[發明專利]語音活動檢測方法、裝置、電子設備和存儲介質

在審

• 申請號: 202110791186.7
• 申請日: 2021-07-13
• 公開（公告）號: CN113486964A
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 奚少亨;蔣華晨;王江
• 申請（專利權）人: 盛景智能科技（嘉興）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G11B20/10;G06F17/18
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 聶俊偉

1.一種語音活動檢測方法，其特征在于，包括：

獲取第一聲音信號；

對所述第一聲音信號進行延遲處理，得到第二聲音信號；

提取所述第二聲音信號的基音特征，基于所述基音特征，生成第一判斷結果；

更新所述第二聲音信號的信噪比，基于所述信噪比，生成第二判斷結果；

基于所述第一判斷結果和所述第二判斷結果，確定最終判斷結果。

2.根據權利要求1所述的語音活動檢測方法，其特征在于，所述提取所述第二聲音信號的基音特征，基于所述基音特征，生成第一判斷結果，包括：

提取所述第二聲音信號的基音特征，得到基音線性預測濾波器延遲、基因線性預測濾波器增益和頻譜包絡的第一峰值頻率；

將所述基音線性預測濾波器延遲、所述基因線性預測濾波器增益和所述頻譜包絡的第一峰值頻率輸入高斯混合模型，得到概率密度函數；

基于所述概率密度函數，聯合線性預測濾波器的增益和共振峰位置，生成所述第一判斷結果。

3.根據權利要求1所述的語音活動檢測方法，其特征在于，所述更新所述第二聲音信號的信噪比，基于所述信噪比，生成第二判斷結果，包括：

更新所述第二聲音信號的先驗信噪比和后驗信噪比；

比較更新后的所述后驗信噪比與第一目標閾值，生成所述第二判斷結果。

4.根據權利要求3所述的語音活動檢測方法，其特征在于，所述基于所述第二聲音信號，更新先驗信噪比和后驗信噪比，包括：

基于所述第二聲音信號，利用最小值追蹤算法MCRA更新先驗信噪比和后驗信噪比；

或者，基于所述第二聲音信號，采用遞歸平均算法更新先驗信噪比和后驗信噪比；

或者，基于所述第二聲音信號，采用最優控制算法更新先驗信噪比和后驗信噪比。

5.根據權利要求1所述的語音活動檢測方法，其特征在于，所述基于所述第一判斷結果和所述第二判斷結果，確定最終判斷結果，包括：

對所述第一判斷結果和所述第二判斷結果進行加權計算，生成第三判斷結果；

在所述第三判斷結果超過第二目標閾值的情況下，確定所述第一聲音信號為語音。

6.根據權利要求1所述的語音活動檢測方法，其特征在于，所述對所述第一聲音信號進行延遲處理，得到第二聲音信號，包括：

基于算法延遲，對所述第一聲音信號進行延遲處理，得到所述第二聲音信號，所述第二聲音信號用于區別表征所述第一聲音信號端點的清音特征。

7.根據權利要求1-6任一項所述的語音活動檢測方法，其特征在于，在所述獲取第一聲音信號之后且在所述對所述第一聲音信號進行延遲處理之前，所述方法還包括：

確定所述第一聲音信號在目標信號頻率區間內的能量占比；

在所述能量占比不超過第三目標閾值的情況下，確定所述第一聲音信號為靜音。

8.一種語音活動檢測裝置，其特征在于，包括：

采集模塊，用于獲取第一聲音信號；

第一處理模塊，用于對所述第一聲音信號進行延遲處理，得到第二聲音信號；

第二處理模塊，用于提取所述第二聲音信號的基音特征，基于所述基音特征，生成第一判斷結果；

第三處理模塊，用于更新所述第二聲音信號的信噪比，基于所述信噪比，生成第二判斷結果；

第四處理模塊，用于基于所述第一判斷結果和所述第二判斷結果，確定最終判斷結果。

9.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1至7任一項所述語音活動檢測方法的步驟。

10.一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7任一項所述語音活動檢測方法的步驟。