語音喚醒技術的原理是什麼？

01-08

網路和書本介紹了很多語音識別的技術，但是關於語音特定詞喚醒技術的解釋卻非常少，所以想請教有關語音喚醒技術的原理和細節。
謝答！

一般語音喚醒的方案有2類，主要區別是在解碼的過程是否採用語言模型Language Model
不採用LM的情況下，在解碼的過程中，需要用到聲學模型，以及喚醒詞（產品定義）的發音，解碼出來的是音素序列，然後在與喚醒詞音素序列匹配，若匹配上，那麼將設備喚醒，若匹配不上，那麼端點檢測模塊（VAD）繼續檢測下一次語音交互，其中VAD對降低功耗起著至關重要的作用
採用LM的情況下，在解碼的過程中，不僅僅需要用到聲學模型，還需要用到LM，以及LM裡面用到的詞的發音詞典，這樣解碼出來的是漢字，後面與喚醒詞本身做匹配
具體可以參考 https://www.google.com.hk/url?sa=trct=jq=esrc=ssource=webcd=2cad=rjauact=8ved=0ahUKEwjusretw5fNAhVNOlIKHWOsD34QFggkMAEurl=%68%74%74%70%3a%2f%2f%77%77%77%2e%73%70%72%69%6e%67%65%72%2e%63%6f%6d%2f%63%64%61%2f%63%6f%6e%74%65%6e%74%2f%64%6f%63%75%6d%65%6e%74%2f%63%64%61%5f%64%6f%77%6e%6c%6f%61%64%64%6f%63%75%6d%65%6e%74%2f%39%37%38%31%34%36%31%34%36%34%38%38%34%2d%63%31%2e%70%64%66%3f%53%47%57%49%44%3d%30%2d%30%2d%34%35%2d%31%34%34%36%30%32%32%2d%70%31%37%34%38%34%37%38%35%36usg=AFQjCNEpJYh7nTIfXCNVs3ueoXAyVz8Syg

核心是一個辭彙量只有1的孤立詞語音識別系統。

這樣系統中，只需要一個鏈狀的HMM，HMM的狀態可以任意劃分，甚至不需要對應於音素。

如 @追夢憶影所說，這個語音識別系統是需要一直在後台運行的，所以會費電。

因此，怎樣用儘可能小的功耗維持系統運行，就是一個值得研究的課題。

通用語聊訓練一個基線模型,喚醒詞錄音訓練一個命令詞模型,喚醒就是拿錄音數據計算兩者的匹配度,如果跟訓練的命令詞模型達到閾值,就喚醒啦!

語音喚醒可以歸類為limited resource keyword-spotting問題。

一般構建keyword-filler解碼網路，建模方式可以是GMM，BN，DNN or LSTM

以前在沒有低功耗處理晶元的設備上實現過這個功能

多的不扯

過濾監聽語音識別

目前低功耗的喚醒，主要有兩個技術路線：

1. 基於HMM-GMM的keyword/filler模式

2. 基於深度神經網路

一般低功耗的喚醒，都是不帶LM的，拼的就是聲學模型的準確程度，以及後端分類器等等

moto x第一代支持 hello，google now來喚醒手機，她的原理是cpu內部有個低功率的感測器在一直運行檢測語音，當匹配到hello，google now時對設備進行喚醒操作。