[發明專利]語音激活檢測方法、裝置及計算機可讀存儲介質有效
| 申請號： | 201910920618.2 | 申請日： | 2019-09-26 |
| 公開（公告）號： | CN110580913B | 公開（公告）日： | 2022-03-04 |
| 發明（設計）人： | 謝鑫;張楠賡 | 申請（專利權）人： | 嘉楠明芯（北京）科技有限公司 |
| 主分類號： | G10L25/03 | 分類號： | G10L25/03;G10L25/78 |
| 代理公司： | 中科專利商標代理有限責任公司 11021 | 代理人： | 任巖 |
| 地址： | 100094 北京市海淀區東北旺西*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 語音 激活 檢測 方法 裝置 計算機 可讀 存儲 介質 | ||
1.一種語音激活檢測方法，其特征在于，包括：
獲取待檢測數據的幅值特征；以及
根據所述幅值特征對所述待檢測數據進行語音激活檢測；
若所述幅值特征大于等于一幅值門限，則檢測到語音；
若所述幅值特征小于一幅值門限，則獲取短時幅值差特征，根據所述短時幅值差特征對所述待檢測數據進行語音激活檢測。
2.根據權利要求1所述的語音激活檢測方法，其特征在于，在獲取待檢測數據的幅值特征之前，還包括：
確定信噪比；
若所述信噪比大于等于一信噪比閾值則獲取短時幅值特征，若所述信噪比小于一信噪比閾值則獲取所述幅值特征。
3.根據權利要求2所述的語音激活檢測方法，其特征在于，所述方法還包括：
根據所述短時幅值特征對所述待檢測數據進行語音激活檢測，若所述短時幅值特征大于等于一短時幅值門限，則檢測到語音。
4.根據權利要求1所述的語音激活檢測方法，其特征在于，根據所述短時幅值差特征對所述待檢測數據進行語音激活檢測，包括：若所述短時幅值差特征大于等于一短時幅值差門限，則檢測到語音。
5.根據權利要求3所述的語音激活檢測方法，其特征在于，所述短時幅值特征及短時幅值門限分別滿足以下關系式：
STABSTh(m)＝STABSTh(m-1)×α+STABS(m)×(1-α)；
其中，STABS(m)表示第m幀的短時幅值特征，STABSTh(m)表示第m幀的短時幅值門限，n表示采樣點序號，x(n)表示當前采樣點的采樣值，m表示幀的計數序號，M表示一幀數據包含的采樣點個數，α表示遺忘因子，STABSTh(m-1)表示第m-1幀的短時幅值門限。
6.根據權利要求5所述的語音激活檢測方法，其特征在于，若起始幀m＝0，則STABSTh(0)＝STABS(0)。
7.根據權利要求1所述的語音激活檢測方法，其特征在于，所述幅值特征及幅值門限分別滿足以下關系式：
ABS(n)＝|x(n)|；
若ABS(n)*Rou＞ABSTh(n-1)，則ABSTh(n)＝ABSTh(n-1)+β；否則ABSTh(n)＝ABSTh(n-1)-β2；
其中，ABS(n)表示幅值特征，ABSTh(n)表示第n個采樣點的幅值門限，n表示采樣點序號，x(n)表示當前采樣點的采樣值，Rou表示更新倍數，β表示向上修正值，ABSTh(n-1)表示第n-1個采樣點的幅值門限，x(n-1)表示第n-1個采樣點的采樣值，β2表示向下修正值。
8.根據權利要求1所述的語音激活檢測方法，其特征在于，所述短時幅值差特征及短時幅值差門限分別滿足以下關系式：
DSTABSTh(m)＝DSTABSTh(m-1)×α2+DSTABS(m)×(1-α2)；
其中，DSTABS(m)表示短時幅值差特征，DSTABSTh(m)表示第m幀的短時幅值差門限，n表示采樣點序號，x(n)表示當前采樣點的采樣值，m表示幀的計數序號，M表示一幀數據包含的采樣點個數，α2表示遺忘因子，DSTABSTh(m-1)表示第m-1幀的短時幅值差門限。
9.根據權利要求8所述的語音激活檢測方法，其特征在于，若起始幀m＝0，則短時幅值差門限DSTABSTh(0)＝DSTABS(0)。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于嘉楠明芯（北京）科技有限公司，未經嘉楠明芯（北京）科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201910920618.2/1.html，轉載請聲明來源鉆瓜專利網。
