(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210234073.1 (22)申请日 2022.03.10 (71)申请人 马上消费金融股份有限公司 地址 404100 重庆市渝北区黄山大道中段 52号渝兴广场B2栋4至8楼 (72)发明人 杨斌　吴海英　王洪斌　刘敏　 蒋宁　 (74)专利代理 机构 深圳市智圈知识产权代理事 务所(普通 合伙) 44351 专利代理师 苗燕 (51)Int.Cl. G06F 16/33(2019.01) G06F 40/30(2020.01) G06K 9/62(2022.01) (54)发明名称 关键词检测方法、 装置、 计算机设备及存储 介质 (57)摘要 本申请公开了一种关键词检测方法、 装置、 计算机设备及存储介质， 该方法包括： 获取待检 测音频； 提取待检测音频的第一音频特征， 得到 第一音频特征构成的第一特征序列； 将预设关键 词特征与第一特征序列拼接， 得到第二特征序 列， 预设关键词特征为预设关键词对应的第二音 频特征； 将第二特征序列输入至预先训练的关键 词检测模型中， 得到待检测音频的关键词检测结 果。 如此， 将第一特征序列的与预设关键词特征 拼接， 得到第二特征序列， 提供了关键词检测依 据， 保证了关键词检测的准确性； 并且， 关键词检 测模型基于筛选出的与预设关键词特征相关联 的第一音频特征， 检测所述待检测音频， 得到所 述关键词检测结果， 也提高了关键词检测的效 率。 权利要求书2页 说明书16页 附图6页 CN 114817456 A 2022.07.29 CN 114817456 A 1.一种关键词检测方法， 其特 征在于， 所述方法包括： 获取待检测音频； 提取所述待检测音频的第一音频 特征， 得到所述第一音频 特征构成的第一特 征序列； 将预设关键词特征与所述第一特征序列拼接， 得到第二特征序列， 所述预设关键词特 征为预设 关键词对应的第二音频 特征； 将所述第二特征序列输入至预先训练 的关键词检测模型中， 得到所述待检测音频的关 键词检测结果， 所述关键词检测模型用于从所述第二特征序列中筛选出与所述预设关键词 特征相关联的第一音频特征， 并基于所述相关联的第一音频特征检测所述待检测音频， 得 到所述关键词检测结果。 2.根据权利要求1所述的方法， 其特征在于， 在所述将所述第 二特征序列输入至预先训 练的关键词检测模型中， 得到所述待检测音频的关键词检测结果之前， 所述方法还 包括： 对所述第二特 征序列中的每 个音频特征添加位置特 征， 得到第三特 征序列； 所述将所述第 二特征序列输入至预先训练 的关键词检测模型中， 得到所述待检测音频 的关键词检测结果， 包括： 将所述第三特征序列输入至所述关键词检测模型， 得到所述待检测音频的关键词检测 结果。 3.根据权利要求2所述的方法， 其特征在于， 所述关键词检测模型包括编码器、 激活函 数以及概 率判别模块， 所述编码器用于利用注意力机制， 根据所述每个音频特征的位置特征， 获取所述第三 特征序列中每个第一音频特征与所述预设关键词特征的关联度分数， 将所述关联度分数达 到所述预设 分数阈值的第一音频 特征与所述预设 关键词特 征拼接， 得到高维特 征； 所述激活函数用于对所述高维特征中的第一音频特征进行归一化处理， 得到目标概 率， 所述目标概率用于表征所述高维特征中的第一音频特征所对应的音频中， 包含所述预 设关键词的概 率； 所述概率判别模块用于基于所述目标概率以及预设概率阈值， 确定所述待检测音频的 关键词检测结果。 4.根据权利要求3所述的方法， 其特征在于， 若所述目标概率的数量为多个， 所述基于 所述目标概 率以及预设概 率阈值， 确定所述待检测音频的关键词检测结果， 包括： 将概率值最大的所述目标概 率确定为 最大目标概 率； 若所述最大目标概率大于或等于所述预设概率阈值， 则确定所述待检测音频中包含所 述预设关键词， 否则， 确定所述待检测音频中未包 含所述预设 关键词。 5.根据权利要求1 ‑4任一项所述的方法， 其特征在于， 所述提取所述待检测音频的第一 音频特征， 得到所述第一音频 特征构成的第一特 征序列， 包括： 若所述待检测音频的时长不大于所述 时长阈值， 则提取所述待检测音频的第 一音频特 征， 得到所述第一音频 特征构成的第一特 征序列； 若所述待检测音频的时长大于所述时长阈值， 则将所述待检测音频切分为多个子音 频， 并提取所述多个子音频中每个子音频的第一音频特征对应构成的第一特征序列， 得到 多个第一特 征序列。 6.根据权利要求5所述的方法， 其特征在于， 若第一特征序列为多个， 所述将预设关键权　利　要　求　书 1/2 页 2 CN 114817456 A 2词特征与所述第一特 征序列拼接， 得到第二特 征序列， 包括： 将所述预设关键词特征与 所述多个第 一特征序列中的每个第 一特征序列拼接， 得到多 个第二特 征序列； 所述将所述第 二特征序列输入至预先训练 的关键词检测模型中， 得到所述待检测音频 的关键词检测结果， 包括： 将所述多个第二特征序列输入至预先训练的关键词检测模型中， 得到多个子检测结 果； 基于所述多个子检测结果， 确定所述待检测音频的关键词检测结果。 7.一种关键词检测模型的训练方法， 其特 征在于， 所述方法包括： 获取样本音频； 提取所述样本音频的第四音频 特征， 得到所述第四音频 特征构成的第四特 征序列； 将初始特 征与所述第四特 征序列拼接， 得到第五特 征序列； 将所述第五特征序列输入至初始模型， 对所述初始模型以及所述初始特征进行迭代训 练， 直至满足预设条件， 得到关键词检测模型以及预设关键词特征， 所述预设关键词特征为 预设关键词对应的音频特征， 所述关键词检测模型用于从待检测音频的第六特征序列中筛 选出与所述预设关键词特征相关联的第四音频特征， 并基于所述相关联的第四音频特征检 测所述待检测音频是否包含所述预设关键词， 所述第六特征序列为将所述待检测音频的音 频特征构成的特 征序列与所述预设 关键词拼接特 征得到的。 8.一种关键词检测装置， 其特 征在于， 所述装置包括： 音频获取模块， 用于获取待检测音频； 第一序列获取模块， 用于提取所述待检测音频的第一音频特征， 得到所述第一音频特 征构成的第一特 征序列； 第二序列获取模块， 用于将预设关键词特征与所述第一特征序列拼接， 得到第二特征 序列， 所述预设 关键词特 征为预设 关键词对应的第二音频 特征； 检测模块， 用于将所述第二特征序列输入至预先训练的关键词检测模型中， 得到所述 待检测音频的关键词检测结果， 所述关键词检测模型用于从所述第二特征序列中筛选出与 所述预设关键词特征相关联的第一音频特征， 并基于所述相关联的第一音频特征检测所述 待检测音频， 得到所述关键词检测结果。 9.一种计算机设备， 其特 征在于， 包括： 一个或多个处 理器； 存储器； 一个或多个程序， 其中所述一个或多个程序被存储在所述存储器中并被配置为由所述 一个或多个处理器执行， 所述一个或多个程序配置用于执行如权利要求1 ‑7中任意一项所 述的方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中存储有程序代 码， 所述程序代码可被处 理器调用执 行如权利要求1 ‑7中任意一项所述的方法。 11.一种包含指令的计算机程序产品， 其特征在于， 所述计算机程序产品中存储有指 令， 当其在计算机上运行时， 使得计算机实现如权利要求1至7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114817456 A 3