[發(fā)明專利]語(yǔ)音檢測(cè)方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011590006.0
• 申請(qǐng)日: 2020-12-29
• 公開(kāi)（公告）號(hào): CN112802498A
• 公開(kāi)（公告）日: 2021-05-14
• 發(fā)明（設(shè)計(jì)）人: 袁丁;周維聰;蔣志宇;劉云峰
• 申請(qǐng)（專利權(quán)）人: 深圳追一科技有限公司
• 主分類號(hào): G10L25/87
• 分類號(hào): G10L25/87;G10L25/24;G10L25/30
• 代理公司: 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 陳小娜

1.一種語(yǔ)音檢測(cè)方法，其特征在于，所述方法包括：

獲取待進(jìn)行斷句檢測(cè)的目標(biāo)語(yǔ)音數(shù)據(jù)；

對(duì)所述目標(biāo)語(yǔ)音數(shù)據(jù)進(jìn)行語(yǔ)音幀劃分，得到目標(biāo)語(yǔ)音幀序列；

提取所述目標(biāo)語(yǔ)音幀序列中各個(gè)目標(biāo)語(yǔ)音幀對(duì)應(yīng)的聲學(xué)特征，得到目標(biāo)聲學(xué)特征序列，所述目標(biāo)聲學(xué)特征序列包括各個(gè)所述目標(biāo)語(yǔ)音幀分別對(duì)應(yīng)的目標(biāo)聲學(xué)特征；

將所述目標(biāo)聲學(xué)特征序列輸入到端點(diǎn)檢測(cè)模型中進(jìn)行處理，得到端點(diǎn)檢測(cè)值序列，所述端點(diǎn)檢測(cè)值序列包括各個(gè)所述目標(biāo)語(yǔ)音幀分別對(duì)應(yīng)的端點(diǎn)檢測(cè)值；

根據(jù)所述端點(diǎn)檢測(cè)值序列得到所述目標(biāo)語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的語(yǔ)音端點(diǎn)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述目標(biāo)聲學(xué)特征序列輸入到端點(diǎn)檢測(cè)模型中進(jìn)行處理，得到端點(diǎn)檢測(cè)值序列包括：

將所述目標(biāo)聲學(xué)特征序列輸入到端點(diǎn)檢測(cè)模型中，所述端點(diǎn)檢測(cè)模型結(jié)合所述目標(biāo)聲學(xué)特征序列輸出各個(gè)所述目標(biāo)語(yǔ)音幀對(duì)應(yīng)的端點(diǎn)檢測(cè)概率；

當(dāng)所述目標(biāo)語(yǔ)音幀對(duì)應(yīng)的端點(diǎn)檢測(cè)概率大于預(yù)設(shè)概率時(shí)，獲取第一預(yù)設(shè)值作為端點(diǎn)檢測(cè)值；

將所述目標(biāo)語(yǔ)音幀對(duì)應(yīng)的端點(diǎn)檢測(cè)值按照語(yǔ)音幀順序組成端點(diǎn)檢測(cè)值序列。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述端點(diǎn)檢測(cè)值序列得到所述目標(biāo)語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的語(yǔ)音端點(diǎn)包括：

獲取所述端點(diǎn)檢測(cè)值序列中，所述第一預(yù)設(shè)值的連續(xù)排列數(shù)量大于第一數(shù)量閾值的第一檢測(cè)值區(qū)域；

將所述第一檢測(cè)值區(qū)域所對(duì)應(yīng)的前向語(yǔ)音點(diǎn)作為所述目標(biāo)語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的語(yǔ)音端點(diǎn)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述將所述目標(biāo)聲學(xué)特征序列輸入到端點(diǎn)檢測(cè)模型中進(jìn)行處理，得到端點(diǎn)檢測(cè)值序列還包括：

當(dāng)所述目標(biāo)語(yǔ)音幀對(duì)應(yīng)的端點(diǎn)檢測(cè)概率小于預(yù)設(shè)概率時(shí)，獲取第二預(yù)設(shè)值作為端點(diǎn)檢測(cè)值；

所述第一檢測(cè)值區(qū)域所對(duì)應(yīng)的前向語(yǔ)音點(diǎn)為語(yǔ)音結(jié)束點(diǎn)，所述根據(jù)所述端點(diǎn)檢測(cè)值序列得到所述目標(biāo)語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的語(yǔ)音端點(diǎn)還包括：

獲取所述端點(diǎn)檢測(cè)值序列中，所述第二預(yù)設(shè)值的連續(xù)排列數(shù)量大于第二數(shù)量閾值的第二檢測(cè)值區(qū)域，所述第一數(shù)量閾值大于所述第二數(shù)量閾值；

將所述第二檢測(cè)值區(qū)域所對(duì)應(yīng)的檢測(cè)區(qū)域語(yǔ)音點(diǎn)作為所述目標(biāo)語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的語(yǔ)音起始點(diǎn)；

從所述語(yǔ)音起始點(diǎn)開(kāi)始，進(jìn)入獲取所述端點(diǎn)檢測(cè)值序列中，所述第一預(yù)設(shè)值的連續(xù)排列數(shù)量大于第一數(shù)量閾值的第一檢測(cè)值區(qū)域；將所述第一檢測(cè)值區(qū)域所對(duì)應(yīng)的前向語(yǔ)音點(diǎn)作為所述目標(biāo)語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的語(yǔ)音端點(diǎn)的步驟。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述方法還包括：

將語(yǔ)音結(jié)束點(diǎn)與語(yǔ)音起始點(diǎn)之間的語(yǔ)音數(shù)據(jù)作為噪聲語(yǔ)音數(shù)據(jù)，去除所述目標(biāo)語(yǔ)音數(shù)據(jù)中的噪聲語(yǔ)音數(shù)據(jù)。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述端點(diǎn)檢測(cè)模型的訓(xùn)練步驟包括：

獲取訓(xùn)練語(yǔ)音數(shù)據(jù)；

獲取所述訓(xùn)練語(yǔ)音數(shù)據(jù)中斷句結(jié)束的語(yǔ)音幀以及說(shuō)話者切換對(duì)應(yīng)的語(yǔ)音幀，作為正樣本語(yǔ)音幀；

獲取所述訓(xùn)練語(yǔ)音數(shù)據(jù)中同一說(shuō)話者對(duì)應(yīng)的暫時(shí)停頓的語(yǔ)音幀，作為負(fù)樣本語(yǔ)音幀；

根據(jù)所述正樣本語(yǔ)音幀以及所述負(fù)樣本語(yǔ)音幀進(jìn)行模型訓(xùn)練，得到所述端點(diǎn)檢測(cè)模型。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取待進(jìn)行斷句檢測(cè)的目標(biāo)語(yǔ)音數(shù)據(jù)包括：

獲取會(huì)話對(duì)端發(fā)送的當(dāng)前語(yǔ)音，當(dāng)所述當(dāng)前語(yǔ)音所對(duì)應(yīng)的語(yǔ)音幀到達(dá)預(yù)設(shè)數(shù)量時(shí)，將當(dāng)前語(yǔ)音作為待進(jìn)行斷句檢測(cè)的目標(biāo)語(yǔ)音數(shù)據(jù)；

所述方法還包括：

當(dāng)檢測(cè)到所述當(dāng)前語(yǔ)音包括語(yǔ)音結(jié)束點(diǎn)時(shí)，獲取所述當(dāng)前語(yǔ)音的開(kāi)始點(diǎn)到所述語(yǔ)音結(jié)束點(diǎn)的語(yǔ)音數(shù)據(jù)，作為待答復(fù)的語(yǔ)音數(shù)據(jù)；

基于所述待答復(fù)的語(yǔ)音數(shù)據(jù)的語(yǔ)義確定會(huì)話答復(fù)數(shù)據(jù)，并輸出所述會(huì)話答復(fù)數(shù)據(jù)至所述會(huì)話對(duì)端。