MEMS扬声器的语音唤醒方法、装置及电子设备、存储介质
本发明公开了一种MEMS扬声器的语音唤醒方法、装置及电子设备、存储介质，方法包括：将MEMS扬声器外部的环境声音实时编码为声学信号，计算所述声学信号的熵指标；监测MEMS扬声器内部的谐振波动，并测量谐振波动指数；将所述声学信号的频谱特征与预设的唤醒词汇样本库进行对比，判断是否存在匹配的唤醒词频谱特征；在存在匹配的唤醒词频谱特征的情况下，根据所述熵指标和所述谐振波动指数，计算动态识别指数，以评估匹配到的唤醒词的可靠性；当所述动态识别指数超过预设阈值时，发出语音唤醒信号，激活所述MEMS扬声器。利用本发明实施例，能够改进MEMS扬声器的设计和功能，以提高语音唤醒技术的性能和可靠性，保持高灵敏度和低误识率。
发明专利
CN202410555182.2
2024-05-06
CN118411984A
2024-07-29
G10L15/02(2006.01)
深圳市盛佳丽电子有限公司
盛成龙;盛子浩;程开科;魏开发;韦超方
518110 广东省深圳市龙华区福城街道茜坑社区鸿创科技中心6栋610,701,801,201B
深圳立禾专利代理事务所(普通合伙)
刘丽英
广东;44
1.一种MEMS扬声器的语音唤醒方法，其特征在于，所述方法包括： 将MEMS扬声器外部的环境声音实时编码为声学信号，计算所述声学信号的熵指标； 监测MEMS扬声器内部的谐振波动，并测量谐振波动指数； 将所述声学信号的频谱特征与预设的唤醒词汇样本库进行对比，判断是否存在匹配的唤醒词频谱特征； 在存在匹配的唤醒词频谱特征的情况下，根据所述熵指标和所述谐振波动指数，计算动态识别指数，以评估匹配到的唤醒词的可靠性； 当所述动态识别指数超过预设阈值时，发出语音唤醒信号，激活所述MEMS扬声器。 2.根据权利要求1所述的方法，其特征在于，所述熵指标的计算公式为： AEI＝-sum_{i＝1}^{I}p(x_i)log p(x_i) 其中，所述AEI为熵指标，所述p(x_i)为第i个声学信号样本的概率分布，所述I为样本总数。 3.根据权利要求2所述的方法，其特征在于，所述谐振波动指数的测量方式为： 其中，所述RFIM为谐振波动指数，所述r(t)为实时监测的谐振幅度，所述r_0为预设的稳态谐振基线，所述T为测量时间周期。 4.根据权利要求3所述的方法，其特征在于，所述将所述声学信号的频谱特征与预设的唤醒词汇样本库进行对比，判断是否存在匹配的唤醒词频谱特征，包括： 利用短时傅里叶变换，将所述声学信号转换为在短时间窗口内的频率与时间的函数，生成频谱图； 从所述频谱图中提取特定关键特征，对提取的频谱特征进行降维处理； 将降维后的频谱特征与预设的唤醒词汇样本库中的频谱特征进行对比，其中，样本库中包含多个版本的唤醒词频谱特征，每个版本对应不同的发音条件和环境背景； 利用相似度计算技术，计算实时降维后的频谱特征与每个版本的的频谱特征之间的匹配度； 如果所述匹配度大于预设匹配度，则判断存在匹配的唤醒词频谱特征。 5.根据权利要求4所述的方法，其特征在于，所述动态识别指数的计算公式为： DRI＝delta·AEI/RFIM+(1-delta)·SMI 其中，所述DRI为动态识别指数，所述SMI为预定义的频谱匹配指数，所述delta为动态平衡因子。 6.一种MEMS扬声器的语音唤醒系统，其特征在于，所述系统包括： 编码模块，用于将MEMS扬声器外部的环境声音实时编码为声学信号，计算所述声学信号的熵指标； 测量模块，用于监测MEMS扬声器内部的谐振波动，并测量谐振波动指数； 判断模块，用于将所述声学信号的频谱特征与预设的唤醒词汇样本库进行对比，判断是否存在匹配的唤醒词频谱特征； 评估模块，用于在存在匹配的唤醒词频谱特征的情况下，根据所述熵指标和所述谐振波动指数，计算动态识别指数，以评估匹配到的唤醒词的可靠性； 唤醒模块，用于当所述动态识别指数超过预设阈值时，发出语音唤醒信号，激活所述MEMS扬声器。 7.根据权利要求6所述的系统，其特征在于，所述熵指标的计算公式为： AEI＝-sum_{i＝1}^{I}p(x_i)log p(x_i) 其中，所述AEI为熵指标，所述p(x_i)为第i个声学信号样本的概率分布，所述I为样本总数。 8.根据权利要求7所述的系统，其特征在于，所述谐振波动指数的测量方式为： 其中，所述RFIM为谐振波动指数，所述r(t)为实时监测的谐振幅度，所述r_0为预设的稳态谐振基线，所述T为测量时间周期。 9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1-5中任一项所述的方法。 10.一种电子设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1-5中任一项所述的方法。