[發明專利]車載端的語音端點檢測方法、裝置和計算機設備

有效

• 申請號: 201910740881.3
• 申請日: 2019-08-12
• 公開（公告）號: CN110428854B
• 公開（公告）日: 2022-05-06
• 發明（設計）人: 楊柳
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G10L25/87
• 分類號: G10L25/87
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 黃曉慶

本申請涉及一種車載端的語音端點檢測方法、裝置、計算機可讀存儲介質和計算機設備，所述方法包括：獲取車載端的當前車載網絡狀況和待檢測的語音數據流；當確定當前車載網絡狀況不滿足預設的在線檢測條件時，從語音數據流中提取語音特征向量；通過車載端的語音端點檢測模型對語音特征向量進行語音端點分析，得到語音端點分析結果，語音端點檢測模型基于在不同環境中得到的語音訓練數據訓練得到；根據語音端點分析結果確定語音數據流中的語音端點，得到語音端點檢測結果。本申請提供的方案可以提高車載端語音端點檢測的準確性。

技術領域

本申請涉及計算機技術領域，特別是涉及一種車載端的語音端點檢測方法、裝置、計算機可讀存儲介質和計算機設備。

背景技術

隨著計算機技術的發展，語音識別技術，也稱自動語音識別技術(AutomaticSpeech Recognition，ASR)得到了越來越多的重視。語音識別技術是讓機器通過識別和理解過程把語音信號轉變為相應的文本或命令的技術，其涉及信號處理、模式識別、概率論和信息論、發聲機理和聽覺機理、人工智能等等領域。在語音識別中，需要通過語音端點檢測(Voice activity detection，VAD)從連續語音數據中檢測出語音信號，以進行后續對語音信號的識別處理。傳統的語音端點檢測基于能量算法實現。

然而，傳統的基于能量算法的語音端點檢測，很難兼容處理多種來源噪聲的語音信號，在復雜噪聲環境，如車載環境下容易出現前端點吐字、后端點無法停止的現象，語音端點檢測的準確性較低。

發明內容

基于此，有必要針對上述的技術問題，提供一種能夠提高車載端語音端點檢測準確性的車載端的語音端點檢測方法、裝置、計算機可讀存儲介質和計算機設備。

一種車載端的語音端點檢測方法，包括：

獲取車載端的當前車載網絡狀況和待檢測的語音數據流；

當確定所述當前車載網絡狀況不滿足預設的在線檢測條件時，從所述語音數據流中提取語音特征向量；

通過車載端的語音端點檢測模型對所述語音特征向量進行語音端點分析，得到語音端點分析結果，所述語音端點檢測模型基于在不同環境中得到的語音訓練數據訓練得到；

根據所述語音端點分析結果確定所述語音數據流中的語音端點，得到語音端點檢測結果。

一種車載端的語音端點檢測裝置，所述裝置包括：

語音數據獲取模塊，用于獲取車載端的當前車載網絡狀況和待檢測的語音數據流；

語音特征提取模塊，用于當確定所述當前車載網絡狀況不滿足預設的在線檢測條件時，從所述語音數據流中提取語音特征向量；

端點分析模塊，用于通過車載端的語音端點檢測模型對所述語音特征向量進行語音端點分析，得到語音端點分析結果，所述語音端點檢測模型基于在不同環境中得到的語音訓練數據訓練得到；

端點確定模塊，用于根據所述語音端點分析結果確定所述語音數據流中的語音端點，得到語音端點檢測結果。

一種計算機可讀存儲介質，存儲有計算機程序，所述計算機程序被處理器執行時，使得所述處理器執行如上所述方法的步驟。

一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述計算機程序被所述處理器執行時，使得所述處理器執行如上所述方法的步驟。

上述車載端的語音端點檢測方法、裝置、計算機可讀存儲介質和計算機設備，在當前車載網絡狀況不滿足預設的在線檢測條件，無法進行在線檢測時，通過車載端基于不同環境中得到的語音訓練數據訓練得到的語音端點檢測模型，對待檢測的語音數據流進行語音端點檢測，可以兼容處理各種噪聲環境的語音數據，提高車載端語音端點檢測的準確性。

附圖說明