[發明專利]人聲檢測方法、裝置、設備及存儲介質

在審

• 申請號: 202010723751.1
• 申請日: 2020-07-24
• 公開（公告）號: CN111883182A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 付姝華;汪斌
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G10L25/78
• 分類號: G10L25/78;G10L25/18;G10L25/21;G10L25/84
• 代理公司: 深圳國新南方知識產權代理有限公司 44374
• 代理人: 周純

1.一種人聲檢測方法，其特征在于，包括：

根據音頻樣本中當前幀音頻信號和前多幀音頻信號獲取時域包絡信息；

根據所述時域包絡信息獲取當前幀音頻信號的時域包絡信息值；

獲取當前幀音頻信號對應的頻域信號，根據所述頻域信號獲取當前幀音頻信號的各子帶能量；

根據所述各子帶能量獲取當前幀音頻信號的子帶能量信息值；

分別確定當前幀音頻信號的時域包絡信息門閥值和子帶能量信息門閥值；

根據所述時域包絡信息值和所述時域包絡信息門閥值獲取當前幀音頻信號的第一人聲概率值；

根據所述子帶能量信息值和所述子帶能量信息門閥值獲取當前幀音頻信號的第二人聲概率值；

根據所述第一人聲概率值和所述第二人聲概率值獲取當前幀音頻信號的人聲概率值。

2.根據權利要求1所述的人聲檢測方法，其特征在于，所述根據音頻樣本中當前幀音頻信號和前多幀音頻信號獲取時域包絡信息，包括：

獲取音頻樣本中各幀音頻信號的最大值；

計算所述音頻樣本中最近多幀音頻信號最大值的均值并將所述均值作為平均包絡值，所述最近多幀音頻信號包括當前幀音頻信號和當前幀音頻信號之前的多幀音頻信號，將所述最近多幀音頻信號的最大值以及所述平均包絡值作為所述時域包絡信息。

3.根據權利要求2所述的人聲檢測方法，其特征在于，所述根據所述時域包絡信息獲取當前幀音頻信號的時域包絡信息值，包括：

獲取最近多幀音頻信號中每幀音頻信號的最大值與所述平均包絡值的差值；

將每幀音頻信號最大值與所述平均包絡值的差值進行對數運算，得到所述差值對應的對數值；

將每幀音頻信號的所述對數值進行累加，得到當前幀音頻信號的時域包絡信息值。

4.根據權利要求1所述的人聲檢測方法，其特征在于，所述獲取當前幀音頻信號對應的頻域信號，根據所述頻域信號獲取當前幀音頻信號的各子帶能量，包括：

通過傅里葉變換將當前幀音頻信號從時域變換到頻域，生成當前幀音頻信號對應的頻域信號；

對所述頻域信號進行子帶劃分處理，計算各個子帶的子帶能量。

5.根據權利要求1所述的人聲檢測方法，其特征在于，所述根據所述各子帶能量獲取當前幀音頻信號的子帶能量信息值，包括：

根據所述各子帶能量計算各子帶能量的平均能量值；

獲取每個子帶的子帶能量與平均能量值的差值；

將每個子帶的差值進行對數運算，得到所述差值對應的對數值；

將每個子帶的對數值進行累加，得到當前幀音頻信號的子帶能量信息值。

6.根據權利要求1所述的人聲檢測方法，其特征在于，確定當前幀音頻信號的時域包絡信息門閥值，包括：

根據當前時間之前的第一預設時間范圍內時域包絡信息值的最小值對所述時域包絡信息門閥值進行更新；

確定當前幀音頻信號的子帶能量信息門閥值，包括：

根據當前時間之前的第一預設時間范圍內子帶能量信息值的最小值對所述子帶能量信息門閥值進行更新。

7.根據權利要求1所述的人聲檢測方法，其特征在于，所述根據所述時域包絡信息值和所述時域包絡信息門閥值獲取當前幀音頻信號的第一人聲概率值，包括：

獲取所述時域包絡信息值與所述時域包絡信息門閥值的差值；

將所述時域包絡信息值與所述時域包絡信息門閥值的差值進行歸一化處理得到第一人聲概率值；

所述根據所述子帶能量信息值和所述子帶能量信息門閥值獲取當前幀音頻信號的第二人聲概率值，包括：

獲取所述子帶能量信息值與所述子帶能量信息門閥值的差值；

將所述子帶能量信息值與所述子帶能量信息門閥值的差值進行歸一化處理得到第二人聲概率值；

所述根據所述第一人聲概率值和所述第二人聲概率值獲取當前幀音頻信號的人聲概率值之前，還包括：

將所述第一人聲概率值和所述第二人聲概率值上傳至區塊鏈中，以使得所述區塊鏈對所述第一人聲概率值和所述第二人聲概率值進行加密存儲。