申请/专利权人：谷歌有限责任公司

申请日：2019-01-14

公开（公告）日：2024-04-09

公开（公告）号：CN111742362B

主分类号：G10L15/20

分类号：G10L15/20;G10L21/0208;G10L15/08;G10L21/0216

优先权：["20180123 US 62/620,885"]

专利状态码：有效-授权

法律状态：2024.04.09#授权;2020.10.30#实质审查的生效;2020.10.02#公开

摘要：描述了用于在检测音频数据帧流的一个或多个特征时选择性地适配和或选择性地利用噪声降低技术的技术。例如，各种技术涉及在检测音频数据帧流中的调用短语、检测音频数据帧流中的话音特性例如，用于说话者识别等时选择性地适配和或利用噪声降低技术。利用描述的技术能够在各种情形下诸如在具有强背景噪声的环境中得到对音频数据帧流的特征的更鲁棒和或更准确的检测。在各种实现方式中，结合自动化助理实现描述的技术，并且利用本文描述的技术检测到的特征来适配自动化助理的功能性。

主权项：1.一种检测针对自动化助理的调用短语的方法，所述方法由客户端设备的一个或多个处理器实现并且包括：接收基于来自所述客户端设备的一个或多个麦克风的输出的音频数据帧流；使用训练后的机器学习模型来对所述流的音频数据帧中的每一个进行处理以生成相应的输出，所述相应的输出指示一个或多个对应调用音素的存在的一个或多个对应概率；将所述流的音频数据帧连同针对所述音频数据帧的输出指示一起存储在缓冲器中，所述输出指示中的每一个均是针对所述音频数据帧中的相应一个的并且是基于对应输出的，所述对应输出是基于使用所述训练后的机器学习模型对所述音频数据帧中的相应一个进行处理而生成的；在第一实例处，确定在所述第一实例处的所述缓冲器中的所述输出指示指示在所述第一实例处的所述缓冲器中的所述音频数据帧全部未能包括所述一个或多个对应调用音素中的任一个；响应于在所述第一实例处的确定：使用在所述第一实例处的所述缓冲器中的所述音频数据帧中的至少一个来适配噪声降低滤波器；在所述第一实例之后的第二实例处，确定在所述第二实例处的所述缓冲器中的所述输出指示指示在所述第二实例处的所述缓冲器中的所述音频数据帧中的至少一个潜在地包括所述一个或多个对应调用音素中的至少一个；响应于在所述第二实例处的确定：基于使用如至少部分地响应于在所述第一实例处的确定而适配的所述噪声降低滤波器对在所述第二实例处的所述缓冲器中的多个所述音频数据帧进行处理来生成滤波后的数据帧；以及基于使用所述训练后的机器学习模型或附加的训练后的机器学习模型来对所述滤波后的数据帧进行处理而确定所述滤波后的数据帧是否指示所述调用短语的存在；以及响应于确定所述滤波后的数据帧指示所述调用短语的存在：使所述自动化助理的至少一个功能被激活。

全文数据：

权利要求：

百度查询： 谷歌有限责任公司 在调用短语检测中选择性地适配和利用噪声降低技术

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD