【技術(shù)實現(xiàn)步驟摘要】
本申請涉及音頻處理，特別是涉及一種語音喚醒方法及相關(guān)裝置、設(shè)備、系統(tǒng)和存儲介質(zhì)。
技術(shù)介紹
1、隨著科技的發(fā)展，語音交互技術(shù)逐漸應(yīng)用于眾多場景中。以車載互聯(lián)場景為例，用戶越來越習(xí)慣于通過語音與車載設(shè)備進(jìn)行交互，從而對車載語音交互系統(tǒng)的要求和需求日益增多。在此其中，語音喚醒功能作為人與車機交互的“開關(guān)”，成為提升駕駛員和乘客交互體驗的關(guān)鍵技術(shù)。
2、目前，語音喚醒技術(shù)通常是基于單音區(qū)喚醒，即主要支持主駕位置的語音喚醒，而難以覆蓋其他位置。此外，單音區(qū)喚醒容易受到其他乘客的干擾，無法滿足越來越復(fù)雜的駕駛場景。有鑒于此，如何在實現(xiàn)多音區(qū)喚醒的前提下，盡可能地提升多音區(qū)喚醒對不同駕駛場景的喚醒準(zhǔn)確性和自適應(yīng)性，并盡快地減少多音區(qū)喚醒的資源消耗，成為亟待解決的問題。
技術(shù)實現(xiàn)思路
1、本申請主要解決的技術(shù)問題是提供一種語音喚醒方法及相關(guān)裝置、設(shè)備、系統(tǒng)和存儲介質(zhì)，能夠在實現(xiàn)多音區(qū)喚醒的前提下，盡可能地提升多音區(qū)喚醒對不同駕駛場景的喚醒準(zhǔn)確性和自適應(yīng)性，并盡快地減少多音區(qū)喚醒的資源消耗。
2、為了解決上述技術(shù)問題，本申請第一方面提供了一種語音喚醒方法，包括：獲取各個座椅處的音頻采集結(jié)果和狀態(tài)檢測結(jié)果；其中，音頻采集結(jié)果包括是否采集到音頻以及在采集到音頻時的原始音頻，狀態(tài)檢測結(jié)果包括是否處于被坐狀態(tài)；基于音頻采集結(jié)果和狀態(tài)檢測結(jié)果，確定目標(biāo)音區(qū)數(shù)，基于狀態(tài)檢測結(jié)果，從音頻采集結(jié)果中提取得到音頻通道數(shù)為目標(biāo)音區(qū)數(shù)的第一音頻；基于目標(biāo)音區(qū)數(shù)調(diào)用喚醒引擎，得到第一喚醒實例；其中
3、為了解決上述技術(shù)問題，本申請第二方面提供了一種語音喚醒裝置，包括：結(jié)果獲取模塊、確定提取模塊、第一調(diào)用模塊和第一運行模塊，結(jié)果獲取模塊，用于獲取各個座椅處的音頻采集結(jié)果和狀態(tài)檢測結(jié)果；其中，音頻采集結(jié)果包括是否采集到音頻以及在采集到音頻時的原始音頻，狀態(tài)檢測結(jié)果包括是否處于被坐狀態(tài)；確定提取模塊，用于基于音頻采集結(jié)果和狀態(tài)檢測結(jié)果，確定目標(biāo)音區(qū)數(shù)，基于狀態(tài)檢測結(jié)果，從音頻采集結(jié)果中提取得到音頻通道數(shù)為目標(biāo)音區(qū)數(shù)的第一音頻；第一調(diào)用模塊，用于基于目標(biāo)音區(qū)數(shù)調(diào)用喚醒引擎，得到第一喚醒實例；其中，第一喚醒實例中喚醒引擎的實際通道數(shù)為目標(biāo)音區(qū)數(shù)；第一運行模塊，用于輸入第一音頻至第一喚醒實例并運行，得到第一喚醒結(jié)果。
4、為了解決上述技術(shù)問題，本申請第三方面提供了一種電子設(shè)備，至少包括相互耦接的存儲器和處理器，存儲器中至少存儲有程序指令，處理器用于執(zhí)行程序指令以實現(xiàn)上述第一方面中的語音喚醒方法。
5、為了解決上述技術(shù)問題，本申請第四方面提供了一種語音喚醒系統(tǒng)，至少包括車機，以及分別設(shè)于各個座椅的麥克風(fēng)和座椅傳感器，麥克風(fēng)、座椅傳感器分別與車機通信連接，車機至少包括上述第三方面中的電子設(shè)備，麥克風(fēng)至少用于獲取座椅處的音頻采集結(jié)果，座椅傳感器用于獲取座椅處的狀態(tài)檢測結(jié)果。
6、為了解決上述技術(shù)問題，本申請第五方面提供了一種計算機可讀存儲介質(zhì)，存儲有能夠被處理器運行的程序指令，程序指令用于實現(xiàn)上述第一方面的語音喚醒方法。
7、上述方案，獲取各個座椅處的音頻采集結(jié)果和狀態(tài)檢測結(jié)果，且音頻采集結(jié)果包括是否采集到音頻以及在采集到音頻時的原始音頻，狀態(tài)檢測結(jié)果包是否處于被坐狀態(tài)，再基于音頻采集結(jié)果和狀態(tài)檢測結(jié)果，確定目標(biāo)音區(qū)數(shù)，并基于狀態(tài)檢測結(jié)果，從音頻采集結(jié)果中提取得到音頻通道數(shù)為目標(biāo)音區(qū)數(shù)的第一音頻，從而基于目標(biāo)音區(qū)數(shù)調(diào)用喚醒引擎，得到第一喚醒實例，且第一喚醒實例中喚醒引擎的實際通道數(shù)為目標(biāo)音區(qū)數(shù)，進(jìn)而輸入第一音頻至第一喚醒實例并運行，得到第一喚醒結(jié)果，故一方面運行通過調(diào)用喚醒引擎所得到的第一喚醒實例，能夠?qū)崿F(xiàn)多音區(qū)喚醒，另一方面由于目標(biāo)音區(qū)數(shù)根據(jù)音頻采集結(jié)果和狀態(tài)檢測結(jié)果自適應(yīng)確定得到，且第一喚醒實例中喚醒引擎的實際通道數(shù)為目標(biāo)音區(qū)數(shù)，相較于目標(biāo)音區(qū)數(shù)設(shè)置為固定音區(qū)數(shù)而言，能夠提升多音區(qū)喚醒對不同駕駛場景的自適應(yīng)性，又一方面由于第一音頻的音頻通道數(shù)也是自適應(yīng)確定得到的目標(biāo)音區(qū)數(shù)，故能夠盡可能排除語音喚醒的干擾音頻，能夠盡可能地提升多音區(qū)喚醒對不同駕駛場景的喚醒準(zhǔn)確性，且相較于在語音喚醒過程中處理所有音區(qū)的音頻信號而言，能夠盡可能地減少多音區(qū)喚醒的資源消耗。故此，能夠在實現(xiàn)多音區(qū)喚醒的前提下，盡可能地提升多音區(qū)喚醒對不同駕駛場景的喚醒準(zhǔn)確性和自適應(yīng)性，并盡可能地減少多音區(qū)喚醒的資源消耗。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點】
1.一種語音喚醒方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述音頻采集結(jié)果和所述狀態(tài)檢測結(jié)果，確定目標(biāo)音區(qū)數(shù)，包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于相同座椅處所述音頻采集結(jié)果和所述狀態(tài)檢測結(jié)果是否內(nèi)涵一致，確定對應(yīng)座椅處的音區(qū)檢測結(jié)果，包括以下至少一者：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述基于所述第一喚醒結(jié)果及其第一獲取時間和所述第二喚醒結(jié)果及其第二獲取時間，確定是否輸出所述第一喚醒結(jié)果作為語音喚醒結(jié)果，包括：
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述基于所述第二喚醒得分是否超過第二喚醒閾值，確定是否輸出所述第一喚醒結(jié)果作為所述語音喚醒結(jié)果，包括以下至少一者：
7.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述基于所述第一喚醒結(jié)果及其第一獲取時間和所述第二喚醒結(jié)果及其第二獲取時間，確定是否輸出所述第一喚醒結(jié)果作為語音喚醒結(jié)果，包括：
8.根據(jù)權(quán)利要求7所述的方法，其特征在
9.根據(jù)權(quán)利要求1至8任一項所述的方法，其特征在于，所述喚醒引擎設(shè)有多個喚醒模型，所述喚醒引擎的運行步驟包括：
10.根據(jù)權(quán)利要求9所述的方法，其特征在于，所述多個喚醒模型至少包括幀級喚醒模型和端到端喚醒模型，所述基于各個所述候選喚醒結(jié)果及其結(jié)果獲取時間進(jìn)行分析，得到所述喚醒引擎最終輸出的目標(biāo)喚醒結(jié)果，包括以下至少一者：
11.根據(jù)權(quán)利要求9所述的方法，其特征在于，所述多個喚醒模型包括幀級喚醒模型，所述基于不同所述喚醒模型分別處理所述喚醒引擎的輸入音頻，得到各個所述喚醒模型分別輸出的候選喚醒結(jié)果，包括：
12.一種語音喚醒裝置，其特征在于，包括：
13.一種電子設(shè)備，其特征在于，至少包括相互耦接的存儲器和處理器，所述存儲器中至少存儲有程序指令，所述處理器用于執(zhí)行所述程序指令以實現(xiàn)權(quán)利要求1至11任一項所述的語音喚醒方法。
14.一種語音喚醒系統(tǒng)，其特征在于，至少包括車機，以及分別設(shè)于各個座椅的麥克風(fēng)和座椅傳感器，所述麥克風(fēng)、所述座椅傳感器分別與所述車機通信連接，所述車機至少包括權(quán)利要求13所述的電子設(shè)備，所述麥克風(fēng)至少用于獲取座椅處的音頻采集結(jié)果，所述座椅傳感器用于獲取座椅處的狀態(tài)檢測結(jié)果。
15.一種計算機可讀存儲介質(zhì)，其特征在于，存儲有能夠被處理器運行的程序指令，所述程序指令用于實現(xiàn)權(quán)利要求1至11任一項所述的語音喚醒方法。
...【技術(shù)特征摘要】
1.一種語音喚醒方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述音頻采集結(jié)果和所述狀態(tài)檢測結(jié)果，確定目標(biāo)音區(qū)數(shù)，包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于相同座椅處所述音頻采集結(jié)果和所述狀態(tài)檢測結(jié)果是否內(nèi)涵一致，確定對應(yīng)座椅處的音區(qū)檢測結(jié)果，包括以下至少一者：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述基于所述第一喚醒結(jié)果及其第一獲取時間和所述第二喚醒結(jié)果及其第二獲取時間，確定是否輸出所述第一喚醒結(jié)果作為語音喚醒結(jié)果，包括：
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述基于所述第二喚醒得分是否超過第二喚醒閾值，確定是否輸出所述第一喚醒結(jié)果作為所述語音喚醒結(jié)果，包括以下至少一者：
7.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述基于所述第一喚醒結(jié)果及其第一獲取時間和所述第二喚醒結(jié)果及其第二獲取時間，確定是否輸出所述第一喚醒結(jié)果作為語音喚醒結(jié)果，包括：
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述基于所述等待檢測結(jié)果，確定是否輸出所述第一喚醒結(jié)果作為所述語音喚醒結(jié)果，至少包括：
9.根據(jù)權(quán)利要求1至8任一項所述的方法，其特征在于，所述喚醒...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：王京京，陸夢寒，肖玉青，費大勇，
申請(專利權(quán))人：科大訊飛股份有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。