一种针对语音指令的尾点判断方法、装置及电子设备与流程

本申请涉及语音处理，特别是涉及一种针对语音指令的尾点判断方法、装置及电子设备。

背景技术：

1、对于具有语音助手功能的电子设备（如智能音箱）而言，在用户发出语音指令的过程中，需要判断用户的语音指令是否输入完毕，即判断语音交互过程中是否产生尾点（即尾点判断），以决定何时关闭麦克风并执行识别与响应。

2、相关技术中，对于各个用户的语音交互过程，均通过固定的静音超时阈值（如800ms），来进行尾点判断。然而，对习惯思考停顿多的用户，语音交互中的停顿会被误判为语音指令已输入完毕，导致指令内容被截断；对无停顿便说完的用户，说完后仍需等待固定时长（如该静音超时阈值所指示的时长），导致响应迟钝（即语音指令的响应及时性不高）。

3、可见，如何提高针对语音指令的尾点判断的准确性，是亟待解决的问题。

技术实现思路

1、本申请实施例的目的在于提供一种针对语音指令的尾点判断方法、装置及电子设备，以提高针对语音指令的尾点判断的准确性。具体技术方案如下：

2、第一方面，本申请实施例提供了一种针对语音指令的尾点判断方法，包括：

3、在目标用户发出语音指令的过程中，若基于采集到的音频信号检测到所述目标用户从语音输入状态进入非语音输入状态，对所述非语音输入状态的持续时长进行监测；

4、获取基于所述目标用户的用户画像为所述目标用户所设定目标时长阈值；其中，所述用户画像中记录有关于所述目标用户的历史语音指令的停顿时长分布，所述目标时长阈值为与所述目标用户的停顿习惯所匹配的静音超时阈值；

5、若监测到所述持续时长达到所述目标时长阈值，判定所述目标用户的语音指令产生尾点。

6、第二方面，本申请实施例提供了一种针对语音指令的尾点判断装置，包括：

7、监测模块，用于在目标用户发出语音指令的过程中，若基于采集到的音频信号检测到所述目标用户从语音输入状态进入非语音输入状态，对所述非语音输入状态的持续时长进行监测；

8、确定模块，用于获取基于所述目标用户的用户画像为所述目标用户所设定目标时长阈值；其中，所述用户画像中记录有关于所述目标用户的历史语音指令的停顿时长分布，所述目标时长阈值为与所述目标用户的停顿习惯所匹配的静音超时阈值；

9、判定模块，用于若监测到所述持续时长达到所述目标时长阈值，判定所述目标用户的语音指令产生尾点。

10、第三方面，本申请实施例提供了一种电子设备，包括：

11、存储器，用于存放计算机程序；

12、处理器，用于执行存储器上所存放的程序时，实现上述第一方面所提供的针对语音指令的尾点判断方法。

13、第四方面，本申请实施例提供了 一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所提供的针对语音指令的尾点判断方法。

14、第五方面，本申请实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一所述的针对语音指令的尾点判断方法。

15、本申请实施例有益效果：

16、本申请实施例提供的针对语音指令的尾点判断方法中，对于发出语音指令的目标用户而言，设置有用于记录关于所述目标用户的历史语音指令的停顿时长分布的用户画像；这样，在尾点判断过程中，获取基于所述目标用户的用户画像为所述目标用户所设定目标时长阈值，即获取对于目标用户个性化设定的、符合用户停顿习惯的静音超时阈值，并结合目标时长阈值和关于非语音输入状态的持续时长，进行尾点判断。从而，通过本方案，可以提高针对语音指令的尾点判断的准确性。

17、当然，实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。

1.一种针对语音指令的尾点判断方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

4.根据权利要求1或2所述的方法，其特征在于，所述对所述非语音输入状态的持续时长进行监测，包括：

5.根据权利要求1或2所述的方法，其特征在于，基于所述目标用户的用户画像对所述目标用户设定目标时长阈值的方式，包括：

6.根据权利要求5所述的方法，其特征在于，所述基于所选取的停顿时长，确定候选时长阈值，包括：

7.根据权利要求6所述的方法，其特征在于，所述安全时长余量的确定方式包括：

8.根据权利要求6所述的方法，其特征在于，所述基于所述基准时长阈值，确定候选时长阈值，包括：

9.根据权利要求3所述的方法，其特征在于，所述停顿时长分布通过直方图进行表征；

10.一种针对语音指令的尾点判断装置，其特征在于，包括：

11.一种电子设备，其特征在于，包括：

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-9任一所述的方法。