.000 claims description 22
- 230000002618 waking effect Effects 0.000 claims description 20
- 238000005070 sampling Methods 0.000 claims description 17
- 230000037007 arousal Effects 0.000 claims description 11
- 238000012806 monitoring device Methods 0.000 claims description 8
- 238000012512 characterization method Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000012360 testing method Methods 0.000 abstract description 3
- 230000003993 interaction Effects 0.000 description 15
- 230000000875 corresponding effect Effects 0.000 description 12
- 238000004590 computer program Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012356 Product development Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Electric Clocks (AREA)
Abstract
本申请公开了唤醒指标监测方法、装置及电子设备,涉及音频测试技术领域。具体实现方案为:获取待监测设备的M条音频数据;确定M条音频数据中每条音频数据的第一唤醒置信度,第一唤醒置信度用于表征音频数据中包含用于唤醒所述待监测设备的第一唤醒词的概率;获取M条音频数据中第一唤醒置信度处于目标区间的第一音频数据,处于目标区间的唤醒置信度表征音频数据中包含用于唤醒音频设备的唤醒词;将第一音频数据在M条音频数据中所占的比例确定为待监测设备的唤醒率,所述待监测设备的唤醒指标包括所述唤醒率。根据本申请的技术,解决了唤醒指标监测技术中存在的监测准确度比较低的问题,提高了唤醒指标监测的准确度。
Description
技术领域
本申请涉及人工智能技术领域,尤其涉及音频测试技术领域,具体涉及一种唤醒指标监测方法、装置及电子设备。
背景技术
智能语音交互设备中唤醒指标一直是重要的用户体验衡量指标,直接影响到智能语音交互设备的用户交互率和留存率。因此,唤醒指标作为用户体验的一个重要指标,需要知道线上智能语音交互设备唤醒指标的变化情况。
目前,可以通过人工标注方式来监测智能语音交互设备的唤醒指标,以监测智能语音交互设备的唤醒指标变化。
发明内容
本公开提供了一种唤醒指标监测方法、装置及电子设备。
根据本公开的第一方面,提供了一种唤醒指标监测方法,包括:
获取待监测设备的M条音频数据,M为大于1的正整数;
确定所述M条音频数据中每条音频数据的第一唤醒置信度,所述第一唤醒置信度用于表征音频数据中包含用于唤醒所述待监测设备的第一唤醒词的概率;
获取所述M条音频数据中第一唤醒置信度处于目标区间的第一音频数据,处于所述目标区间的唤醒置信度表征音频数据中包含用于唤醒音频设备的唤醒词;
将所述第一音频数据在所述M条音频数据中所占的比例确定为所述待监测设备的唤醒率,所述待监测设备的唤醒指标包括所述唤醒率。
根据本公开的第二方面,提供了一种唤醒指标监测方法,包括:
获取待监测设备的M条音频数据,M为大于1的正整数;
确定所述M条音频数据中每条音频数据的第一唤醒置信度,所述第一唤醒置信度用于表征音频数据中包含用于唤醒所述待监测设备的第一唤醒词的概率;
获取所述M条音频数据中第一唤醒置信度处于目标区间的第一音频数据,处于所述目标区间的唤醒置信度表征音频数据中不包含用于唤醒音频设备的唤醒词;
将所述第一音频数据在所述M条音频数据中所占的比例确定为所述待监测设备的误唤醒率,所述待监测设备的唤醒指标包括所述误唤醒率。
根据本公开的第三方面,提供了一种唤醒指标监测装置,包括:
第一获取模块,用于获取待监测设备的M条音频数据,M为大于1的正整数;
第一确定模块,用于确定所述M条音频数据中每条音频数据的第一唤醒置信度,所述第一唤醒置信度用于表征音频数据中包含用于唤醒所述待监测设备的第一唤醒词的概率;
第二获取模块,用于获取所述M条音频数据中第一唤醒置信度处于目标区间的第一音频数据,处于所述目标区间的唤醒置信度表征音频数据中包含用于唤醒音频设备的唤醒词;
第二确定模块,用于将所述第一音频数据在所述M条音频数据中所占的比例确定为所述待监测设备的唤醒率,所述待监测设备的唤醒指标包括所述唤醒率。
根据本公开的第四方面,提供了一种唤醒指标监测装置,包括:
第四获取模块,用于获取待监测设备的M条音频数据,M为大于1的正整数;
第四确定模块,用于确定所述M条音频数据中每条音频数据的第一唤醒置信度,所述第一唤醒置信度用于表征音频数据中包含用于唤醒所述待监测设备的第一唤醒词的概率;
第五获取模块,用于获取所述M条音频数据中第一唤醒置信度处于目标区间的第一音频数据,处于所述目标区间的唤醒置信度表征音频数据中不包含用于唤醒音频设备的唤醒词;
第五确定模块,用于将所述第一音频数据在所述M条音频数据中所占的比例确定为所述待监测设备的误唤醒率,所述待监测设备的唤醒指标包括所述误唤醒率。
根据本公开的第五方面,提供了一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器能够执行第一方面中的任一项方法,或者执行第二方面中的任一项方法。
根据本公开的第六方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行第一方面中的任一项方法,或者执行第二方面中的任一项方法。
根据本公开的第七方面,提供了一种计算机程序产品,当所述计算机程序产品在电子设备上运行时,所述电子设备能够执行第一方面中的任一项方法,或者执行第二方面中的任一项方法。
根据本申请的技术解决了唤醒指标监测技术中存在的监测准确度比较低的问题,提高了唤醒指标监测的准确度。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请第一实施例的唤醒指标监测方法的流程示意图;
图2是根据本申请第二实施例的唤醒指标监测方法的流程示意图;
图3是根据本申请第三实施例的唤醒指标监测装置的结构示意图;
图4是根据本申请第四实施例的唤醒指标监测装置的结构示意图;
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
第一实施例
如图1所示,本申请提供一种唤醒指标监测方法,包括如下步骤:
步骤S101:获取待监测设备的M条音频数据,M为大于1的正整数。
本实施例中,唤醒指标监测方法涉及人工智能技术领域,尤其涉及音频测试技术领域,其可以广泛应用于各类新型智能语音交互设备的端到端验收以及针对唤醒功能线上监控等诸多场景。
实际使用时,本申请实施例的唤醒指标监测方法,可以由本申请实施例的唤醒指标监测装置执行。本申请实施例的唤醒指标监测装置可以配置在任意电子设备中,以执行本申请实施例的唤醒指标监测方法。电子设备可以为服务器,也可以为终端,这里不做具体限定。
所述待监测设备可以为智能音频设备,也可以称之为智能语音交互设备,比如,所述待监测设备可以为智能音箱设备或智能录音设备等。
智能语音交互设备指的是可以通过语音来唤醒的设备,比如,用户对智能语音交互设备说出“小嘟小嘟”,智能语音交互设备可以响应该语音,进入运行模式。此时,智能语音交互设备被唤醒,相应的,“小嘟小嘟”即可以称之为智能语音交互设备的唤醒词。
所述待监测设备的M条音频数据指的是所述待监测设备在启动之后的音频数据,该音频数据可以包括接收的用户用于唤醒所述待监测设备的第一唤醒词的数据,和/或,所述待监测设备唤醒之后所产生的数据。
在通常情况下,待监测设备可以包括多种模式,比如,睡眠模式和运行模式等,待监测设备在处于睡眠模式下,用户可以通过包括第一唤醒词的语音数据对待监测设备进行唤醒,相应的,待监测设备被唤醒,可以从睡眠模式切换至运行模式,此时,可以称之为待监测设备的一次唤醒。
然而,由于各种各样的因素,待监测设备在睡眠模式下可能会被误唤醒,比如,待监测设备响应用户的其他语音数据而被唤醒,该其他语音数据不包含用户唤醒待监测设备的第一唤醒词,又比如,待监测设备在没有任何征兆的情况下即未接收到任何语音数据的情况下被唤醒,这些唤醒都可以称之为待监测设备的误唤醒。本申请实施例的目的即是为了监测待监测设备的唤醒指标,所述唤醒指标可以为唤醒率,以监测待监测设备的唤醒性能,进行设备验收或产品开发。
在待监测设备每次被唤醒时,可以对待监测设备从睡眠模式切换至运行模式过程中接收和产生的音频数据进行存储,生成音频日志数据。相应的,可以从音频日志数据中获取待监测设备的M条音频数据。其中,待监测设备的每条音频数据可以为待监测设备一次唤醒过程中接收和产生的数据。
需要说明的是,M为大于1的正整数,而通常为了提高待监测设备的唤醒指标的监测准确度,防止由于监测数量小而导致的待监测设备的唤醒指标的波动,通常M的数量比较大,可以为上千或上万数量级,比如M为5千或1万。
步骤S102:确定所述M条音频数据中每条音频数据的第一唤醒置信度,所述第一唤醒置信度用于表征音频数据中包含用于唤醒所述待监测设备的第一唤醒词的概率。
本申请实施例中,所述待监测设备在正常唤醒情况下,所述待监测设备的音频数据中是包含用于唤醒所述待监测设备的第一唤醒词的,而在误唤醒情况下,所述待监测设备的音频数据中通常是不包含用于唤醒所述待监测设备的第一唤醒词的。
可以通过确定所述M条音频数据中每条音频数据的第一唤醒置信度,来确定所述待监测设备的每条音频数据中是否包含所述第一唤醒词。其中,所述第一唤醒置信度表征待监测设备的音频数据中包含所述第一唤醒词的概率。
所述第一唤醒置信度通常的取值可以为0至1,所述第一唤醒置信度为1的情况下,表征待监测设备的音频数据中包含所述第一唤醒词,所述第一唤醒置信度为0的情况下,表征待监测设备的音频数据中不包含所述第一唤醒词,所述第一唤醒置信度越高,说明待监测设备的音频数据中包含所述第一唤醒词的概率越高,否则,则越低。
可以通过目标模型确定所述M条音频数据中每条音频数据的第一唤醒置信度,所述目标模型可以称之为唤醒置信度模型,其可以为深度学习模型,可以将所述M条音频数据通过程序灌入唤醒置信度模型,所述唤醒置信度模型可以针对每条音频数据,对每条音频数据进行评分,得到所述M条音频数据中每条音频数据的第一唤醒置信度。
需要说明的是,唤醒置信度模型在评分之前,需要进行预先训练,可以获取多个智能音频设备的多条音频数据,以及每条音频数据的标签作为唤醒置信度模型的训练样本数据,对唤醒置信度模型进行训练。其中,音频数据的标签包括正标签和负标签,正标签可以用数值0标识,表示音频数据中不包含唤醒词,负标签用数值1标识,表示音频数据中包含唤醒词。最终训练得到的唤醒置信度模型可以对智能音频设备的音频数据进行唤醒置信度评分,得到评分为0至1的唤醒置信度,表征音频数据中包含唤醒词的概率。
步骤S103:获取所述M条音频数据中第一唤醒置信度处于目标区间的第一音频数据,处于所述目标区间的唤醒置信度表征音频数据中包含用于唤醒音频设备的唤醒词。
所述目标区间可以预先确定,其可以为唤醒阈值范围,在该种应用场景下,所述目标区间表征音频数据中包含用于唤醒音频设备的唤醒词。其中,音频设备可以为智能音频设备。也就是说,若音频数据的唤醒置信度处于所述目标区间,则音频数据中通常是包含有音频设备的唤醒词的。
在所述目标区间为唤醒阈值范围的应用场景下,将所述M条音频数据中每条音频数据的第一唤醒置信度与所述目标区间匹配,若所述M条音频数据中的音频数据的第一唤醒置信度处于所述目标区间,则该音频数据为第一音频数据,其内包含有第一唤醒词,即该条音频数据为待监测设备正常唤醒下的音频数据。而若所述M条音频数据中的音频数据的第一唤醒置信度未处于所述目标区间,则该音频数据不为第一音频数据,其内不包含有第一唤醒词,即该条音频数据为待监测设备误唤醒下的音频数据。
步骤S104:将所述第一音频数据在所述M条音频数据中所占的比例确定为所述待监测设备的唤醒率,所述待监测设备的唤醒指标包括所述唤醒率。
该步骤中,在所述目标区间为唤醒阈值范围的情况下,可以基于所获取的第一音频数据,确定所述待监测设备的唤醒率,所述唤醒指标可以为唤醒率。
具体的,可以确定所述第一音频数据在所述M条音频数据中所占的比例,该比例可以基于第一音频数据的数量去除以M得到。
在所述目标区间为唤醒阈值范围的应用场景下,由于第一音频数据为待监测设备真正唤醒对应的音频数据,因此可以将该比例确定为所述待监测设备的唤醒率。
在实际应用中,该唤醒率可以作为产品验证的评估标准,比如,待监测设备的唤醒率越高,则说明该产品的唤醒性能比较好,而待监测设备的唤醒率越低,则说明该产品需要在唤醒性能方面进行改进。
在实际应用中,该唤醒率也可以对产品版本的唤醒功能进行验证,比如,在产品开发时,待监测设备嵌入了新的软件版本,为了验证该软件版本在唤醒性能上是否得到提升,可以比对嵌入了新的软件版本的待监测设备的唤醒率和嵌入了旧的软件版本的待监测设备的唤醒率,若唤醒率有所提升,则说明新的软件版本在唤醒性能上得到了提升,否则需要改进。
本实施例中,通过确定待监测设备的M条音频设备中每条音频数据的第一唤醒置信度;获取所述M条音频数据中第一唤醒置信度处于目标区间的第一音频数据,处于所述目标区间的唤醒置信度表征音频数据中包含用于唤醒音频设备的唤醒词;将所述第一音频数据在所述M条音频数据中所占的比例确定为所述待监测设备的唤醒率。如此,可以自动化且及时率高的对待监测设备的线上音频数据进行唤醒率监测,提高唤醒率监测的准确度。并且,可以大批量且快速地监测线上各音频设备的唤醒率的变化情况。
而且,无需考虑人工标注等不确定因素,唤醒率监控可操作性强,节省人力资源,且可以支持对不同的设备进行唤醒率监控,可复用性好,可扩展性强。另外,可以实现无监督监控,并可以限定告警阈值,实现线上监控告警。
可选的,所述步骤S101之前,所述方法还包括:
获取N个音频设备的P条音频数据和所述P条音频数据的标注结果,所述标注结果用于表征音频数据中是否包含用于唤醒音频设备的第二唤醒词,N为正整数,P为大于1的正整数;
确定所述P条音频数据中每条音频数据的第二唤醒置信度;
统计所述P条音频数据中所占比例大于预设阈值的第二音频数据的第二唤醒置信度所处的区间,得到所述目标区间,所述第二音频数据为标注结果表征包含所述第二唤醒词的音频数据。
本实施方式描述的是在监测待监测设备的唤醒率之前,唤醒率监测装置确定目标区间的过程。其中,该目标区间在确定之后,后续通常可以多次使用。
可以通过评估线上各个音频设备的音频数据为真正唤醒时的唤醒置信度的区间,来确定所述目标区间,所述目标区间可以为唤醒阈值范围。也就是说,若多个音频设备的多数音频数据在唤醒置信度的某一区间,均包含用于唤醒音频设备的唤醒词,则说明处于该区间内的唤醒置信度对应的音频数据为音频设备真正唤醒时所产生的数据。
具体的,可以拉取线上N个音频设备的P条音频数据,N为正整数,且通常N的取值大于1。也就是说,可以拉取线上多个音频设备的多条音频数据,如拉取线上多个音频设备的5万条音频数据。
同时,可以获取所述P条音频数据的标注结果,该标注结果可以通过人工标注的方式或采用语音识别技术,对所述P条音频数据进行标注得到。其中,标注结果可以包括两种,第一种可以为音频数据中包含唤醒词,第二种可以为音频数据中不包含唤醒词。
可以采用唤醒置信度模型对所述P条音频数据中每条音频数据进行唤醒置信度评分,得到所述P条音频数据中每条音频数据的第二唤醒置信度,所述第二唤醒置信度可以用于表征音频数据中包含用于唤醒音频设备的第二唤醒词的概率。
可以将标注结果按照第二唤醒置信度的评分区间进行统计,若第二唤醒置信度所处的区间中的音频数据,其标注结果表明为真正唤醒的音频数据的占比大于预设阈值如99%时,则可以认为第二唤醒置信度所处的该区间为目标区间,比如,该目标区间可以为超过0.7,也就是说,可以认为超过0.7的第二唤醒置信度对应的音频数据都是音频设备真正唤醒时的数据。
本实施方式中,通过统计线上各个音频设备的多数音频数据为真正唤醒时的第二唤醒置信度所处的区间,来确定为唤醒阈值范围的目标区间,从而可以实现对待监测设备的唤醒率进行自动化以及无监督地监控。
可选的,所述P条音频数据从所述N个音频设备的音频日志数据获取,所述音频日志数据包括多个音频数据,所述获取N个音频设备的P条音频数据,包括:
分别对所述音频日志数据中每条音频数据进行L个维度的分类,以得到所述音频日志数据中每条音频数据的L个分类特征信息,L为正整数;
基于所述音频日志数据的分类特征信息确定每个维度的音频特征信息;
分别基于每个维度的音频特征信息在所述音频日志数据中进行采样,以得到所述L个维度的音频采样结果;
生成包括所述L个维度的音频采样结果的所述P条音频数据。
本实施方式中,由于音频设备的音频数据,与用户的使用时间强相关,因此可以从时间维度上对音频数据进行分类。
并且,由于南北方对音频设备的使用习惯的不同,不同地域的音频数据也有较大差异,因此也可以从地域维度上对音频数据进行分类。
另外,由于线上音频设备的版本和种类可以有多种,音频数据的来源可能有多种,如来自智能音箱设备或来自智能录音设备等,因此也可以从音频数据的来源维度上对音频数据进行分类。
为了尽可能覆盖更多的使用场景,以L为3为例,所述L个维度为时间维度、地域维度和音频数据的来源维度。针对每个音频数据,可以分别对所述音频日志数据中每条音频数据进行时间维度、地域维度和音频数据的来源维度上的分类。
如一音频数据,与用户的使用时间强相关,其为用户早上的音频数据,则在时间维度上该音频数据的分类特征信息为早上的音频数据。并且,该音频数据为北方地域的音频数据,则在地域维度上该音频数据的分类特征信息为北方地域的音频数据。另外,该音频数据来自智能音箱设备,则在音频数据的来源维度上该音频数据的分类特征信息为来自智能音箱设备的音频数据。
基于所述音频日志数据中音频数据的分类特征信息可以确定每个维度的音频特征信息。比如,基于所述音频日志数据中音频数据在时间维度上的分类特征信息,可以统计得出时间维度上的音频特征信息为早上和夜晚的音频数据比较多,而上午和下午的音频数据比较少。
而基于所述音频日志数据中音频数据在地域维度上的分类特征信息,可以统计得出地域维度上东西南北地域的音频数据比例。基于所述音频日志数据中音频数据在音频数据的来源维度上的分类特征信息,可以统计得出各个来源下的音频数据流量。
之后,分别基于每个维度的音频特征信息在所述音频日志数据中进行采样,以得到所述L个维度的音频采样结果。
比如,音频日志数据在时间维度上的音频特征信息为早上和夜晚的音频数据比较多,而上午和下午的音频数据比较少,则在采样时,可以在早上的音频数据和夜晚的音频数据中进行高频采样,而在上午的音频数据和下午的音频数据中进行低频采样。
而在地域维度上,可以按照东西南北地域的音频数据比例,选取不同地域的音频数据,以保证所选取的音频数据命中更多使用场景。比如,东西南北地域的音频数据比例分别为1:2:3:4,若需要选取1万个音频数据,则可以从东边地域的音频数据中选取1千个音频数据,从西边地域的音频数据中选取2千个音频数据,从南方地域的音频数据中选取3千个音频数据,从北方地域的音频数据中选取4千个音频数据。
在音频数据的来源维度上,可以按照相同比例选取不同来源下的音频数据,若某一来源下的音频数据流量较小,则可以提高采样的比例,防止某一设备的音频数据的数量较少而无法有效评估真正唤醒时的唤醒置信度所处的目标区间。比如,可以分别按照0.01%的比例从各个来源下的音频数据中采样音频数据,若智能音箱设备的音频数据流量较小,则可以按照1%的比例从智能音箱设备的音频数据中采样音频数据。
将所述L个维度的音频采样结果进行聚合,得到音频数据集合。其中,在聚合时若L个维度的音频采样结果的音频数据存在重复,则将重复的音频数据剔除即可,最终得到所述N个音频设备的P个音频数据。
本实施方式中,通过分别对音频日志数据中每个音频数据进行L个维度的分类,以得到所述音频日志数据中每条音频数据的L个分类特征信息,并基于所述音频日志数据的分类特征信息确定每个维度的音频特征信息。这样,可以根据不同维度的音频特征信息,精细化选取音频日志数据中的音频数据,从而可以使获取的P个音频数据命中更多使用场景,进而可以有效评估各个音频设备在真正唤醒时大部分音频数据的第二唤醒置信度所处的目标区间,提高目标区间的表征能力。
可选的,所述L个维度包括以下至少一项:
音频数据对应的设备类型;
音频数据对应的时间段;
音频数据对应的地域。
本实施方式中,音频数据对应的设备类型即为音频数据的来源,其对应音频数据的来源维度,如音频数据对应的设备类型为智能音箱设备,则该音频数据的来源即为该智能音箱设备。
本实施方式中,通过从音频数据对应的设备类型、时间段和地域这几个维度,来对所述音频日志数据中每条音频数据进行分类,从而可以从音频日志数据中精细化选取音频设备更多使用场景的音频数据。
可选的,所述确定所述M条音频数据中每条音频数据的第一唤醒置信度,包括:
对目标音频数据进行特征提取,得到所述目标音频数据的音频特征,所述目标音频数据为所述M条音频数据中任一音频数据;
基于所述音频特征对所述目标音频数据进行评分,得到所述目标音频数据的第一唤醒置信度。
本实施方式中,所述唤醒置信度模型可以包括唤醒离线模型和置信度模型,所述唤醒离线模型和置信度模型可以串行实现,所述唤醒离线模型可以用于对目标音频数据进行特征提取,得到所述目标音频数据的音频特征,而置信度模型可以基于目标音频数据的音频特征对所述目标音频数据进行评分,得到所述目标音频数据的第一唤醒置信度。
本实施方式中,通过对目标音频数据进行特征提取,得到所述目标音频数据的音频特征;并基于所述音频特征对所述目标音频数据进行评分,得到所述目标音频数据的第一唤醒置信度,从而可以实现对音频数据中包含用于唤醒所述待监测设备的第一唤醒词的概率进行评估。
第二实施例
如图2所示,本申请提供一种唤醒指标监测方法,包括如下步骤:
步骤S201:获取待监测设备的M条音频数据,M为大于1的正整数。
步骤S202:确定所述M条音频数据中每条音频数据的第一唤醒置信度,所述第一唤醒置信度用于表征音频数据中包含用于唤醒所述待监测设备的第一唤醒词的概率;
步骤S203:获取所述M条音频数据中第一唤醒置信度处于目标区间的第一音频数据,处于所述目标区间的唤醒置信度表征音频数据中不包含用于唤醒音频设备的唤醒词;
步骤S204:将所述第一音频数据在所述M条音频数据中所占的比例确定为所述待监测设备的误唤醒率,所述待监测设备的唤醒指标包括所述误唤醒率。
本实施例的目的是为了监测待监测设备的唤醒指标,所述唤醒指标可以为误唤醒率,以监测待监测设备的唤醒性能,进行设备验收或产品开发。
本实施例与第一实施例中的步骤实现方式类似,只是由于目标区间的阈值范围不同,所表征的意义不同,因此,所监测的唤醒指标为所述待检测设备的误唤醒率。
具体的,所述目标区间可以为误唤醒阈值范围,在该种应用场景下,所述目标区间表征音频数据中不包含用于唤醒音频设备的唤醒词。其中,音频设备可以为智能音频设备。也就是说,若音频数据的唤醒置信度处于所述目标区间,则音频数据中通常是不包含有音频设备的唤醒词的。
在所述目标区间为误唤醒阈值范围的应用场景下,将所述M条音频数据中每条音频数据的第一唤醒置信度与所述目标区间匹配,若所述M条音频数据中的音频数据的第一唤醒置信度处于所述目标区间,则该音频数据为第一音频数据,其内不包含有第一唤醒词,即该条音频数据为待监测设备误唤醒下的音频数据。而若所述M条音频数据中的音频数据的第一唤醒置信度未处于所述目标区间,则该音频数据不为第一音频数据,其内可能包含有第一唤醒词,即可以认为该条音频数据为待监测设备正常唤醒下的音频数据。
在所述目标区间为误唤醒阈值范围的应用场景下,由于第一音频数据为待监测设备误唤醒对应的音频数据,因此可以将第一音频数据在所述M条音频数据中所占的比例确定为所述待监测设备的误唤醒率。
在实际应用中,该误唤醒率可以作为产品验证的评估标准,比如,待监测设备的误唤醒率越高,则说明该产品的唤醒性能比较差,该产品需要在唤醒性能方面进行改进,而待监测设备的误唤醒率越低,则说明该产品的唤醒性能比较好。
在实际应用中,该误唤醒率也可以对产品版本的唤醒功能进行验证,比如,在产品开发时,待监测设备嵌入了新的软件版本,为了验证该软件版本在唤醒性能上是否得到提升,可以比对嵌入了新的软件版本的待监测设备的误唤醒率和嵌入了旧的软件版本的待监测设备的误唤醒率,若误唤醒率有所降低,则说明新的软件版本在唤醒性能上得到了提升,否则需要改进。
本实施例中,通过确定待监测设备的M条音频设备中每条音频数据的第一唤醒置信度;获取所述M条音频数据中第一唤醒置信度处于目标区间的第一音频数据,处于所述目标区间的唤醒置信度表征音频数据中不包含用于唤醒音频设备的唤醒词;将所述第一音频数据在所述M条音频数据中所占的比例确定为所述待监测设备的误唤醒率。如此,可以自动化且及时率高的对待监测设备的线上音频数据进行误唤醒率监测,提高误唤醒率监测的准确度。并且,可以大批量且快速地监测线上各音频设备的误唤醒率的变化情况。
可选的,所述步骤S201之前,还包括:
获取N个音频设备的P条音频数据和所述P条音频数据的标注结果,所述标注结果用于表征音频数据中是否包含用于唤醒音频设备的第二唤醒词,N为正整数,P为大于1的正整数;
确定所述P条音频数据中每条音频数据的第二唤醒置信度;
统计所述P条音频数据中所占比例大于预设阈值的第二音频数据的第二唤醒置信度所处的区间,得到所述目标区间,所述第二音频数据为标注结果表征不包含所述第二唤醒词的音频数据。
本实施方式中,可以通过评估线上各个音频设备的音频数据为误唤醒时的唤醒置信度的区间,来确定所述目标区间,所述目标区间可以为误唤醒阈值范围。也就是说,若多个音频设备的多数音频数据在唤醒置信度的某一区间,均不包含用于唤醒音频设备的唤醒词,则说明处于该区间内的唤醒置信度对应的音频数据为音频设备误唤醒时所产生的数据。
具体的,在确定所述P条音频数据中每条音频数据的第二唤醒置信度之后,可以将标注结果按照第二唤醒置信度的评分区间进行统计,若第二唤醒置信度所处的区间中的音频数据,其标注结果表明为误唤醒的音频数据的占比大于预设阈值如95%时,则可以认为第二唤醒置信度所处的该区间为目标区间,比如,该目标区间可以为低于0.6,也就是说,可以认为低于0.6的第二唤醒置信度对应的音频数据都是音频设备误唤醒时的数据。
也可以通过统计线上各个音频设备的多数音频数据为误唤醒时的第二唤醒置信度所处的区间,来确定为误唤醒阈值范围的目标区间,从而可以实现对待监测设备的误唤醒率进行自动化以及无监督地监控。
第三实施例
如图3所示,本申请提供一种唤醒指标监测装置300,包括:
第一获取模块301,用于获取待监测设备的M条音频数据,M为大于1的正整数;
第一确定模块302,用于确定所述M条音频数据中每条音频数据的第一唤醒置信度,所述第一唤醒置信度用于表征音频数据中包含用于唤醒所述待监测设备的第一唤醒词的概率;
第二获取模块303,用于获取所述M条音频数据中第一唤醒置信度处于目标区间的第一音频数据,处于所述目标区间的唤醒置信度表征音频数据中包含用于唤醒音频设备的唤醒词;
第二确定模块304,用于将所述第一音频数据在所述M条音频数据中所占的比例确定为所述待监测设备的唤醒率,所述待监测设备的唤醒指标包括所述唤醒率。
可选的,所述装置还包括:
第三获取模块,用于获取N个音频设备的P条音频数据和所述P条音频数据的标注结果,所述标注结果用于表征音频数据中是否包含用于唤醒音频设备的第二唤醒词,N为正整数,P为大于1的正整数;
第三确定模块,用于确定所述P条音频数据中每条音频数据的第二唤醒置信度;
统计模块,用于统计所述P条音频数据中所占比例大于预设阈值的第二音频数据的第二唤醒置信度所处的区间,得到所述目标区间,所述第二音频数据为标注结果表征包含所述第二唤醒词的音频数据。
可选的,所述P条音频数据从所述N个音频设备的音频日志数据获取,所述音频日志数据包括多个音频数据,所述第三获取模块包括:
分类单元,用于分别对所述音频日志数据中每条音频数据进行L个维度的分类,以得到所述音频日志数据中每条音频数据的L个分类特征信息,L为正整数;
第一确定单元,用于基于所述音频日志数据的分类特征信息确定每个维度的音频特征信息;
第二确定单元,用于分别基于每个维度的音频特征信息在所述音频日志数据中进行采样,以得到所述L个维度的音频采样结果;
生成单元,用于生成包括所述L个维度的音频采样结果的所述P条音频数据。
可选的,所述第一确定模块302,具体用于对目标音频数据进行特征提取,得到所述目标音频数据的音频特征,所述目标音频数据为所述M条音频数据中任一音频数据;基于所述音频特征对所述目标音频数据进行评分,得到所述目标音频数据的第一唤醒置信度。
本申请提供的唤醒指标监测装置300能够实现上述唤醒指标监测方法的第一实施例实现的各个过程,且能够达到相同的有益效果,为避免重复,这里不再赘述。
第四实施例
如图4所示,本申请提供一种唤醒指标监测装置400,包括:
第四获取模块401,用于获取待监测设备的M条音频数据,M为大于1的正整数;
第四确定模块402,用于确定所述M条音频数据中每条音频数据的第一唤醒置信度,所述第一唤醒置信度用于表征音频数据中包含用于唤醒所述待监测设备的第一唤醒词的概率;
第五获取模块403,用于获取所述M条音频数据中第一唤醒置信度处于目标区间的第一音频数据,处于所述目标区间的唤醒置信度表征音频数据中不包含用于唤醒音频设备的唤醒词;
第五确定模块404,用于将所述第一音频数据在所述M条音频数据中所占的比例确定为所述待监测设备的误唤醒率,所述待监测设备的唤醒指标包括所述误唤醒率。
本申请提供的唤醒指标监测装置400能够实现上述唤醒指标监测方法的第二实施例实现的各个过程,且能够达到相同的有益效果,为避免重复,这里不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM503中,还可以存储设备500操作所需的各种程序和数据。计算单元501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调整解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如唤醒指标监测方法。例如,在一些实施例中,唤醒指标监测方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM503并由计算单元501执行时,可以执行上文描述的唤醒指标监测方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方法(例如,借助于固件)而被配置为执行唤醒指标监测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编辑语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入、或者触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (12)
1.一种唤醒指标监测方法,包括:
获取待监测设备的M条音频数据,M为大于1的正整数,所述待监测设备的M条音频数据为所述待监测设备在启动之后的音频数据,所述M条音频数据为所述待监测设备唤醒之后所产生的数据;
确定所述M条音频数据中每条音频数据的第一唤醒置信度,所述第一唤醒置信度用于表征音频数据中包含用于唤醒所述待监测设备的第一唤醒词的概率;
获取所述M条音频数据中第一唤醒置信度处于目标区间的第一音频数据,处于所述目标区间的唤醒置信度表征音频数据中包含用于唤醒音频设备的唤醒词;
将所述第一音频数据在所述M条音频数据中所占的比例确定为所述待监测设备的唤醒率,所述待监测设备的唤醒指标包括所述唤醒率。
2.根据权利要求1所述的方法,所述获取待监测设备的M条音频数据之前,还包括:
获取N个音频设备的P条音频数据和所述P条音频数据的标注结果,所述标注结果用于表征音频数据中是否包含用于唤醒音频设备的第二唤醒词,N为正整数,P为大于1的正整数;
确定所述P条音频数据中每条音频数据的第二唤醒置信度;
统计所述P条音频数据中所占比例大于预设阈值的第二音频数据的第二唤醒置信度所处的区间,得到所述目标区间,所述第二音频数据为标注结果表征包含所述第二唤醒词的音频数据。
3.根据权利要求2所述的方法,其中,所述P条音频数据从所述N个音频设备的音频日志数据获取,所述音频日志数据包括多个音频数据,所述获取N个音频设备的P条音频数据,包括:
分别对所述音频日志数据中每条音频数据进行L个维度的分类,以得到所述音频日志数据中每条音频数据的L个分类特征信息,L为正整数;
基于所述音频日志数据的分类特征信息确定每个维度的音频特征信息;
分别基于每个维度的音频特征信息在所述音频日志数据中进行采样,以得到所述L个维度的音频采样结果;
生成包括所述L个维度的音频采样结果的所述P条音频数据。
4.根据权利要求1所述的方法,其中,所述确定所述M条音频数据中每条音频数据的第一唤醒置信度,包括:
对目标音频数据进行特征提取,得到所述目标音频数据的音频特征,所述目标音频数据为所述M条音频数据中任一音频数据;
基于所述音频特征对所述目标音频数据进行评分,得到所述目标音频数据的第一唤醒置信度。
5.一种唤醒指标监测方法,包括:
获取待监测设备的M条音频数据,M为大于1的正整数,所述待监测设备的M条音频数据为所述待监测设备在启动之后的音频数据,所述M条音频数据为所述待监测设备唤醒之后所产生的数据;
确定所述M条音频数据中每条音频数据的第一唤醒置信度,所述第一唤醒置信度用于表征音频数据中包含用于唤醒所述待监测设备的第一唤醒词的概率;
获取所述M条音频数据中第一唤醒置信度处于目标区间的第一音频数据,处于所述目标区间的唤醒置信度表征音频数据中不包含用于唤醒音频设备的唤醒词;
将所述第一音频数据在所述M条音频数据中所占的比例确定为所述待监测设备的误唤醒率,所述待监测设备的唤醒指标包括所述误唤醒率。
6.一种唤醒指标监测装置,包括:
第一获取模块,用于获取待监测设备的M条音频数据,M为大于1的正整数,所述待监测设备的M条音频数据为所述待监测设备在启动之后的音频数据,所述M条音频数据为所述待监测设备唤醒之后所产生的数据;
第一确定模块,用于确定所述M条音频数据中每条音频数据的第一唤醒置信度,所述第一唤醒置信度用于表征音频数据中包含用于唤醒所述待监测设备的第一唤醒词的概率;
第二获取模块,用于获取所述M条音频数据中第一唤醒置信度处于目标区间的第一音频数据,处于所述目标区间的唤醒置信度表征音频数据中包含用于唤醒音频设备的唤醒词;
第二确定模块,用于将所述第一音频数据在所述M条音频数据中所占的比例确定为所述待监测设备的唤醒率,所述待监测设备的唤醒指标包括所述唤醒率。
7.根据权利要求6所述的装置,还包括:
第三获取模块,用于获取N个音频设备的P条音频数据和所述P条音频数据的标注结果,所述标注结果用于表征音频数据中是否包含用于唤醒音频设备的第二唤醒词,N为正整数,P为大于1的正整数;
第三确定模块,用于确定所述P条音频数据中每条音频数据的第二唤醒置信度;
统计模块,用于统计所述P条音频数据中所占比例大于预设阈值的第二音频数据的第二唤醒置信度所处的区间,得到所述目标区间,所述第二音频数据为标注结果表征包含所述第二唤醒词的音频数据。
8.根据权利要求7所述的装置,其中,所述P条音频数据从所述N个音频设备的音频日志数据获取,所述音频日志数据包括多个音频数据,所述第三获取模块包括:
分类单元,用于分别对所述音频日志数据中每条音频数据进行L个维度的分类,以得到所述音频日志数据中每条音频数据的L个分类特征信息,L为正整数;
第一确定单元,用于基于所述音频日志数据的分类特征信息确定每个维度的音频特征信息;
第二确定单元,用于分别基于每个维度的音频特征信息在所述音频日志数据中进行采样,以得到所述L个维度的音频采样结果;
生成单元,用于生成包括所述L个维度的音频采样结果的所述P条音频数据。
9.根据权利要求6所述的装置,其中,所述第一确定模块,具体用于对目标音频数据进行特征提取,得到所述目标音频数据的音频特征,所述目标音频数据为所述M条音频数据中任一音频数据;基于所述音频特征对所述目标音频数据进行评分,得到所述目标音频数据的第一唤醒置信度。
10.一种唤醒指标监测装置,包括:
第四获取模块,用于获取待监测设备的M条音频数据,M为大于1的正整数,所述待监测设备的M条音频数据为所述待监测设备在启动之后的音频数据,所述M条音频数据为所述待监测设备唤醒之后所产生的数据;
第四确定模块,用于确定所述M条音频数据中每条音频数据的第一唤醒置信度,所述第一唤醒置信度用于表征音频数据中包含用于唤醒所述待监测设备的第一唤醒词的概率;
第五获取模块,用于获取所述M条音频数据中第一唤醒置信度处于目标区间的第一音频数据,处于所述目标区间的唤醒置信度表征音频数据中不包含用于唤醒音频设备的唤醒词;
第五确定模块,用于将所述第一音频数据在所述M条音频数据中所占的比例确定为所述待监测设备的误唤醒率,所述待监测设备的唤醒指标包括所述误唤醒率。
11.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法,或者执行权利要求5所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-4中任一项所述的方法,或者执行权利要求5所述的方法。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011577341.7A CN112767935B (zh) | 2020-12-28 | 2020-12-28 | 唤醒指标监测方法、装置及电子设备 |
JP2022514849A JP7349012B2 (ja) | 2020-12-28 | 2021-05-07 | ウェイクアップ指標の監視方法、装置及び電子機器 |
US17/915,465 US20230130399A1 (en) | 2020-12-28 | 2021-05-07 | Wakeup Indicator Monitoring Method, Apparatus and Electronic Device |
EP21912809.7A EP4099319A4 (en) | 2020-12-28 | 2021-05-07 | WAKE INDEX MONITORING METHOD AND APPARATUS AND ELECTRONIC DEVICE |
KR1020227004180A KR20220025148A (ko) | 2020-12-28 | 2021-05-07 | 웨이크업 지표 모니터링 방법, 장치 및 전자 기기 |
PCT/CN2021/092100 WO2022142048A1 (zh) | 2020-12-28 | 2021-05-07 | 唤醒指标监测方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011577341.7A CN112767935B (zh) | 2020-12-28 | 2020-12-28 | 唤醒指标监测方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112767935A CN112767935A (zh) | 2021-05-07 |
CN112767935B true CN112767935B (zh) | 2022-11-25 |
Family
ID=75696092
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011577341.7A Active CN112767935B (zh) | 2020-12-28 | 2020-12-28 | 唤醒指标监测方法、装置及电子设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112767935B (zh) |
WO (1) | WO2022142048A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113470618A (zh) * | 2021-06-08 | 2021-10-01 | 阿波罗智联(北京)科技有限公司 | 唤醒测试的方法、装置、电子设备和可读存储介质 |
CN113593546B (zh) * | 2021-06-25 | 2023-09-15 | 青岛海尔科技有限公司 | 终端设备唤醒方法和装置、存储介质及电子装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107871506A (zh) * | 2017-11-15 | 2018-04-03 | 北京云知声信息技术有限公司 | 语音识别功能的唤醒方法及装置 |
CN108694940A (zh) * | 2017-04-10 | 2018-10-23 | 北京猎户星空科技有限公司 | 一种语音识别方法、装置及电子设备 |
CN108735203A (zh) * | 2018-03-28 | 2018-11-02 | 上海乐愚智能科技有限公司 | 语音交互方法、终端及计算机可读介质 |
CN108847219A (zh) * | 2018-05-25 | 2018-11-20 | 四川斐讯全智信息技术有限公司 | 一种唤醒词预设置信度阈值调节方法及系统 |
CN109817219A (zh) * | 2019-03-19 | 2019-05-28 | 四川长虹电器股份有限公司 | 语音唤醒测试方法及系统 |
CN110473539A (zh) * | 2019-08-28 | 2019-11-19 | 苏州思必驰信息科技有限公司 | 提升语音唤醒性能的方法和装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9373321B2 (en) * | 2013-12-02 | 2016-06-21 | Cypress Semiconductor Corporation | Generation of wake-up words |
KR102474804B1 (ko) * | 2017-09-25 | 2022-12-06 | 현대자동차주식회사 | 음성 인식 제어 장치, 그를 포함한 시스템 및 그 방법 |
US11450311B2 (en) * | 2018-12-13 | 2022-09-20 | i2x GmbH | System and methods for accent and dialect modification |
CN110428810B (zh) * | 2019-08-30 | 2020-10-30 | 北京声智科技有限公司 | 一种语音唤醒的识别方法、装置及电子设备 |
CN110570840B (zh) * | 2019-09-12 | 2022-07-05 | 腾讯科技(深圳)有限公司 | 一种基于人工智能的智能设备唤醒方法和装置 |
CN110838289B (zh) * | 2019-11-14 | 2023-08-11 | 腾讯科技(深圳)有限公司 | 基于人工智能的唤醒词检测方法、装置、设备及介质 |
CN111081241B (zh) * | 2019-11-20 | 2023-04-07 | 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 |
CN111880856B (zh) * | 2020-07-31 | 2023-05-16 | Oppo广东移动通信有限公司 | 语音唤醒方法、装置、电子设备及存储介质 |
-
2020
- 2020-12-28 CN CN202011577341.7A patent/CN112767935B/zh active Active
-
2021
- 2021-05-07 WO PCT/CN2021/092100 patent/WO2022142048A1/zh unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108694940A (zh) * | 2017-04-10 | 2018-10-23 | 北京猎户星空科技有限公司 | 一种语音识别方法、装置及电子设备 |
CN107871506A (zh) * | 2017-11-15 | 2018-04-03 | 北京云知声信息技术有限公司 | 语音识别功能的唤醒方法及装置 |
CN108735203A (zh) * | 2018-03-28 | 2018-11-02 | 上海乐愚智能科技有限公司 | 语音交互方法、终端及计算机可读介质 |
CN108847219A (zh) * | 2018-05-25 | 2018-11-20 | 四川斐讯全智信息技术有限公司 | 一种唤醒词预设置信度阈值调节方法及系统 |
CN109817219A (zh) * | 2019-03-19 | 2019-05-28 | 四川长虹电器股份有限公司 | 语音唤醒测试方法及系统 |
CN110473539A (zh) * | 2019-08-28 | 2019-11-19 | 苏州思必驰信息科技有限公司 | 提升语音唤醒性能的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2022142048A1 (zh) | 2022-07-07 |
CN112767935A (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112767935B (zh) | 唤醒指标监测方法、装置及电子设备 | |
CN114244795B (zh) | 一种信息的推送方法、装置、设备及介质 | |
CN113190746B (zh) | 推荐模型的评估方法、装置及电子设备 | |
CN113963197A (zh) | 图像识别方法、装置、电子设备和可读存储介质 | |
CN113904943A (zh) | 账号检测方法、装置、电子设备和存储介质 | |
CN113157877A (zh) | 多语义识别方法、装置、设备和介质 | |
CN115048352B (zh) | 一种日志字段提取方法、装置、设备和存储介质 | |
CN113012682B (zh) | 误唤醒率确定方法、装置、设备、存储介质和程序产品 | |
CN113554062B (zh) | 多分类模型的训练方法、设备和存储介质 | |
EP4099319A1 (en) | Wake-up index monitoring method and apparatus, and electronic device | |
CN114254650A (zh) | 一种信息处理方法、装置、设备及介质 | |
CN114490990A (zh) | 待标注文本的确定方法、装置、设备和存储介质 | |
CN114120410A (zh) | 用于生成标签信息的方法、装置、设备、介质和产品 | |
CN114416476A (zh) | 云手机应用的运行监控方法、装置、设备以及存储介质 | |
CN116628167B (zh) | 一种响应确定方法、装置、电子设备及存储介质 | |
CN113903334B (zh) | 声源定位模型的训练与声源定位方法、装置 | |
CN116431809A (zh) | 基于银行客服场景下的文本标注方法、装置和存储介质 | |
CN117390488A (zh) | 一种气体识别方法、装置、电子设备及存储介质 | |
CN116455999A (zh) | 一种应用状态管理方法、装置、电子设备及存储介质 | |
CN115481184A (zh) | 信息抽取的方法、装置、电子设备及存储介质 | |
CN117649115A (zh) | 一种风险评估方法、装置、电子设备和存储介质 | |
CN115618002A (zh) | 实体关系抽取模型训练方法、实体关系抽取方法以及装置 | |
CN114898374A (zh) | 一种图像的语义识别方法、装置、设备和存储介质 | |
CN117493639A (zh) | 一种兴趣点处理方法、装置、电子设备和存储介质 | |
CN117409776A (zh) | 语音交互方法及装置、电子设备和存储介质 |
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 |