本发明涉及一种基于深度学习的流式语音激活检测方法，先输入RAW声音波形信号片段，进行声学特征提取，结合SpecAugment数据增强算法计算得到提取后的声学特征张量；然后构建基于深度卷积神经网络模型，输出结果为0或1，其中1代表语音信号，0代表非语音信号，并训练得到可用的作为语音激活检测模型权重参数；最后语音激活检测模型在执行预测时，将得到的声学特征张量作为输入，得到预测输出结果。对于算法模型的实时性、准确率、鲁棒性、和弹性伸缩性等，都具有良好的表现，能够为语音通信、语音识别、智能问答、视频会议实时字幕和实时翻译等应用场景提供关键技术支持，同时也可用于非实时性的场景，具有一举两得的效果。