語音喚醒方法及裝置、終端及其處理方法
【技術領域】
[0001]本發(fā)明涉及語音識別技術領域，尤其涉及一種語音喚醒方法及裝置、終端及其處理方法。
【背景技術】
[0002]語音在手機終端中已不單單存在于單獨的程序應用中，而開始慢慢的作為一種獨立于手指觸摸輸入的新增輸入方式，不需觸碰手機，遙控和更智能化友好的服務于手機用戶。
[0003]而語音喚醒技術為用戶解放雙手完全的語音指令遙控手機提供了前提，喚醒主流技術是技術軟件喚醒，但軟件運行在手機系統(tǒng)啟動為前提，為保證能隨時隨地接收到用戶的語音指令，語音引擎需要一直后臺運行和監(jiān)聽，手機系統(tǒng)將無法進入休眠待機的節(jié)電狀態(tài)，此類語音喚醒技術的應用對電量消耗異常強烈。目前語音技術在市場技術應用中在不單單考慮到功能友好性，還要關注手機電量消耗，同時要求對用戶使用中的不被語音過多打擾，所以目前各廠商對于語音識別系統(tǒng)的喚醒方案多數(shù)采用休眠狀態(tài)下硬件按鍵喚醒或者手機系統(tǒng)運行時軟件按鈕點擊喚醒。
[0004]隨著技術人員的不斷改進，目前已經(jīng)出現(xiàn)語音低功耗喚醒技術，在手機休眠狀態(tài)下應用低功耗的芯片實現(xiàn)直接用語音指令喚醒手機操作系統(tǒng)，無需用戶手動進行硬件和軟件操作。
[0005]但對于現(xiàn)有技術的語音低功耗喚醒功能中，只能使用固定的喚醒詞，通過語音模型生成此預置固定喚醒詞的聲學模型。具體地現(xiàn)有語音低功耗喚醒功能的實現(xiàn)方法，包括如下:
[0006]錄制一些大批量的“選定喚醒詞”聲音樣本進行處理和人群聲學特征培訓和提取。
[0007]將統(tǒng)計估算得出的“固定的喚醒詞”聲音特征預置在手機系統(tǒng)中。
[0008]根據(jù)用戶個體輸入的聲音波形與統(tǒng)計生成的聲音特征進行比對。
[0009]因低功耗性能音頻芯片中運算處理能力有限，群體樣本統(tǒng)計生成的聲學模型在單獨用戶個體使用時會有以下問題:
[0010]1、用戶個體的發(fā)聲方式差異性遠遠低于或超出采樣統(tǒng)計模型特征提取的置信區(qū)間，造成用戶喚醒率低。如果樣本量太小或者或人群特征太單一，例如，全是普通話，全是成年人，會造成有些特定人群的聲音例如兒童，老人的聲音對喚醒失效。
[0011]2、在噪音環(huán)境下復雜噪音環(huán)境生成了采樣統(tǒng)計模型中類似的似然曲線，造成誤喚醒率高。不該喚醒時亂喚醒，造成用戶困擾。
[0012]3、由于只能通過廠家事先錄制的“固定的喚醒詞”來喚醒終端，用戶不能
[0013]夠自定義喚醒詞，不能滿足用戶個性化的需求，降低了用戶體驗。
[0014]因此，現(xiàn)有技術雖然實現(xiàn)了一定功耗控制下的語音喚醒，但是存在用戶喚醒率低、誤喚醒率高以及用戶體驗差的技術等問題。

【發(fā)明內(nèi)容】

[0015]本發(fā)明要解決的主要技術問題是，提供一種語音喚醒方法及裝置、終端及其處理方法，能夠解決現(xiàn)有語音喚醒技術存在的用戶喚醒率低、誤喚醒率高以及用戶體驗差的技術問題。
[0016]為解決上述技術問題，本發(fā)明提供一種語音喚醒方法，包括如下步驟:
[0017]采集終端用戶發(fā)出的喚醒詞語音信號，獲取所述喚醒詞語音信號的喚醒詞識別結果和聲紋特征并存儲；
[0018]在所述終端處于休眠狀態(tài)下，檢測外界輸入的語音信號；
[0019]獲取所述語音信號的語音識別結果和聲紋特征；
[0020]獲取所述語音識別結果與存儲的喚醒詞識別結果、以及所述聲紋特征與存儲的聲紋特征的匹配結果；
[0021]根據(jù)所述匹配結果判斷是否需要喚醒所述終端，若是，則喚醒所述終端。
[0022]進一步地，所述方法在檢測外界輸入的語音信號之后，獲取所述語音信號的語音識別結果和聲紋特征之前，還包括:判斷所述語音信號是否滿足預設信號要求，若是，獲取所述語音信號的語音識別結果和聲紋特征。
[0023]進一步地，所述判斷所述語音信號是否滿足預設信號要求的步驟包括:
[0024]對所述語音信號進行處理得到用戶語音數(shù)據(jù)和背景噪聲數(shù)據(jù)；
[0025]將所述用戶語音數(shù)據(jù)和所述背景噪聲數(shù)據(jù)分別與預置的背景噪聲模型進行匹配；
[0026]根據(jù)匹配結果判斷所述語音信號是否滿足預設信號要求。
[0027]進一步地，所述將所述用戶語音數(shù)據(jù)和所述背景噪聲數(shù)據(jù)分別與預置的背景噪聲模型進行匹配的步驟包括:
[0028]將所述用戶語音數(shù)據(jù)與所述預置的背景噪聲模型進行匹配得到第一匹配分值；
[0029]將所述背景噪聲數(shù)據(jù)與所述預置的背景噪聲模型進行匹配得到第二匹配分值；
[0030]所述根據(jù)匹配結果判斷所述語音信號是否滿足預設信號要求的步驟包括:
[0031]采用預設分值算法對所述第一匹配分值和所述第二匹配分值進行計算得到所述語音信號的匹配分值；
[0032]判斷所述語音信號的匹配分值是否大于預設閾值，若是，則判定滿足預設信號要求，若否，則判定不滿足預設信號要求。
[0033]進一步地，所述根據(jù)所述匹配結果判斷是否需要喚醒所述終端的步驟包括:
[0034]當所述語音信號的語音識別結果與所述存儲的語音喚醒詞識別結果匹配成功，且所述語音信號的聲紋特征與所述存儲的語音喚醒詞聲紋特征匹配成功時，則判定需要喚醒所述終端。
[0035]進一步地，所述判斷所述語音信號是否滿足預設信號要求的步驟包括:
[0036]多核音頻處理器中的第一核單元喚醒后，所述第一核單元判斷所述語音信號是否滿足預設信號要求；
[0037]所述獲取所述語音信號的語音識別結果和聲紋特征的步驟包括:
[0038]當所述第一核單元判斷為是時，所述第一核單元喚醒所述多核音頻處理器中的第二核單元；
[0039]所述第二核單元獲取所述語音信號的語音識別結果和聲紋特征；
[0040]所述獲取所述語音識別結果與存儲的喚醒詞識別結果、以及所述聲紋特征與存儲的聲紋特征的匹配結果的步驟包括:
[0041]所述第二核單元獲取所述語音識別結果與存儲的喚醒詞識別結果、以及所述聲紋特征與存儲的聲紋特征的匹配結果；
[0042]所述根據(jù)所述匹配結果判斷是否需要喚醒所述終端，若是，則喚醒所述終端的步驟包括:
[0043]所述第二核單元根據(jù)所述匹配結果判斷是否需要喚醒所述終端，若是，則所述第二核單元喚醒所述終端。
[0044]進一步地,所述方法還包括:
[0045]當所述第一核單元判斷為否時，所述第一核單元進入休眠狀態(tài)；
[0046]和/ 或
[0047]當所述第二核單元判斷為否時，所述第二核單元進入休眠狀態(tài)。
[0048]進一步地，所述第二核單元喚醒所述終端的步驟包括:
[0049]所述第二核單元發(fā)送中斷事件喚醒所述終端中處于休眠狀態(tài)的主處理器。
[0050]同樣為了解決上述的技術問題，本發(fā)明還提供了一種終端處理方法，包括如下步驟:
[0051]利用上述前五項中任一項所述的語音喚醒方法喚醒所述終端；
[0052]所述終端在喚醒之后，根據(jù)所述語音信號的語音識別結果執(zhí)行對應的預設操作。
[0053]進一步地，所述喚醒所述終端的步驟包括:
[0054]根據(jù)所述語音信號的識別結果產(chǎn)生預設類型的喚醒中斷事件喚醒所述終端；
[0055]所述語音信號的語音識別結果執(zhí)行預設的操作的步驟包括:
[0056]根據(jù)所述喚醒中斷事件的類型執(zhí)行對應的預設操作。
[0057]同樣為了解決上述的技術問題，本發(fā)明還提供了一種語音喚醒裝置，包括:采樣模塊、檢測模塊、第一獲取模塊、第二獲取模塊、第一判斷模塊和喚醒模塊；
[0058]所述采樣模塊用于采集終端用戶發(fā)出的喚醒詞語音信號，獲取所述喚醒詞語音信號的喚醒詞識別結果和聲紋特征并存儲；
[0059]所述檢測模塊用于在所述終端處于休眠狀態(tài)下，檢測外界輸入的語音信號；
[0060]所述第一獲取模塊用于獲取所述語音信號的語音識別結果和聲紋特征；
[0061]所述第二獲取模塊用于獲取所述語音識別結果與存儲的喚醒詞識別結果、以及所述聲紋特征與存儲的聲紋特征的匹配結果；
[0062]所述第一判斷模塊用于根據(jù)所述匹配結果判斷是否需要喚醒所述終端；
[0063]所述喚醒模塊用于在所述第一判斷模塊判斷為是時，喚醒所述終端。
[0064]進一步地，所述裝置還包括:第二判斷模塊；
[0065]所述第二判斷模塊用于在檢測模塊檢測外界輸入的語音信號之后，所述第一獲取模塊獲取所述語音信號的語音識別結果和聲紋特征之前，判斷所述語音信號是否滿足預設信號要求；
[0066]所述第一獲取模塊用于在所述第二判斷模塊判斷為是時，獲取所述語音信號的語音識別結果和聲紋特征。
[0067]進一步地，所述第二判斷模塊用