语音识别中唤醒技术调研

上篇博客（语音识别传统方法(GMM+HMM+NGRAM)概述）说到咱们team要作语音识别相关的项目，而咱们公司的芯片是用在终端上的，即咱们要作终端上的语音识别。因为目前终端（如手机）上的CPU还不足够强劲，不能让语音识别的各类算法跑在终端上，尤为如今语音识别都是基于深度学习来作了，更加不能跑在终端上，因此目前主流的语音识别方案是声音采集和前处理在终端上作，语音识别算法则放在服务器（即云端）上跑。虽然这种方案有泄漏隐私（把终端上的语音数据发给服务器）和没有网络不能使用等缺点，但也是不得已而为之的，相信在不久的未来等终端上的CPU足够强劲了会把语音识别的全部实现都放在终端上的。

 

是否是意味着终端上作不了语音识别相关的算法了？其实也不是，语音唤醒功能是须要在终端上实现的。语音唤醒是指设定一个唤醒词，如Siri的“Hi Siri”，只有用户说了唤醒词后终端上的语音识别功能才会处于工做状态，不然处于休眠状态。这样作主要是为了降功耗，增长续航时间。目前不少终端都是靠电池供电的，对功耗很敏感，是不容许让语音识别功能一直处于工做状态的。为此我就对语音唤醒技术作了一番调研。依旧是看各类文档和博客，而后进行梳理和总结，造成PPT，给组内同窗介绍。在此我也把PPT贴出来，给有须要或感兴趣的朋友看看，有什么不正确的也请指正。个人PPT中的一些图是用的文档或他人博客里的，谢谢这些原做者。如下就是个人关于语音唤醒技术的PPT。

 

 

原文出处：https://www.cnblogs.com/talkaudiodev/p/10919725.html