现如今语音交互服务广泛应用于各类小型智能终端设备上,语音唤醒作为人机语音交互的前端处理技术,通过从输入的语音流中检测出关键词来唤醒设备,其需要长时间运行,因此保持低资源开销是其工作的必要条件。出于安全考虑,除了必要的关键词检测外,还需要对说话人身份进行确认,即个性化语音唤醒。本文主要就低资源开销的个性化语音唤醒方法展开研究。个性化语音唤醒模型的资源开销和预处理方法息息相关,好的预处理方法可以大幅减少模型的实际数据处理量。传统预处理方法主要滤除静音和噪声,若能再滤除部分非唤醒语音,将会节省更多的资源开销,因此本文提出了一种计算代价小的非唤醒语音过滤方法,其基于唤醒语音的能量轮廓特征分布构建统计模型,能滤除明显不属于此分布的非唤醒语音。过滤后,可将剩余的语音段输入关键词检测模型进行判别。考虑到该模型以词片为基元,单次输入为若干语音帧构成的词片级语音段,所以需要将过滤后的语音段切分成词片级片段。然而,使用传统固定小步长滑动窗切分方法,切分后相邻的语音段之间交叠较大,可能含义重复,导致关键词检测模型重复计算,进而浪费计算资源,因此提出了一种基于能量轮廓显著分隔点的语音切分方法,以更合理的步长来切分语音,使得片段数量更少,进而减少关键词检测模型的实际处理次数,以达到进一步降低资源开销的目的。另一方面,传统的个性化语音唤醒任务对关键词检测和说话人验证分别建模、独立优化,且大部分研究都集中于低资源开销的关键词任务建模,忽略了二者的任务关联性,具体体现为关键词检测可以为说话人验证排除非关键词语音,将其任务范围缩小为文本相关说话人验证,反之亦然。因此本文提出一种在多任务学习框架下以参数共享形式联合建模的方法,关键词模型和说话人模型互为正则化约束,而后以可学习的损失权重来平衡其训练过程。在维持原有识别性能的情况下,关键词网络参数量缩减了40%,节省了计算资源和存储资源。