一种语音唤醒阈值调整方法及系统与流程

1.本技术涉及一种语音唤醒的调整方法。


背景技术：

2.具有声音采集单元（例如麦克风）的电子设备中，有些提供了语音唤醒功能。所述语音唤醒（keyword spotting）是指一旦电子设备检测到特定关键词（称为唤醒词）的语音出现，就将自身从休眠状态切换至运行状态，从而实现相互对话、或者执行后续语音的指令等。在智能音箱、智能手机、具有麦克风的智能手表、具有麦克风的智能手环中，往往设有语音唤醒功能。
3.语音唤醒阈值是指决定语音检测单元是否工作的阈值。当声音采集单元采集到音频信号后，只有当音频信号的能量大于或等于语音唤醒阈值，才会由语音检测单元进行语音激活检测以判断音频信号中是否包含特定关键词。现有技术一般通过时间的判定来调整语音唤醒阈值，例如在夜间提升语音唤醒阈值，这样可以避免电子设备在夜间被错误唤醒而打扰用户。但是仅根据时间来调整调整语音唤醒阈值较为死板，对于作息规律不同的用户会有较大偏差。


技术实现要素：

4.本技术所要解决的技术问题是提供一种语音唤醒阈值的配置方法。
5.为解决上述技术问题，本技术提出了一种语音唤醒阈值调整方法（实施例一），包括如下步骤。步骤s1：实时检测用户的身体状态。步骤s2：分析用户的身体状态数据，判断用户是否处于睡眠状态。步骤s3：如果用户处于睡眠状态，提高电子设备的语音唤醒阈值；如果用户未处于睡眠状态，恢复电子设备的语音唤醒阈值为常规值。
6.进一步地，所述步骤s1包括检测如下任意一项或多项身体状态数据：采用加速度传感器检测人体的运动状态，采用心率传感器检测心率，采用温度传感器检测人体体温。
7.进一步地，所述步骤s2中，根据单一的身体状态数据判断，或者根据多种身体状态数据综合判断。
8.进一步地，所述步骤s2中，根据用户的运动数据进行判定；运动次数超过a次和/或运动幅度超过b米即判定为用户处于睡眠状态；否则判定用户未处于睡眠状态。
9.进一步地，所述步骤s3中，语音唤醒阈值共有2个取值，一个是常规值，另外一个是提高值。
10.本技术还提出了一种语音唤醒阈值调整系统（实施例一），包括身体检测模块、睡眠分析模块和阈值调整模块。所述身体检测模块用来实时检测用户的身体状态。所述睡眠分析模块用来分析用户的身体状态数据，判断用户是否处于睡眠状态。所述阈值调整模块用来在用户处于睡眠状态时，提高电子设备的语音唤醒阈值；在用户未处于睡眠状态时，恢复电子设备的语音唤醒阈值为常规值。
11.本技术还提出了一种语音唤醒阈值调整方法（实施例二），包括如下步骤。步骤s1：
实时检测用户的身体状态。步骤s21：分析用户的身体状态数据，判断用户是否处于睡眠状态；当用户处于睡眠状态下，还判定用户的睡眠等级。步骤s31：如果用户处于睡眠状态，则根据用户的睡眠等级相应地提高电子设备的语音唤醒阈值；如果用户未处于睡眠状态，恢复电子设备的语音唤醒阈值为常规值。
12.进一步地，所述步骤s21中，根据用户的运动数据进行判定；统计24小时内的运动次数及运动幅度，将24小时内的运动数据归一化处理，将归一化后的运动数据集中的点进行机器学习分割，或者按照采样点比例分割，最终判定用户是否处于睡眠状态以及在睡眠状态下的哪个睡眠等级。
13.进一步地，所述步骤s21中，用户在睡眠状态共有n个睡眠等级；所述步骤s31中，将语音唤醒阈值划分为n个提高值；此时语音唤醒阈值共有n 1个取值，一个是常规值，另外n个是提高值；n个提高值分别对应n个睡眠等级；越高的睡眠等级对应的提高值越大。
14.本技术还提出了一种语音唤醒阈值调整系统（实施例二），包括身体检测模块、睡眠分析模块和阈值调整模块。所述身体检测模块用来实时检测用户的身体状态。所述睡眠分析模块用来分析用户的身体状态数据，判断用户是否处于睡眠状态；当用户处于睡眠状态下，还用来判定用户的睡眠等级。所述阈值调整模块用来当判定用户处于睡眠状态时，根据用户的睡眠等级相应地提高电子设备的语音唤醒阈值；当判定用户未处于睡眠状态时，恢复电子设备的语音唤醒阈值为常规值。
15.本技术取得的技术效果是：通过对人体的准确检测得到是否睡眠的判定，通过判定结果调整语音终端的语音唤醒阈值，增加了对人体的适应性。本技术可以在用户睡眠时减小误唤醒的概率，而在用户苏醒时增大成功唤醒的概率，极大提升了语音唤醒的用户体验。
附图说明
16.图1是本技术提出的语音唤醒阈值调整方法的实施例一的流程示意图。
17.图2是本技术提出的语音唤醒阈值调整系统的实施例一的流程示意图。
18.图3是本技术提出的语音唤醒阈值调整方法的实施例二的流程示意图。
19.图4是本技术提出的语音唤醒阈值调整系统的实施例二的流程示意图。
20.图中附图标记说明：身体检测模块1、睡眠分析模块2或21、阈值调整模块3或31。
具体实施方式
21.请参阅图1，本技术提出的语音唤醒阈值调整方法的实施例一包括如下步骤。
22.步骤s1：实时检测用户的身体状态。这一步用来检测人体相关的各项指标，采用加速度传感器检测人体的运动状态，采用心率传感器检测心率，采用温度传感器检测人体体温等。
23.步骤s2：分析用户的身体状态数据，判断用户是否处于睡眠状态。这一步可以根据单一的身体状态数据判断，也可以根据多种身体状态数据综合判断。
24.例如根据用户的运动数据进行判定。一种示例性的判定方法是根据经验阈值判定，即运动次数超过a次和/或运动幅度超过b米即判定为用户处于睡眠状态；否则判定用户未处于睡眠状态。
25.步骤s3：如果用户处于睡眠状态，提高电子设备的语音唤醒阈值。如果用户未处于睡眠状态，恢复电子设备的语音唤醒阈值为常规值。此时语音唤醒阈值共有2个取值，一个是常规值，另外一个是提高值。
26.请参阅图2，本技术提出的语音唤醒阈值调整系统的实施例一包括身体检测模块1、睡眠分析模块2和阈值调整模块3。图2所示系统与图1所示方法相对应。
27.所述身体检测模块1用来实时检测用户的身体状态。
28.所述睡眠分析模块2用来分析用户的身体状态数据，判断用户是否处于睡眠状态。
29.所述阈值调整模块3用来在用户处于睡眠状态时，提高电子设备的语音唤醒阈值；在用户未处于睡眠状态时，恢复电子设备的语音唤醒阈值为常规值。
30.请参阅图3，本技术提出的语音唤醒阈值调整方法的实施例二包括如下步骤。
31.步骤s1：实时检测用户的身体状态。
32.步骤s21：分析用户的身体状态数据，判断用户是否处于睡眠状态。当用户处于睡眠状态下，还判定用户的睡眠等级。这一步可以根据单一的身体状态数据判断，也可以根据多种身体状态数据综合判断。
33.例如根据用户的运动数据进行判定。一种示例性的判定的方法是统计24小时内的运动次数及运动幅度，利用机器学习算法统计出运动数据大幅缩减的不同级别，对于不同的级别进行睡眠等级的判定。例如，在24小时内将最大运动数据归一化之后最大值为1，最小值为0。将归一化后的运动数据集中的点进行机器学习分割，或者按照1/24（1小时深度睡眠）、8/24（8小时睡眠）等采样点比例分割，最终判定用户是否处于睡眠状态以及在睡眠状态下的哪个睡眠等级。
34.步骤s31：如果用户处于睡眠状态，则根据用户的睡眠等级相应地提高电子设备的语音唤醒阈值。如果用户未处于睡眠状态，恢复电子设备的语音唤醒阈值为常规值。
35.例如在步骤s21中将用户在睡眠状态下划分为n个睡眠等级，则在步骤s31中将语音唤醒阈值也划分为相应数量（n个）的提高值。此时语音唤醒阈值共有n 1个取值，一个是常规值，另外n个是提高值；n个提高值分别对应n个睡眠等级；越高的睡眠等级表示睡眠程度越深，对应的提高值越大，也就是越不容易被唤醒。
36.请参阅图4，本技术提出的语音唤醒阈值调整系统的实施例二包括身体检测模块1、睡眠分析模块21和阈值调整模块31。图4所示系统与图3所示方法相对应。
37.所述身体检测模块1用来实时检测用户的身体状态。
38.所述睡眠分析模块21用来分析用户的身体状态数据，判断用户是否处于睡眠状态。当用户处于睡眠状态下，所述睡眠分析模块21还用来判定用户的睡眠等级。
39.所述阈值调整模块31用来当判定用户处于睡眠状态时，根据用户的睡眠等级相应地提高电子设备的语音唤醒阈值；当判定用户未处于睡眠状态时，恢复电子设备的语音唤醒阈值为常规值。
40.图2和图4所示的系统中，身体检测模块例如由智能手环、智能手表等实现。阈值调整模块例如由智能音箱、具备语音唤醒功能的智能手环、具备语音唤醒功能的智能手表、具备语音唤醒功能的智能耳机等实现。所述睡眠分析模块或者由智能手机、平板电脑、计算机等实现；或者与身体检测模块集成在一起，由智能手环、智能手表等实现；或者与阈值调整模块集成在一起，由智能音箱、具备语音唤醒功能的智能手环、具备语音唤醒功能的智能手
表、具备语音唤醒功能的智能耳机等实现。集成度最高的情况下，三个模块集成在一起，由具备语音唤醒功能的智能手环、具备语音唤醒功能的智能手表、具备语音唤醒功能的智能耳机等实现图2和图4所示的系统中，各模块如在不同设备上实现，则相互之间通过无线或有线方式进行连接和数据传输。其中无线方式包括wi
‑
fi、ble（低功耗蓝牙）、bt（蓝牙）、zigbee（紫蜂）、2g、3g、4g、5g移动通讯网络、声表面波、超声波等。有线连接方式包括uart（通用异步收发传输器）、usb等。
41.以上仅为本技术的优选实施例，并不用于限定本技术。对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。