[發明專利]一種自適應門限整定語音端點檢測方法，設備及可讀存儲介質

有效

• 申請號: 201810680909.4
• 申請日: 2018-06-27
• 公開（公告）號: CN108847218B
• 公開（公告）日: 2020-07-21
• 發明（設計）人: 王曉宇
• 申請（專利權）人: 蘇州浪潮智能科技有限公司
• 主分類號: G10L15/05
• 分類號: G10L15/05;G10L25/93
• 代理公司: 濟南舜源專利事務所有限公司 37205
• 代理人: 張亮

1.一種自適應門限整定語音端點檢測方法，其特征在于，方法包括：

步驟1：設置待檢測的語音幀長為N,k為幀數，共有L幀數據，獲取L幀的短時參數，獲取第k幀的短時能量為amp，短時過零率為zcr；

步驟2：搜索參考噪音；

步驟3：獲取初始參考門限；

步驟4：檢測語音段起點x1和語音段終點x2；

步驟5：再次噪音提取，并獲取短時門限X⁽ⁱ⁺¹⁾；

步驟6：把第i+1次與第i次提取的門限值進行比較，判斷其是否相等。

2.根據權利要求1所述的自適應門限整定語音端點檢測方法，其特征在于，方法包括：

步驟6之后還包括：

若X⁽ⁱ⁺¹⁾＝X⁽ⁱ⁾，則算法收斂，輸出檢測結果。

3.根據權利要求1所述的自適應門限整定語音端點檢測方法，其特征在于，方法包括：

步驟6之后還包括：

若X⁽ⁱ⁺¹⁾≠X⁽ⁱ⁾，則i＝i+1，轉至步驟4，基于雙門限端點檢測，得到起點x1與終點x2；

再次噪音提取，并獲取短時門限X⁽ⁱ⁺¹⁾；

把第i+1次與第i次提取的門限值進行比較，判斷其是否相等；

若X⁽ⁱ⁺¹⁾＝X⁽ⁱ⁾，則算法收斂，輸出檢測結果；

若X⁽ⁱ⁺¹⁾≠X⁽ⁱ⁾，則i＝i+1，轉至步驟4，直至X⁽ⁱ⁺¹⁾＝X⁽ⁱ⁾，則算法收斂，輸出檢測結果。

4.根據權利要求3所述的自適應門限整定語音端點檢測方法，其特征在于，方法包括：

步驟6之后還包括：

若X⁽ⁱ⁺¹⁾≠X⁽ⁱ⁾，如轉至步驟4已達到預設次數時，輸出檢測結果。

5.根據權利要求1所述的自適應門限整定語音端點檢測方法，其特征在于，方法包括：

步驟2還包括：

從語音的終點為開始，與其相鄰幀作比較：記其前向搜索的幀數為m，終止幀為M；

從語音的起點為開始，與其相鄰幀作比較：記其后向搜索的幀數為n，終止幀為N；

若：Z(m+1)/Z(m)100,則停止搜索，M＝m；否則：m＝m+1，轉至步驟3；

若：Z(n-1)/Z(n)100,則停止搜索，N＝n；否則：n＝n+1，轉至步驟3。

6.根據權利要求1所述的自適應門限整定語音端點檢測方法，其特征在于，方法包括：

步驟3還包括：

設檢測到的前后段的背景噪聲短時能量的均值為amp_zy⁽ⁱ⁾，短時平均過零率為zcr_zy⁽ⁱ⁾，其中，M表示前向掃描的噪音幀數，N表示后向掃描的噪音幀數，i表示噪聲提取的次數，若i＝0，則表示開始初次噪音提取；用式amp_zy⁽ⁱ⁾和zcr_zy⁽ⁱ⁾計算初始參考門限。

7.根據權利要求1所述的自適應門限整定語音端點檢測方法，其特征在于，方法包括：

步驟4還包括：

根據待檢測語音的清音和濁音的邊界以及清音和無聲的邊界，獲取語音音波曲線；

預設語音的短時能量設定第一語音能量值門限閾值M₁；

根據第一語音能量值門限閾值M₁與語音音波曲線之間的兩個交點，將所述兩個交點確定為語音段的初始起始點和初始結束點；

預設語音的短時能量設定第二語音能量值門限閾值M₂，第一語音能量值門限閾值M₁大于第二語音能量值門限閾值M₂；

分別從初始起始點和初始結束點分別向兩邊搜索，獲取語音音波曲線與第二語音能量值門限閾值M₂之間的兩個交點，將所述兩個交點確定為語音段起點x1和語音段終點x2。