一种基于深度学习的语音端点检测方法
公开
摘要
一种基于深度学习的语音端点检测方法，包括如下步骤：S1.采集高信噪比的目标人声作为原始数据集，构建训练集；S2.对训练集和原始数据集计算幅度谱；S3.构建初始深度学习训练网络进行训练，以训练集每一帧的幅度谱作为训练输入特征，以原始数据集的幅度谱作为训练目标；训练完成后，得到最终深度学习训练网络；S4.求取增益值和时域信号；S5.通过模型输出的增益值和制定的状态机机制对时域信号进行语音端点检测。本发明通过模型输出的增益值来间接进行端点检测有利于应对不同的环境，可以对增益值进行不同的后处理方式增强适应性。
基本信息
专利标题 ：
一种基于深度学习的语音端点检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114566152A
申请号 ：
CN202210449438.2
公开（公告）日 ：
2022-05-31
申请日 ：
2022-04-27
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘文通
申请人 ：
成都启英泰伦科技有限公司
申请人地址 ：
四川省成都市高新区天府五街200号菁蓉汇4号楼A座12层
代理机构 ：
代理人 ：
优先权 ：
CN202210449438.2
主分类号 ：
G10L15/05
IPC分类号 ：
G10L15/05 G10L15/06 G10L15/16 G10L25/30 G10L25/87
IPC结构图谱
G
G部——物理
G10
乐器；声学
G10L
语音分析或合成；语音识别；语音或声音处理；语音或音频编码或解码
G10L15/00
语音识别
G10L15/04
分段；字极限检测
G10L15/05
字边界检测
法律状态
2022-05-31 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
