公开(公告)号：CN108281137A

公开(公告)日：2018-07-13

申请号：CN201710002097.3

申请日：2017-01-03

Applicant: 中国科学院声学研究所 ,  国家计算机网络与信息安全管理中心

Inventor： 徐及 ,  张震 ,  李文凤 ,  李鹏 ,  颜永红

IPC: G10L15/02 ,  G10L15/06 ,  G10L15/08 ,  G10L15/183 ,  G10L17/02 ,  G10L17/04 ,  G10L19/16 ,  G10L25/30

Abstract: 本发明公开了一种全音素框架下的通用语音唤醒识别方法及系统，所述方法包括：首先训练深度神经网络声学模型，根据唤醒词修改词典，构造基于filler的解码网络，并根据训练样本训练支持向量机分类器；对输入语音进行预处理，将处理后的语音特征输入解码网络进行解码，根据深度神经网络声学模型计算声学得分，得到解码结果；将识别成功的解码结果的统计量输入支持向量机分类器进行分类，得到最终的识别结果。本发明的方法对全部无调音素扩展得到的三音子状态进行建模得到的是通用声学模型，解码过程中限制解码路径，可以提高唤醒性能，同时结合后期处理部分通过对每条路径上音素后验概率等多维统计量进行分析，消除虚警率升高的隐患。