CN112306560B - 用于唤醒电子设备的方法和装置 - Google Patents
用于唤醒电子设备的方法和装置 Download PDFInfo
- Publication number
- CN112306560B CN112306560B CN202010118496.8A CN202010118496A CN112306560B CN 112306560 B CN112306560 B CN 112306560B CN 202010118496 A CN202010118496 A CN 202010118496A CN 112306560 B CN112306560 B CN 112306560B
- Authority
- CN
- China
- Prior art keywords
- wake
- voice
- recognition result
- recognized
- electronic device
- 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
- 230000002618 waking effect Effects 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000004044 response Effects 0.000 claims description 42
- 238000004590 computer program Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/4401—Bootstrapping
- G06F9/4418—Suspend and resume; Hibernate and awake
-
- 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
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Telephone Function (AREA)
Abstract
本申请实施例公开了用于唤醒电子设备的方法和装置。该方法的一具体实施方式包括:获取待识别语音;对该待识别语音进行识别,生成第一语音识别结果;确定预设的唤醒词集合中是否存在包含第一语音识别结果的唤醒词,其中,唤醒词中包括的字符的数目大于第一语音识别结果中包括的字符的数目;响应于确定该预设的唤醒词集合中存在包含该第一语音识别结果的唤醒词,生成预唤醒信息;基于该预唤醒信息,唤醒该电子设备。该实施方式可以在用户说出完整唤醒词之前即开始进行唤醒词的匹配,从而提升了电子设备的唤醒速度。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于唤醒电子设备的方法和装置。
背景技术
随着计算机和互联网技术的飞速发展,越来越多的智能电子设备取得广泛的应用。为了减少电子设备的能耗,通常在使用相应的功能前需要对电子设备进行唤醒操作,以使电子设备进入工作模式。
相关的方式通常是用户通过语音形式说出唤醒词,电子设备检测到用户说出的完整唤醒词来唤醒设备。
发明内容
本申请实施例提出了用于唤醒电子设备的方法和装置。
第一方面,本申请实施例提供了一种用于唤醒电子设备的方法,该方法包括:获取待识别语音;对待识别语音进行识别,生成第一语音识别结果;确定预设的唤醒词集合中是否存在包含第一语音识别结果的唤醒词,其中,唤醒词中包括的字符的数目大于第一语音识别结果中包括的字符的数目;响应于确定预设的唤醒词集合中存在包含第一语音识别结果的唤醒词,生成预唤醒信息;基于预唤醒信息,唤醒电子设备。
在一些实施例中,上述确定预设的唤醒词集合中是否存在包含第一语音识别结果中的字符串的唤醒词,包括:响应于确定预设的唤醒词集合中存在匹配唤醒词,确定预设的唤醒词集合中存在包含第一语音识别结果中的字符串的唤醒词,其中,匹配唤醒词中包含与第一语音识别结果一致的字符串。
在一些实施例中,上述基于预唤醒信息,唤醒电子设备,包括:响应于确定预唤醒信息用于表征允许预唤醒,获取与待识别语音相关联的后续语音,其中,后续语音的采集时间晚于待识别语音;基于待识别语音和后续语音与预设的唤醒词集合之间的匹配,唤醒电子设备。
在一些实施例中,该方法还包括:响应于确定预唤醒信息用于表征允许预唤醒,发送表征电子设备被唤醒的响应信息。
在一些实施例中,上述基于待识别语音和后续语音与预设的唤醒词集合之间的匹配,唤醒电子设备,包括:对后续语音进行语音识别,生成第二语音识别结果;按照采集时间,将第一语音识别结果和第二语音识别结果进行拼接,生成目标语音识别结果;响应于确定目标语音识别结果与匹配唤醒词一致,唤醒电子设备。
第二方面,本申请实施例提供了一种用于唤醒电子设备的装置,该装置包括:获取单元,被配置成获取待识别语音;识别单元,被配置成对待识别语音进行识别,生成第一语音识别结果;确定单元,被配置成确定预设的唤醒词集合中是否存在包含第一语音识别结果的唤醒词,其中,唤醒词中包括的字符的数目大于第一语音识别结果中包括的字符的数目;生成单元,被配置成响应于确定预设的唤醒词集合中存在包含第一语音识别结果的唤醒词,生成预唤醒信息;唤醒单元,被配置成基于预唤醒信息,唤醒电子设备。
在一些实施例中,上述确定单元进一步被配置成:响应于确定预设的唤醒词集合中存在匹配唤醒词,确定预设的唤醒词集合中存在包含第一语音识别结果中的字符串的唤醒词,其中,匹配唤醒词中包含与第一语音识别结果一致的字符串。
在一些实施例中,上述唤醒单元包括:获取模块,被配置成响应于确定预唤醒信息用于表征允许预唤醒,获取与待识别语音相关联的后续语音,其中,后续语音的采集时间晚于待识别语音;唤醒模块,被配置成基于待识别语音和后续语音与预设的唤醒词集合之间的匹配,唤醒电子设备。
在一些实施例中,该装置还包括:发送单元,被配置成响应于确定预唤醒信息用于表征允许预唤醒,发送表征电子设备被唤醒的响应信息。
在一些实施例中,上述唤醒模块包括:识别子模块,被配置成对后续语音进行语音识别,生成第二语音识别结果;拼接子模块,被配置成按照采集时间,将第一语音识别结果和第二语音识别结果进行拼接,生成目标语音识别结果;唤醒子模块,被配置成响应于确定目标语音识别结果与匹配唤醒词一致,唤醒电子设备。
第三方面,本申请实施例提供了一种终端,该终端包括:一个或多个处理器;存储装置,其上存储有一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于唤醒电子设备的方法和装置,首先获取待识别语音。而后,对待识别语音进行识别,生成第一语音识别结果。之后,确定预设的唤醒词集合中是否存在包含第一语音识别结果的唤醒词。其中,唤醒词中包括的字符的数目大于第一语音识别结果中包括的字符的数目。接下来,响应于确定预设的唤醒词集合中存在包含第一语音识别结果的唤醒词,生成预唤醒信息。最后,基于预唤醒信息,唤醒电子设备。从而可以在用户说出完整唤醒词之前即开始进行唤醒词的匹配,提升了电子设备的唤醒速度。从用户的角度看,减少了等待电子设备唤醒的时间,提升了用户的体验。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性***架构图;
图2是根据本申请的用于唤醒电子设备的方法的一个实施例的流程图;
图3是根据本申请的实施例的用于唤醒电子设备的方法的一个应用场景的示意图;
图4是根据本申请的用于唤醒电子设备的方法的又一个实施例的流程图;
图5是根据本申请的用于唤醒电子设备的装置的一个实施例的结构示意图;
图6是适于用来实现本申请的实施例的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于唤醒电子设备的方法或用于唤醒电子设备的装置的示例性架构100。
如图1所示,***架构100可以包括终端设备101、网络102和服务器103。网络102用以在终端设备101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
终端设备101通过网络102与服务器103交互,以接收或发送消息等。终端设备101上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101可以是硬件,也可以是软件。当终端设备101为硬件时,可以是具有摄像头并且支持通信的各种电子设备,包括但不限于智能手机、平板电脑、智能播放设备、膝上型便携计算机和台式计算机等等。当终端设备101为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器103可以是提供各种服务的服务器,例如为终端设备101的唤醒提供支持的后台服务器。后台服务器可以对接收到的待识别语音进行分析等处理,并将处理结果(如是否包含匹配的唤醒词)反馈给终端设备。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开的实施例所提供的用于唤醒电子设备的方法一般由终端设备101执行,相应地,用于唤醒电子设备的装置一般设置于终端设备101中。此时,可以不存在网络102和服务器103。还需要说明的是,上述用于唤醒电子设备的方法也可以由服务器103执行,相应地,用于唤醒电子设备的装置可以设置于服务器103中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的用于唤醒电子设备的方法的一个实施例的流程200。该用于唤醒电子设备的方法包括以下步骤:
步骤201,获取待识别语音。
在本实施例中,用于唤醒电子设备的方法的执行主体(如图1所示的终端设备101)可以通过有线连接方式或者无线连接方式获取待识别语音。其中,上述待识别语音可以包括目标用户的语音。上述目标用户可以是任意用户,也可以是根据规则而定的用户,例如根据声纹识别(Voiceprint Recognition,VPR)技术所确定的具有对电子设备的唤醒权限的用户。可选地,上述待识别语音还可以包括语音片段的长度小于预设阈值的语音。
具体地,上述执行主体可以获取预先存储于本地的待识别语音,也可以获取与之通信连接的语音输入设备(例如麦克风)发送的待识别语音。
需要说明的是,上述语音可以包括但不限于完整的带有明确的开始和结束的语段。上述语音也可以是连续语流中的语音片段。
步骤202,对待识别语音进行识别,生成第一语音识别结果。
在本实施例中,上述执行主体可以通过各种语音识别技术对上述步骤201所获取的待识别语音进行识别,生成第一语音识别结果。其中,上述语音识别技术可以包括传统语音识别方法和结合人工神经网络的端到端声学模型训练方法。上述传统语音识别方法通常包括特征提取、声学模型匹配、语言模型等。上述端到端声学模型训练方法可以包括利用基于DTW(Dynamic Time Warping,动态时间归整)算法、CTC(Connectionist TemporalClassification,连接时序分类)算法等构建的模型生成语音识别结果。
在本实施例的一些可选的实现方式中,上述执行主体还可以将对待识别语音进行识别后的结果按照预设的字符数目进行分词,生成至少一个字符数不超过上述预设的字符数目的词作为上述第一语音识别结果。
步骤203,确定预设的唤醒词集合中是否存在包含第一语音识别结果的唤醒词。
在本实施例中,上述执行主体可以通过各种方式确定预设的唤醒词集合中是否存在包含上述第一语音识别结果的唤醒词。其中,上述唤醒词中包括的字符的数目通常大于上述第一语音识别结果中包括的字符的数目。作为示例,上述执行主体可以将上述第一语音识别结果作为检索词,确定上述预设的唤醒词集合中是否存在包括上述检索词的检索结果。
在本实施例的一些可选的实现方式中,响应于确定上述预设的唤醒词集合中存在匹配唤醒词,上述执行主体可以确定上述预设的唤醒词集合中存在包含第一语音识别结果中的字符串的唤醒词。其中,上述匹配唤醒词中包含与上述第一语音识别结果一致的字符串。例如,匹配唤醒词的前N个字符与上述第一语音识别结果一致。作为示例,上述第一语音识别结果可以为“小K”或“小K小”。作为又一示例,上述第一语音识别结果还可以为“XX”或“XX同”。那么,与上述第一语音识别结果相对应的匹配唤醒词可以分别为“小K小K”和“XX同学”。
步骤204,响应于确定预设的唤醒词集合中存在包含第一语音识别结果的唤醒词,生成预唤醒信息。
在本实施例中,响应于确定存在包括上述检索词的检索结果,上述执行主体可以生成表征允许预唤醒的预唤醒信息。响应于确定不存在包括上述检索词的检索结果,上述执行主体可以生成表征不允许预唤醒的预唤醒信息。
步骤205,基于预唤醒信息,唤醒电子设备。
在本实施例中,基于上述步骤203所生成的预唤醒信息,上述执行主体可以通过各种方式唤醒上述电子设备。作为示例,响应于确定上述预唤醒信息用于表征允许预唤醒,上述执行主体可以直接唤醒上述电子设备。需要说明的是,上述被唤醒的电子设备可以是上述执行主体本身。
继续参见图3,图3是根据本申请实施例的用于唤醒电子设备的方法的应用场景的一个示意图。在图3的应用场景中,用户301准备唤醒智能终端设备(例如智能音箱)302。于是,用户301对着智能终端设备302逐字说出唤醒词。智能终端设备302获取用户301逐字说出唤醒词的语音303。而后,智能终端设备302对上述语音303进行语音识别,生成第一语音识别结果“小K小”304。根据预设的唤醒词集合中存在包含上述第一语音识别结果304的唤醒词“小K小K”,智能终端设备302可以生成表征允许预唤醒的预唤醒信息305。而后,根据上述预唤醒信息305用于表征允许预唤醒,智能终端设备302可以直接被唤醒,即切换至工作模式。
目前,现有技术之一通常是在用户完整说出唤醒词后,电子设备再进行唤醒词的匹配,导致电子设备的唤醒速度不高。而本申请的上述实施例提供的方法,通过待识别语音生成包含字符的数目小于唤醒词中包含的字符的数目的第一语音识别结果,并进而生成预唤醒信息,而后根据预唤醒信息唤醒电子设备。从而可以在用户说出完整唤醒词之前即开始进行唤醒词的匹配,提升了电子设备的唤醒速度。从用户的角度看,减少了等待电子设备唤醒的时间,提升了用户的体验。
进一步参考图4,其示出了用于唤醒电子设备的方法的又一个实施例的流程400。该用于唤醒电子设备的方法的流程400,包括以下步骤:
步骤401,获取待识别语音。
步骤402,对待识别语音进行识别,生成第一语音识别结果。
步骤403,响应于确定预设的唤醒词集合中存在匹配唤醒词,确定预设的唤醒词集合中存在包含第一语音识别结果中的字符串的唤醒词。
步骤404,响应于确定预设的唤醒词集合中存在包含第一语音识别结果的唤醒词,生成预唤醒信息。
上述步骤401、步骤402、步骤404分别与前述实施例中的步骤201、步骤202、步骤204及其可选的实现方式一致,上述步骤403与前述实施例中步骤203中对应的可选的实现方式一致,上文针对步骤201、步骤202、步骤204及其可选的实现方式和步骤203的可选的实现方式的描述也适用于步骤401、步骤402、步骤403和步骤404,此处不再赘述。
在一些可选的实现方式中,响应于确定上述预唤醒信息用于表征允许预唤醒,上述执行主体还可以发送表征上述电子设备被唤醒的响应信息。基于上述可选的实现方式,上述电子设备可以在获取相应的预唤醒信息的情况下向用户发送唤醒设备的响应信息。相比于等待用户说出完整唤醒词再进行唤醒词的匹配从而向用户发送响应信息,减少了用户等待唤醒响应的时间,提高了电子设备的唤醒速率,从而提升了用户的体验。
步骤405,响应于确定预唤醒信息用于表征允许预唤醒,获取与待识别语音相关联的后续语音。
在本实施例中,用于唤醒电子设备的方法的执行主体(例如图1所示的服务器105)可以响应于确定预唤醒信息用于表征允许预唤醒,获取与待识别语音相关联的后续语音。其中,上述后续语音的采集时间通常晚于上述待识别语音。
需要说明的是,在连续语流的情境下,上述后续语音的第一帧通常可以与上述待识别语音的最后一帧在时间上连续。
响应于确定预唤醒信息用于表征允许预唤醒,作为示例,上述执行主体可以从本地获取预先存储的后续语音;作为又一示例,上述执行主体也可以从与获取上述待识别语音相同的设备(例如麦克风)获取上述后续语音。
步骤406,基于待识别语音和后续语音与预设的唤醒词集合之间的匹配,唤醒电子设备。
在本实施例中,基于待识别语音和后续语音与预设的唤醒词集合之间的匹配,上述执行主体可以通过各种方式唤醒电子设备。作为示例,上述执行主体可以将上述待识别语音和上述后续语音按照采集时间拼接成目标语音。而后,上述执行主体可以对上述目标语音进行语音识别,生成目标语音识别结果。接下来,上述执行主体可以确定上述目标语音识别结果中是否包含上述预设的唤醒词集合中的唤醒词。响应于确定包含,上述执行主体可以被唤醒。
在本实施例的一些可选的实现方式中,上述执行主体还可以按照如下步骤唤醒电子设备:
第一步,对后续语音进行语音识别,生成第二语音识别结果。
在这些实现方式中,上述执行主体可以采用与前述生成第一语音识别结果类似的方式,生成上述第二语音识别结果。
第二步,按照采集时间,将第一语音识别结果和第二语音识别结果进行拼接,生成目标语音识别结果。
在这些实现方式中,上述执行主体可以按照语音的采集时间,将上述步骤402所获取的第一语音识别结果和上述第一步所获取的第二语音识别结果进行拼接,生成目标语音识别结果。作为示例,上述第一语音识别结果可以为“XX”,上述第二语音识别结果可以为“同学”。那么,上述执行主体可以生成目标语音识别结果“XX同学”。
第三步,响应于确定目标语音识别结果与匹配唤醒词一致,唤醒电子设备。
在这些实现方式中,响应于确定目标语音识别结果与匹配唤醒词一致,上述执行主体可以唤醒电子设备。
从图4中可以看出,本实施例中的用于唤醒电子设备的方法的流程400体现了获取后续语音以及根据后续语音的语音识别结果唤醒电子设备的步骤。由此,本实施例描述的方案可以在根据预唤醒信息进行电子设备的唤醒的基础上,增加了完整唤醒词的匹配步骤,从而实现了兼顾唤醒速率和唤醒准确度的技术效果。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了用于唤醒电子设备的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例提供的用于唤醒电子设备的装置500包括获取单元501、识别单元502、确定单元503、生成单元504和唤醒单元505。其中,获取单元501,被配置成获取待识别语音;识别单元502,被配置成对待识别语音进行识别,生成第一语音识别结果;确定单元503,被配置成确定预设的唤醒词集合中是否存在包含第一语音识别结果的唤醒词,其中,唤醒词中包括的字符的数目大于第一语音识别结果中包括的字符的数目;生成单元504,被配置成响应于确定预设的唤醒词集合中存在包含第一语音识别结果的唤醒词,生成预唤醒信息;唤醒单元505,被配置成基于预唤醒信息,唤醒电子设备。
在本实施例中,用于唤醒电子设备的装置500中:获取单元501、识别单元502、确定单元503、生成单元504和唤醒单元505的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204和步骤205的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述确定单元503可以被进一步配置成响应于确定预设的唤醒词集合中存在匹配唤醒词,确定预设的唤醒词集合中存在包含第一语音识别结果中的字符串的唤醒词。其中,匹配唤醒词中可以包含与第一语音识别结果一致的字符串。
在本实施例的一些可选的实现方式中,上述唤醒单元505可以包括获取模块(图中未示出)、唤醒模块(图中未示出)。其中,上述获取模块可以被配置成响应于确定预唤醒信息用于表征允许预唤醒,获取与待识别语音相关联的后续语音。其中,后续语音的采集时间可以晚于待识别语音。上述唤醒模块可以被配置成基于待识别语音和后续语音与预设的唤醒词集合之间的匹配,唤醒电子设备。
在本实施例的一些可选的实现方式中,上述用于唤醒电子设备的装置500还可以包括发送单元(图中未示出)。其中,上述发送单元可以被配置成响应于确定预唤醒信息用于表征允许预唤醒,发送表征电子设备被唤醒的响应信息。
在本实施例的一些可选的实现方式中,上述唤醒模块可以包括:识别子模块(图中未示出)、拼接子模块(图中未示出)、唤醒子模块(图中未示出)。其中,上述识别子模块可以被配置成对后续语音进行语音识别,生成第二语音识别结果。上述拼接子模块可以被配置成按照采集时间,将第一语音识别结果和第二语音识别结果进行拼接,生成目标语音识别结果。上述唤醒子模块可以被配置成响应于确定目标语音识别结果与匹配唤醒词一致,唤醒电子设备。
本申请的上述实施例提供的装置,首先通过获取单元501获取待识别语音。而后,识别单元502对待识别语音进行识别,生成第一语音识别结果。接下来,确定单元503确定预设的唤醒词集合中是否存在包含第一语音识别结果的唤醒词,其中,唤醒词中包括的字符的数目大于第一语音识别结果中包括的字符的数目。之后,生成单元504响应于确定预设的唤醒词集合中存在包含第一语音识别结果的唤醒词,生成预唤醒信息。唤醒单元504基于预唤醒信息,唤醒电子设备。从而可以在用户说出完整唤醒词之前即开始进行唤醒词的匹配,提升了电子设备的唤醒速度。从用户的角度看,减少了等待电子设备唤醒的时间,提升了用户的体验。
下面参考图6,其示出了适于用来实现本申请实施例的电子设备(例如图1中的终端设备101)600的结构示意图。本申请实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、PDA(个人数字助理)、PAD(平板电脑)、智能音箱等等的移动终端。图6示出的终端设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括中央处理器(CPU)601、存储器602、输入单元603和输出单元604,其中,中央处理器601、存储器602、输入单元603以及输出单元604通过总线605彼此相连。在此,根据本申请的实施例的方法可以被实现为计算机程序,并且存储在存储器602中。电子设备600中的中央处理器601通过调用存储器602中存储的上述计算机程序,来具体实现本申请的实施例的方法中限定的电子设备唤醒功能。在一些实现方式中,输入单元603可以包括语音输入设备(例如麦克风)。输出单元604可以是扬声器或显示屏等可用于播报语音或显示图像的设备。由此,中央处理器601在调用上述计算机程序执行文本识别功能时,可以控制输入单元603从外部获取待识别语音,以及控制输出单元604对唤醒语音进行响应。
需要说明的是,本申请的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本申请的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(Radio Frequency,射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该终端设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该终端设备执行时,使得该终端设备:获取待识别语音;对待识别语音进行识别,生成第一语音识别结果;确定预设的唤醒词集合中是否存在包含第一语音识别结果的唤醒词,其中,唤醒词中包括的字符的数目大于第一语音识别结果中包括的字符的数目;响应于确定预设的唤醒词集合中存在包含第一语音识别结果的唤醒词,生成预唤醒信息;基于预唤醒信息,唤醒电子设备。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请的各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器,包括获取单元、识别单元、确定单元、生成单元、唤醒单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取待识别语音的单元”。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (8)
1.一种用于唤醒电子设备的方法,包括:
获取待识别语音;
对所述待识别语音进行识别,生成第一语音识别结果;
确定预设的唤醒词集合中是否存在包含所述第一语音识别结果的匹配唤醒词,其中,所述匹配唤醒词中包括的字符的数目大于所述第一语音识别结果中包括的字符的数目;所述匹配唤醒词中包含与所述第一语音识别结果一致的字符串;
响应于确定所述预设的唤醒词集合中存在包含所述第一语音识别结果的所述匹配唤醒词,生成预唤醒信息;
基于所述预唤醒信息,唤醒所述电子设备;
所述基于所述预唤醒信息,唤醒所述电子设备,包括:
响应于确定所述预唤醒信息用于表征允许预唤醒,获取与所述待识别语音相关联的后续语音,其中,所述后续语音的采集时间晚于所述待识别语音;所述后续语音的第一帧与所述待识别语音的最后一帧在时间上连续;
基于所述待识别语音和所述后续语音与所述预设的唤醒词集合之间的匹配,唤醒所述电子设备。
2.根据权利要求1所述的方法,其中,所述方法还包括:
响应于确定所述预唤醒信息用于表征允许预唤醒,发送表征所述电子设备被唤醒的响应信息。
3.根据权利要求1或2所述的方法,其中,所述基于所述待识别语音和所述后续语音与所述预设的唤醒词集合之间的匹配,唤醒所述电子设备,包括:
对所述后续语音进行语音识别,生成第二语音识别结果;
按照采集时间,将所述第一语音识别结果和所述第二语音识别结果进行拼接,生成目标语音识别结果;
响应于确定所述目标语音识别结果与所述匹配唤醒词一致,唤醒所述电子设备。
4.一种用于唤醒电子设备的装置,包括:
获取单元,被配置成获取待识别语音;
识别单元,被配置成对所述待识别语音进行识别,生成第一语音识别结果;
确定单元,被配置成确定预设的唤醒词集合中是否存在包含所述第一语音识别结果的匹配唤醒词,其中,所述匹配唤醒词中包括的字符的数目大于所述第一语音识别结果中包括的字符的数目;所述匹配唤醒词中包含与所述第一语音识别结果一致的字符串;
生成单元,被配置成响应于确定所述预设的唤醒词集合中存在包含所述第一语音识别结果的所述匹配唤醒词,生成预唤醒信息;
唤醒单元,被配置成基于所述预唤醒信息,唤醒所述电子设备;
所述唤醒单元包括:
获取模块,被配置成响应于确定所述预唤醒信息用于表征允许预唤醒,获取与所述待识别语音相关联的后续语音,其中,所述后续语音的采集时间晚于所述待识别语音;所述后续语音的第一帧与所述待识别语音的最后一帧在时间上连续;
唤醒模块,被配置成基于所述待识别语音和所述后续语音与所述预设的唤醒词集合之间的匹配,唤醒所述电子设备。
5.根据权利要求4所述的装置,其中,所述装置还包括:
发送单元,被配置成响应于确定所述预唤醒信息用于表征允许预唤醒,发送表征所述电子设备被唤醒的响应信息。
6.根据权利要求4或5所述的装置,其中,所述唤醒模块包括:
识别子模块,被配置成对所述后续语音进行语音识别,生成第二语音识别结果;
拼接子模块,被配置成按照采集时间,将所述第一语音识别结果和所述第二语音识别结果进行拼接,生成目标语音识别结果;
唤醒子模块,被配置成响应于确定所述目标语音识别结果与所述匹配唤醒词一致,唤醒所述电子设备。
7.一种终端,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-3中任一所述的方法。
8.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-3中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010118496.8A CN112306560B (zh) | 2020-02-26 | 2020-02-26 | 用于唤醒电子设备的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010118496.8A CN112306560B (zh) | 2020-02-26 | 2020-02-26 | 用于唤醒电子设备的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112306560A CN112306560A (zh) | 2021-02-02 |
CN112306560B true CN112306560B (zh) | 2022-12-13 |
Family
ID=74336654
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010118496.8A Active CN112306560B (zh) | 2020-02-26 | 2020-02-26 | 用于唤醒电子设备的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112306560B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117409779B (zh) * | 2023-12-14 | 2024-02-23 | 四川蜀天信息技术有限公司 | 一种语音唤醒方法、装置、***及可读介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110225386B (zh) * | 2019-05-09 | 2021-09-14 | 海信视像科技股份有限公司 | 一种显示控制方法、显示设备 |
-
2020
- 2020-02-26 CN CN202010118496.8A patent/CN112306560B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112306560A (zh) | 2021-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110047481B (zh) | 用于语音识别的方法和装置 | |
CN107863108B (zh) | 信息输出方法和装置 | |
US11189262B2 (en) | Method and apparatus for generating model | |
US20240021202A1 (en) | Method and apparatus for recognizing voice, electronic device and medium | |
CN108665895B (zh) | 用于处理信息的方法、装置和*** | |
JP2021196599A (ja) | 情報を出力するための方法および装置 | |
CN112259089A (zh) | 语音识别方法及装置 | |
CN111312233A (zh) | 一种语音数据的识别方法、装置及*** | |
CN108877779B (zh) | 用于检测语音尾点的方法和装置 | |
CN110223694B (zh) | 语音处理方法、***和装置 | |
CN111625649A (zh) | 文本处理方法、装置、电子设备及介质 | |
CN112364144A (zh) | 交互方法、装置、设备和计算机可读介质 | |
CN113053390A (zh) | 基于语音识别的文本处理方法、装置、电子设备及介质 | |
CN110138654B (zh) | 用于处理语音的方法和装置 | |
CN111326146A (zh) | 语音唤醒模板的获取方法、装置、电子设备及计算机可读存储介质 | |
CN108962226B (zh) | 用于检测语音的端点的方法和装置 | |
CN112306560B (zh) | 用于唤醒电子设备的方法和装置 | |
CN114242065A (zh) | 语音唤醒方法及装置、语音唤醒模块的训练方法及装置 | |
CN111312243B (zh) | 设备交互方法和装置 | |
CN111276127A (zh) | 语音唤醒方法、装置、存储介质及电子设备 | |
CN107895573B (zh) | 用于识别信息的方法及装置 | |
CN111899747B (zh) | 用于合成音频的方法和装置 | |
CN112652329B (zh) | 文本重对齐方法、装置、电子设备和存储介质 | |
CN114333017A (zh) | 一种动态拾音方法、装置、电子设备及存储介质 | |
CN111968630B (zh) | 信息处理方法、装置和电子设备 |
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 |