基于语音控制的多模态智能终端AI语音唤醒方法和装置

本发明涉及语音分析技术领域，具体涉及基于语音控制的多模态智能终端AI语音唤醒方法和装置，包括：利用语音模型提取每个语音样本的特征，利用视频模型提取每个面部动作样本的特征；包含唤醒语音的语音样本的记为正样本，不包含唤醒语音的语音样本记为负样本，利用正、负样本对应的面部动作样本的特征更新语音模型的参数以及更新正、负样本对应的面部动作样本，然后利用更新后的面部动作样本更新视频模型的参数；并重复上述参数更新过程。本发明在不显著增加模型参数的前提下，实现复杂且多变的语音环境下高效、准确的语音唤醒功能。