语音唤醒方法、装置、电子设备以及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114121022A(43)申请公布日2022.03.01(21)申请号202111471714.7(22)申请日2021.12.02(71)申请人阿波罗智联（北京）科技有限公司地址100176北京市海淀区北京经济技术开发区瑞合西二路7号院1号楼1层101申请人阿波罗智行科技（广州）有限公司(72)发明人陈真(74)专利代理机构中科专利商标代理有限责任公司11021代理人吴晓兵(51)Int.Cl.G10L17/02(2013.01)G10L17/22(2013.01)G10L15/26(2006.01)G10L15/30(2013.01)权利要求书2页说明书10页附图4页(54)发明名称语音唤醒方法、装置、电子设备以及存储介质(57)摘要本公开提供了语音唤醒方法、装置、电子设备、存储介质以及程序产品，涉及人工智能技术领域，尤其涉及语音交互、云计算、智能座舱和车联网等技术领域。具体实现方案为：响应于确定唤醒语音来自目标用户，获取与目标用户相对应的目标唤醒阈值；对唤醒语音进行唤醒识别，得到唤醒识别结果；以及基于唤醒识别结果和目标唤醒阈值，确定唤醒结果，唤醒结果指示了语音交互功能是否被唤醒语音唤醒。CN114121022ACN114121022A权利要求书1/2页1.一种语音唤醒方法，包括：响应于确定唤醒语音来自目标用户，获取与所述目标用户相对应的目标唤醒阈值；对所述唤醒语音进行唤醒识别，得到唤醒识别结果；以及基于所述唤醒识别结果和所述目标唤醒阈值，确定唤醒结果，其中，所述唤醒结果指示了语音交互功能是否被所述唤醒语音唤醒。2.根据权利要求1所述的方法，还包括：提取所述唤醒语音的声纹特征；以及将所述声纹特征与所述目标用户的标准声纹特征进行匹配，得到声纹特征匹配结果，以便基于所述声纹特征匹配结果确定所述唤醒语音是否来自所述目标用户。3.根据权利要求1所述的方法，还包括：获取所述目标用户的多个历史唤醒语音；基于所述多个历史唤醒语音，确定所述目标用户的历史误唤醒率；以及基于所述历史误唤醒率，对预设唤醒阈值进行调整，得到所述目标唤醒阈值。4.根据权利要求1所述的方法，还包括：获取来自所述目标用户的反馈语音；识别所述反馈语音的意图信息，其中，所述意图信息指示了所述目标用户的关于提高唤醒识别的精度的意图；以及基于所述意图信息，对预设唤醒阈值进行调整，得到所述目标唤醒阈值。5.根据权利要求1所述的方法，其中，所述基于所述唤醒识别结果和所述目标唤醒阈值，确定唤醒结果包括：响应于所述唤醒识别结果大于或等于所述目标唤醒阈值，确定所述唤醒结果为表征唤醒成功的结果；以及响应于所述唤醒识别结果小于所述目标唤醒阈值，确定所述唤醒结果为表征唤醒失败的结果。6.根据权利要求1所述的方法，其中，所述对所述唤醒语音进行唤醒识别，得到唤醒识别结果包括：提取所述唤醒语音中的唤醒词；以及将所述唤醒词与预设唤醒词进行匹配，得到所述唤醒识别结果。7.一种语音唤醒装置，包括：阈值获取模块，用于响应于确定唤醒语音来自目标用户，获取与所述目标用户相对应的目标唤醒阈值；唤醒识别模块，用于对所述唤醒语音进行唤醒识别，得到唤醒识别结果；以及结果确定模块，用于基于所述唤醒识别结果和所述目标唤醒阈值，确定唤醒结果，其中，所述唤醒结果指示了语音交互功能是否被所述唤醒语音唤醒。8.根据权利要求7所述的装置，还包括：提取模块，用于提取所述唤醒语音的声纹特征；以及匹配模块，用于将所述声纹特征与所述目标用户的标准声纹特征进行匹配，得到声纹特征匹配结果，以便基于所述声纹特征匹配结果确定所述唤醒语音是否来自所述目标用户。2CN114121022A权利要求书2/2页9.根据权利要求7所述的装置，还包括：历史语音获取模块，用于获取所述目标用户的多个历史唤醒语音；误唤醒率确定模块，用于基于所述多个历史唤醒语音，确定所述目标用户的历史误唤醒率；以及第一调整模块，用于基于所述历史误唤醒率，对预设唤醒阈值进行调整，得到所述目标唤醒阈值。10.根据权利要求7所述的装置，还包括：反馈语音获取模块，用于获取来自所述目标用户的反馈语音；意图识别模块，用于识别所述反馈语音的意图信息，其中，所述意图信息指示了所述目标用户的关于提高唤醒识别的精度的意图；以及第二调整模块，用于基于所述意图信息，对预设唤醒阈值进行调整，得到所述目标唤醒阈值。11.根据权利要求7所述的装置，其中，所述结果确定模块包括：第一确定单元，用于响应于所述唤醒识别结果大于或等于所述目标唤醒阈值，确定所述唤醒结果为表征唤醒成功的结果；以及第二确定单元，用于响应于所述唤醒识别结果小于所述目标唤醒阈值，确定所述唤醒结果为表征唤醒失败的结果。12.根据权利要求7所述的装置，其中，所述唤醒识别模块