[發明專利]在線語音端點檢測后處理方法、裝置、設備及存儲介質

在審

• 申請號: 202011083235.3
• 申請日: 2020-10-12
• 公開（公告）號: CN112435691A
• 公開（公告）日: 2021-03-02
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 珠海億智電子科技有限公司
• 主分類號: G10L25/78
• 分類號: G10L25/78;G10L25/87;G10L25/30
• 代理公司: 深圳青年人專利商標代理有限公司 44350
• 代理人: 吳桂華

1.一種在線語音端點檢測后處理方法，其特征在于，所述方法包括下述步驟：

獲取當前音頻幀的上一音頻幀的門狀態；

根據與所述上一音頻幀的門狀態匹配的門狀態判斷方式，判斷所述當前音頻幀的門狀態；

根據所述當前音頻幀的門狀態確定所述當前音頻幀的音頻幀類型。

2.如權利要求1所述的方法，其特征在于，所述根據與所述上一音頻幀的門狀態匹配的門狀態判斷方式，判斷所述當前音頻幀的門狀態的步驟，還包括：

若所述上一音頻幀的門狀態為開門狀態，則將獲取到的第一語音概率平均值與預設的第一語音概率平均閾值進行比較，其中，所述第一語音概率平均值用于表示當前音頻幀之前連續第一預設語音長度中各個音頻幀的語音概率值的平均值；

若所述第一語音概率平均值大于或等于所述第一語音概率平均閾值，則判定所述當前音頻幀的門狀態為開門狀態。

3.如權利要求2所述的方法，其特征在于，所述將獲取到的第一語音概率平均值與預設的第一語音概率平均閾值進行比較的步驟之后，還包括：

若所述第一語音概率平均值小于所述第一語音概率平均閾值，則將獲取到的第二語音概率平均值與預設的第二語音概率平均閾值進行比較，其中，所述第二語音概率平均值用于表示所述當前音頻幀之前連續第二預設語音長度中各個音頻幀的語音概率值的平均值，所述第二預設語音長度小于所述第一預設語音長度；

若所述第二語音概率平均值大于或等于所述第二語音概率平均閾值，則判定所述當前音頻幀的門狀態為開門狀態。

4.如權利要求3所述的方法，其特征在于，所述將獲取到的第二語音概率平均值與預設的第二語音概率平均閾值進行比較的步驟之后，還包括：

若所述第二語音概率平均值小于所述第二語音概率平均閾值，則將獲取到的所述當前音頻幀的語音概率值與第三語音概率平均值進行比較，其中，所述第三語音概率平均值用于表示所述當前音頻幀之前保持連續開門狀態的音頻幀的語音概率值的平均值；

若所述當前音頻幀的語音概率值大于或等于所述第三語音概率平均值，則判定所述當前音頻幀的門狀態為開門狀態。

5.如權利要求4所述的方法，其特征在于，所述將所述當前音頻幀的語音概率值與第三語音概率平均值進行比較的步驟之后，還包括：

若所述當前音頻幀的語音概率值小于所述第三語音概率平均值，則判斷當前音頻幀是否為初始音頻幀；

若為初始音頻幀，則判定所述當前音頻幀的門狀態為開門狀態；

若不為初始音頻幀，則判定所述當前音頻幀的門狀態為關門狀態。

6.如權利要求4所述的方法，其特征在于，所述根據與所述上一音頻幀的門狀態匹配的門狀態判斷方式，判斷所述當前音頻幀的門狀態的步驟，還包括：

若所述上一音頻幀的門狀態為關門狀態，則將所述當前音頻幀的語音概率值與預設的語音概率閾值進行比較；

若所述當前音頻幀的語音概率值大于或等于所述語音概率閾值，則判定所述當前音頻幀的門狀態為開門狀態；

若所述當前音頻幀的語音概率值小于所述語音概率閾值，則判定所述當前音頻幀的門狀態為關門狀態。

7.如權利要求1所述的方法，其特征在于，所述根據所述當前音頻幀的門狀態確定所述當前音頻幀的音頻幀類型的步驟，包括：

若所述當前音頻幀的門狀態為開門狀態，則確定所述當前音頻幀為語音幀；

若所述當前音頻幀的門狀態為關門狀態，則確定所述當前音頻幀為非語音幀。

8.一種在線語音端點檢測后處理裝置，其特征在于，所述裝置包括：

門狀態獲取單元，用于獲取當前音頻幀的上一音頻幀的門狀態；

門狀態判斷單元，用于根據與所述上一音頻幀的門狀態匹配的門狀態判斷方式，判斷所述當前音頻幀的門狀態；以及

幀類型確定單元，用于根據所述當前音頻幀的門狀態確定所述當前音頻幀的音頻幀類型。