首页/ 广汽丰田汽车有限公司/ 专利详情

多模态语音唤醒方法、装置及计算机可读存储介质

基本信息

申请号 CN202210098130.8 申请日 -
公开（公告）号 CN114220420A 公开（公告）日 2022-03-22
申请公布号 CN114220420A 申请公布日 2022-03-22
分类号 G10L15/02（2006.01）I;G10L15/22（2006.01）I;G10L15/25（2013.01）I 分类 乐器；声学;
发明人 俞瑞华;陈铖彬;郭永利;柳文斌 申请（专利权）人 广汽丰田汽车有限公司
代理机构 深圳市世纪恒程知识产权代理事务所 代理人 王径武
地址 510000广东省广州市南沙区黄阁镇市南大道8号
法律状态 -

摘要

摘要 本发明公开了一种多模态语音唤醒方法、装置及计算机可读存储介质，所述多模态语音唤醒方法包括以下步骤：获取用户的脸部图像特征，获取来自用户的语音信息；基于所述脸部图像特征或语音信息，判断所述用户是否有语音交互意图；若所述脸部图像特征和语音信息中的任一项满足预设交互条件，则判定所述用户有语音交互意图，并唤醒预设语音助手。通过实施本发明，能够识别用户的脸部图像特征，结合用户发出的语音信息，在收音环境嘈杂的情况下也能判断出用户是否有交互意图，从而可以选择是否唤醒语音助手，在人机交互的过程中减少了外界环境的干扰，增强了人机交互的体验，保证了语音交互时的高唤醒率。