语音活动检测方法及装置

授权

摘要

本发明实施例提供一种语音活动检测方法及装置，通过将待检测音频文件，即包含语音信号的第一音频文件进行分帧处理，得到第一音频帧序列，提取该第一音频帧序列中各个音频帧的声学特征，然后按照时间先后顺序将各音频帧的声学特征输入至加噪处理后的VAD模型，得到第一音频帧序列中的各个音频帧的概率值，每个音频帧的概率值用于指示对应音频帧为语音帧或噪声帧，然后，电子设备根据各个音频帧的概率值，确定语音信号的起点和终点。该VAD检测过程中，利用加噪处理后的VAD模型识别出一段音频中语音信号的起点和终点，实现准确识别出语音信号的起点和终点的目的。

基本信息

专利标题：

语音活动检测方法及装置

专利标题（英）：

暂无

公开（公告）号：

CN109473123A

申请号：

CN201811482222.6

公开（公告）日：

2019-03-15

申请日：

2018-12-05

授权号：

CN109473123B

授权日：

2022-05-31

发明人：

李超

申请人：

百度在线网络技术（北京）有限公司

申请人地址：

北京市海淀区上地十街10号百度大厦三层

代理机构：

北京同立钧成知识产权代理有限公司

代理人：

荣甜甜

优先权：

CN201811482222.6

主分类号：

G10L25/78

IPC分类号：

G10L25/78 G10L25/84