一種利用神經(jīng)網(wǎng)絡(luò)的語音活性檢測方法

基本信息

申請?zhí)?/td> CN202110979720.7 申請日 -
公開（公告）號 CN113421595A 公開（公告）日 2021-09-21
申請公布號 CN113421595A 申請公布日 2021-09-21
分類號 G10L25/81（2013.01）I;G10L25/84（2013.01）I;G10L25/30（2013.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 樂器；聲學;
發(fā)明人 萬東琴;胡岸;劉文通;曾帆 申請（專利權(quán)）人 成都啟英泰倫科技有限公司
代理機構(gòu) - 代理人 -
地址 610041四川省成都市高新區(qū)天府五街200號菁蓉匯4號樓A座12層
法律狀態(tài) -

摘要

摘要 一種利用神經(jīng)網(wǎng)絡(luò)的語音活性檢測方法，包括模型訓練過程和語音活性檢測過程；所述模型訓練過程包括以下步驟：S1.對用于訓練的純凈語音確定端點檢測標簽；S2.對純凈語音進行隨機加噪，構(gòu)造訓練集；S3.逐幀處理，提取訓練集中的多階多分辨率耳蝸圖特征向量；S4.構(gòu)建多層門控制循環(huán)單元網(wǎng)絡(luò)，利用訓練集對其進行訓練，得到多層門控制循環(huán)單元成熟模型,利用成熟模型進行語音活性檢測。本發(fā)明利用神經(jīng)網(wǎng)絡(luò)良好的分類性能，提取帶噪語音的特定特征，并通過預先訓練好的神經(jīng)網(wǎng)絡(luò)模型，對語音以及噪聲進行初步分類并求得一個語音存在概率；通過狀態(tài)機對獲得的語音存在概率進行后處理，從而得到一個平滑且相對準確的語音活性檢測標識。