技術(shù)特征：

1.一種音頻關(guān)鍵詞模板的篩選和優(yōu)化方法，所述方法包括：

步驟1)對(duì)每個(gè)音頻關(guān)鍵詞模板樣本進(jìn)行特征提取，將所提取的特征通過(guò)一個(gè)深層神經(jīng)網(wǎng)絡(luò)，計(jì)算在一個(gè)給定音素集上全部音素的后驗(yàn)概率；

步驟2)基于步驟1)生成的后驗(yàn)概率，計(jì)算模板的后驗(yàn)概率穩(wěn)定性分?jǐn)?shù)、發(fā)音可靠性分?jǐn)?shù)和鄰域相似性分?jǐn)?shù)；

步驟3)計(jì)算每個(gè)音頻關(guān)鍵詞模板的上述三種分?jǐn)?shù)的加權(quán)平均值，記為平均分?jǐn)?shù)；

步驟4)按照平均分?jǐn)?shù)從大到小的順序進(jìn)行排序，選取前L個(gè)音頻關(guān)鍵詞模板作為代表性發(fā)音模板；

步驟5)對(duì)每個(gè)代表性發(fā)音模板進(jìn)行處理，調(diào)整其發(fā)音序列上每一幀的各發(fā)音單元的后驗(yàn)概率，并最小化模板的鄰域相似性分?jǐn)?shù)；生成優(yōu)化的L個(gè)音頻檢索詞模板。

2.根據(jù)權(quán)利要求1所述的音頻關(guān)鍵詞模板的篩選和優(yōu)化方法，其特征在于，所述步驟1)的音素集為采用基于國(guó)際音標(biāo)系統(tǒng)的通用音素集或采用目標(biāo)語(yǔ)言的特定音素集。

3.根據(jù)權(quán)利要求1所述的音頻關(guān)鍵詞模板的篩選和優(yōu)化方法，其特征在于，所述步驟1)的特征提取中所涉及的特征為語(yǔ)音識(shí)別特征；所述語(yǔ)音識(shí)別特征為梅爾頻率倒譜系數(shù)或感知線性預(yù)測(cè)。

4.根據(jù)權(quán)利要求1所述的音頻關(guān)鍵詞模板的篩選和優(yōu)化方法，其特征在于，所述步驟5)具體包括：

步驟501)選取一條代表性發(fā)音模板為當(dāng)前模板q；設(shè)置迭代次數(shù)初始值N＝0；

步驟502)計(jì)算當(dāng)前模板q和所有音頻關(guān)鍵詞模板的動(dòng)態(tài)時(shí)間規(guī)整距離，選取距離最小的K個(gè)模板，組成集合Q_N；

步驟503)利用步驟502)選取的K個(gè)模板計(jì)算當(dāng)前模板q的LS分?jǐn)?shù)；設(shè)置初始學(xué)習(xí)率λ＝λ₀；

步驟504)對(duì)當(dāng)前模板q的第i幀的聲學(xué)單元j，對(duì)這一幀的后驗(yàn)概率做變換：

對(duì)每個(gè)i和j的組合，將修改之后的模板作為一個(gè)候選模板q_ij，共有i×j個(gè)候選模板；

步驟505)利用步驟502)選取的K個(gè)模板計(jì)算所有候選模板q_ij的LS分?jǐn)?shù)，選出 LS分?jǐn)?shù)最小的一個(gè)候選模板為q_best；如果當(dāng)前模板q的LS分?jǐn)?shù)與q_best的分?jǐn)?shù)的差的絕對(duì)值超過(guò)了預(yù)設(shè)的閾值∈，用q_best替換當(dāng)前模板q，轉(zhuǎn)到步驟504)；否則，學(xué)習(xí)率λ減半，轉(zhuǎn)到步驟506)；

步驟506)判斷學(xué)習(xí)率λ是否大于預(yù)設(shè)的閾值λ_T，如果判斷結(jié)果是肯定的，轉(zhuǎn)到步驟504)；否則，進(jìn)入步驟507)；

步驟507)判斷N是否小于最大迭代次數(shù)N₀，如果判斷結(jié)果是肯定的，轉(zhuǎn)到步驟508)；否則，轉(zhuǎn)到步驟509)；

步驟508)判斷集合Q_N和集合Q_N-1是否相同，如果判斷結(jié)果是肯定的，轉(zhuǎn)到步驟509)；否則，令N＝N+1，轉(zhuǎn)入步驟502)；

步驟509)保存當(dāng)前模板q；轉(zhuǎn)入步驟501)，直至所有的代表性發(fā)音模板處理完畢。