用于噪声鲁棒的关键词检出的级联架构

摘要

一种方法(400)包括在用户设备(102)的第一处理器(110)处接收由麦克风(107)的阵列捕获的流式多声道音频(118)，每个声道(119)包括相应音频特征。对于每个声道，该方法还包括由第一处理器使用第一级热词检测器(210)来处理相应音频特征以确定是否检测到热词。当第一级热词检测器检测到热词时，该方法还包括第一处理器向第二处理器提供嚼段处理的原始音频数据(212)，该第二处理器使用第一噪声清除算法(250)来处理该嚼段处理的原始音频数据以生成干净单声道音频嚼段(260)。该方法还包括由第二处理器使用第二级热词检测器(220)来处理干净单声道音频嚼段以检测热词。