本技術(shù)涉及人工智能，特別是涉及一種機(jī)器人喚醒方法、裝置、機(jī)器人、計(jì)算機(jī)可讀存儲介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。

背景技術(shù)：

1、隨著人工智能技術(shù)的發(fā)展，越來越多的電子設(shè)備可以支持人機(jī)交互功能，其中，人機(jī)交互功能支持用戶喚醒語音助手，對電子設(shè)備發(fā)送語音指令，與電子設(shè)備進(jìn)行對話和問答等，從而使用戶快捷獲取知識和控制設(shè)備。

2、傳統(tǒng)技術(shù)中，一般是針對用戶輸入的語音信號，識別喚醒詞，將發(fā)出喚醒詞的用戶鎖定為目標(biāo)發(fā)聲對象。由于在環(huán)境場景中可能存在噪聲、電子人聲和其他非目標(biāo)人聲等干擾，因此在識別到喚醒詞時(shí)，將發(fā)出喚醒詞的目標(biāo)人聲進(jìn)行增強(qiáng)，使目標(biāo)人聲在語音信號中更為突出顯著，從而抑制其他干擾聲音，通過對目標(biāo)人聲進(jìn)行聲紋識別，準(zhǔn)確鎖定目標(biāo)發(fā)聲對象的身份，這樣電子設(shè)備可以從語音信號中提取出該目標(biāo)發(fā)聲對象的語音指令并響應(yīng)。

3、然而，應(yīng)用傳統(tǒng)技術(shù)和機(jī)器人問答時(shí)，需要先通過特定喚醒詞喚醒機(jī)器人，若用戶對機(jī)器人說的喚醒詞不清楚，則無法開展對話。

技術(shù)實(shí)現(xiàn)思路

1、基于此，有必要針對上述技術(shù)問題，提供一種能夠進(jìn)行實(shí)時(shí)語義識別，無需喚醒詞即可喚醒機(jī)器人展開對話，提升機(jī)器人問答效率的機(jī)器人喚醒方法、裝置、機(jī)器人、計(jì)算機(jī)可讀存儲介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。

2、第一方面，本技術(shù)提供了一種機(jī)器人喚醒方法，包括：

3、在滿足預(yù)設(shè)的觸發(fā)條件時(shí)，采集語音數(shù)據(jù)；

4、基于自動語音識別技術(shù)對采集的語音數(shù)據(jù)進(jìn)行文字識別，得到文本數(shù)據(jù)；

5、通過訓(xùn)練好的大語言模型對所述文本數(shù)據(jù)進(jìn)行解析，確定所述文本數(shù)據(jù)是否為完整的語句；

6、若所述文本數(shù)據(jù)為完整的語句，則喚醒機(jī)器人，并根據(jù)所述文本數(shù)據(jù)生成對應(yīng)的回答；

7、由機(jī)器人語音播報(bào)生成的回答。

8、在其中一個(gè)實(shí)施例中，所述預(yù)設(shè)的觸發(fā)條件包括以下至少一項(xiàng)：

9、在機(jī)器人周圍環(huán)境中采集到的音頻數(shù)據(jù)的分貝大于預(yù)設(shè)值；

10、機(jī)器人的感知系統(tǒng)判斷有人進(jìn)入到預(yù)設(shè)的范圍內(nèi)；其中，所述機(jī)器人的感知系統(tǒng)包括：超聲波傳感器，紅外線傳感器，激光傳感器，雷達(dá)傳感器，視覺傳感器中的至少一種。

11、在其中一個(gè)實(shí)施例中，所述基于自動語音識別技術(shù)對采集的語音數(shù)據(jù)進(jìn)行文字識別，得到文本數(shù)據(jù)，包括：

12、按照預(yù)設(shè)的遞增規(guī)則采集不同長度的語音數(shù)據(jù)；其中，所述預(yù)設(shè)的遞增規(guī)則包括：確定語音數(shù)據(jù)采集的起始時(shí)間，以所述起始時(shí)間作為統(tǒng)一的起始點(diǎn)，采集時(shí)間長度遞增的若干段語音數(shù)據(jù)；

13、基于自動語音識別技術(shù)對采集的若干段語音數(shù)據(jù)進(jìn)行文字識別，得到若干個(gè)文本數(shù)據(jù)。

14、在其中一個(gè)實(shí)施例中，所述通過訓(xùn)練好的大語言模型對所述文本數(shù)據(jù)進(jìn)行解析，確定所述文本數(shù)據(jù)是否為完整的語句，包括：

15、將所述若干個(gè)文本數(shù)據(jù)，按照生成的時(shí)間順序依次輸入到所述訓(xùn)練好的大語言模型中，由所述訓(xùn)練好的大語言模型對文本數(shù)據(jù)進(jìn)行解析，輸出所述文本數(shù)據(jù)所處的置信區(qū)間；

16、若所述文本數(shù)據(jù)在目標(biāo)置信區(qū)間內(nèi)，則輸出所述文本數(shù)據(jù)的解析結(jié)果為完整語句；

17、若所述文本數(shù)據(jù)不在目標(biāo)置信區(qū)間內(nèi)，則輸出所述文本數(shù)據(jù)的解析結(jié)果為不完整語句。

18、在其中一個(gè)實(shí)施例中，所述基于自動語音識別技術(shù)對采集的語音數(shù)據(jù)進(jìn)行文字識別，得到文本數(shù)據(jù)，包括：

19、確定語音采集的結(jié)束時(shí)間；其中，所述確定語音采集的結(jié)束時(shí)間包括：當(dāng)檢測到語音數(shù)據(jù)出現(xiàn)中斷，且中斷的時(shí)長大于設(shè)置的閾值時(shí)，則確定語音采集已經(jīng)結(jié)束，并將中斷出現(xiàn)的起始時(shí)間作為結(jié)束時(shí)間；

20、獲取語音采集的起始時(shí)間至結(jié)束時(shí)間的音頻數(shù)據(jù)，并基于自動語音識別技術(shù)對采集的語音數(shù)據(jù)進(jìn)行文字識別，得到文本數(shù)據(jù)。

21、在其中一個(gè)實(shí)施例中，在通過訓(xùn)練好的大語言模型對所述文本數(shù)據(jù)進(jìn)行解析之前，所述方法還包括：

22、以開源數(shù)據(jù)集作為語音來源，選取原始語音數(shù)據(jù)；

23、通過語音活動檢測模型對所述原始語音數(shù)據(jù)進(jìn)行篩選，得到篩選后的語音數(shù)據(jù)；

24、對所述篩選后的語音數(shù)據(jù)進(jìn)行標(biāo)注，得到樣本語音數(shù)據(jù)；其中，標(biāo)注的內(nèi)容包括：完整語句，不完整語句；

25、基于所述樣本語音數(shù)據(jù)構(gòu)建訓(xùn)練數(shù)據(jù)集；

26、通過所述訓(xùn)練數(shù)據(jù)集訓(xùn)練大語言模型，直到訓(xùn)練的大語言模型滿足測試要求，得到訓(xùn)練好的大語言模型。

27、在其中一個(gè)實(shí)施例中，在由機(jī)器人語音播報(bào)生成的回答之前，所述方法還包括：

28、判斷采集的語音數(shù)據(jù)是否已經(jīng)結(jié)束；

29、若采集的語音數(shù)據(jù)還未結(jié)束，則將生成的回答添加至待播報(bào)的隊(duì)列中；

30、若采集的語音數(shù)據(jù)已經(jīng)結(jié)束，則從待播報(bào)的隊(duì)列中依次讀取回答。

31、第二方面，本技術(shù)還提供了一種機(jī)器人喚醒裝置，包括：

32、采集模塊，用于在滿足預(yù)設(shè)的觸發(fā)條件時(shí)，采集語音數(shù)據(jù)；

33、文字識別模塊，用于基于自動語音識別技術(shù)對采集的語音數(shù)據(jù)進(jìn)行文字識別，得到文本數(shù)據(jù)；

34、解析模塊，用于通過訓(xùn)練好的大語言模型對所述文本數(shù)據(jù)進(jìn)行解析，確定所述文本數(shù)據(jù)是否為完整的語句；

35、喚醒模塊，用于在所述文本數(shù)據(jù)為完整的語句時(shí)，喚醒機(jī)器人，并根據(jù)所述文本數(shù)據(jù)生成對應(yīng)的回答；

36、語音播報(bào)模塊，用于語音播報(bào)生成的回答。

37、第三方面，本技術(shù)還提供了一種機(jī)器人，包括存儲器和處理器，所述存儲器存儲有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)以下步驟：

38、在滿足預(yù)設(shè)的觸發(fā)條件時(shí)，采集語音數(shù)據(jù)；

39、基于自動語音識別技術(shù)對采集的語音數(shù)據(jù)進(jìn)行文字識別，得到文本數(shù)據(jù)；

40、通過訓(xùn)練好的大語言模型對所述文本數(shù)據(jù)進(jìn)行解析，確定所述文本數(shù)據(jù)是否為完整的語句；

41、若所述文本數(shù)據(jù)為完整的語句，則喚醒機(jī)器人，并根據(jù)所述文本數(shù)據(jù)生成對應(yīng)的回答；

42、由機(jī)器人語音播報(bào)生成的回答。

43、第四方面，本技術(shù)還提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)以下步驟：

44、在滿足預(yù)設(shè)的觸發(fā)條件時(shí)，采集語音數(shù)據(jù)；

45、基于自動語音識別技術(shù)對采集的語音數(shù)據(jù)進(jìn)行文字識別，得到文本數(shù)據(jù)；

46、通過訓(xùn)練好的大語言模型對所述文本數(shù)據(jù)進(jìn)行解析，確定所述文本數(shù)據(jù)是否為完整的語句；

47、若所述文本數(shù)據(jù)為完整的語句，則喚醒機(jī)器人，并根據(jù)所述文本數(shù)據(jù)生成對應(yīng)的回答；

48、由機(jī)器人語音播報(bào)生成的回答。

49、第五方面，本技術(shù)還提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)以下步驟：

50、在滿足預(yù)設(shè)的觸發(fā)條件時(shí)，采集語音數(shù)據(jù)；

51、基于自動語音識別技術(shù)對采集的語音數(shù)據(jù)進(jìn)行文字識別，得到文本數(shù)據(jù)；

52、通過訓(xùn)練好的大語言模型對所述文本數(shù)據(jù)進(jìn)行解析，確定所述文本數(shù)據(jù)是否為完整的語句；

53、若所述文本數(shù)據(jù)為完整的語句，則喚醒機(jī)器人，并根據(jù)所述文本數(shù)據(jù)生成對應(yīng)的回答；

54、由機(jī)器人語音播報(bào)生成的回答。

55、上述機(jī)器人喚醒方法、裝置、機(jī)器人、計(jì)算機(jī)可讀存儲介質(zhì)和計(jì)算機(jī)程序產(chǎn)品，通過在滿足預(yù)設(shè)的觸發(fā)條件時(shí)，采集語音數(shù)據(jù)；基于自動語音識別技術(shù)對采集的語音數(shù)據(jù)進(jìn)行文字識別，得到文本數(shù)據(jù)；從而可以自動進(jìn)行語音數(shù)據(jù)的采集和識別，便于后續(xù)直接進(jìn)行機(jī)器人的喚醒。通過訓(xùn)練好的大語言模型對所述文本數(shù)據(jù)進(jìn)行解析，確定所述文本數(shù)據(jù)是否為完整的語句；從而可以基于語句的完整性，判斷是否喚醒機(jī)器人進(jìn)行回答。若所述文本數(shù)據(jù)為完整的語句，則喚醒機(jī)器人，并根據(jù)所述文本數(shù)據(jù)生成對應(yīng)的回答；由機(jī)器人語音播報(bào)生成的回答。從而能夠主動識別語音數(shù)據(jù)，無需預(yù)先設(shè)置和錄入喚醒詞，無需特定喚醒詞即可與機(jī)器人開始對話，提升機(jī)器人的智能化和交互性。此外，還可以使得機(jī)器人與用戶進(jìn)行連續(xù)對話，不需要在對話中頻繁插入喚醒詞，提升機(jī)器問答效率。