可定制的低延時命令詞識別方法及裝置

基本信息

申請?zhí)?/td> CN202110865579.8 申請日 -
公開（公告）號 CN113593560A 公開（公告）日 2021-11-02
申請公布號 CN113593560A 申請公布日 2021-11-02
分類號 G10L15/22（2006.01）I;G10L15/16（2006.01）I;G10L15/06（2013.01）I;G10L15/02（2006.01）I 分類 樂器；聲學(xué);
發(fā)明人 司玉景;李全忠;何國濤;蒲瑤 申請（專利權(quán)）人 普強時代（珠海橫琴）信息技術(shù)有限公司
代理機構(gòu) 北京科億知識產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 湯牡丹
地址 519000廣東省珠海市橫琴新區(qū)寶華路6號105室-58115（集中辦公區(qū)）
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及一種可定制的低延時命令詞識別方法及裝置，包括獲取待識別語音，并根據(jù)待識別語音確定待處理的聲學(xué)特征；將聲學(xué)特征輸入到預(yù)構(gòu)建的神經(jīng)網(wǎng)絡(luò)分類模型中進行識別，獲取聲學(xué)特征所屬的每個建模單元的后驗概率；其中，建模單元為帶調(diào)拼音；根據(jù)后驗概率計算每個命令詞的置信度以及其包含的建模單元出現(xiàn)的時間點；根據(jù)置信度和時間點來判斷是否輸出該命令詞。本發(fā)明能夠?qū)h語中所有的帶調(diào)拼音進行建模，采用簡單高效的打分機制，完成低延時命令詞列表的識別任務(wù)，降低了命令詞識別的開發(fā)成本和時間成本。本發(fā)明采用的置信度計算方法具有極低的計算復(fù)雜度和空間復(fù)雜度，并具有較高的準(zhǔn)確率和較低的誤喚醒率，可實時地檢測命令詞是否出現(xiàn)。