人聲激活檢測方法、裝置、計算機設備和存儲介質(zhì)

基本信息

申請?zhí)?/td> CN202110425564.X 申請日 -
公開（公告）號 CN113113001A 公開（公告）日 2021-07-13
申請公布號 CN113113001A 申請公布日 2021-07-13
分類號 G10L15/16（2006.01）I;G10L21/0272（2013.01）I 分類 樂器；聲學;
發(fā)明人 徐泓洋;王廣新;楊漢丹 申請（專利權）人 深圳市友杰智新科技有限公司
代理機構 深圳市明日今典知識產(chǎn)權代理事務所（普通合伙） 代理人 王杰輝;曹勇
地址 518000廣東省深圳市南山區(qū)招商街道蛇口南海大道1079號花園城數(shù)碼大廈A座402
法律狀態(tài) -

摘要

摘要 本申請?zhí)峁┮环N人聲激活檢測方法、裝置、計算機設備和存儲介質(zhì)，其中方法包括：實時采集語音數(shù)據(jù)；提取所述語音數(shù)據(jù)中每一幀音頻數(shù)據(jù)對應的語音特征向量；依序?qū)㈩A設幀音頻數(shù)據(jù)對應的語音特征向量輸入至預設的人聲激活檢測模型中；其中，所述預設的人聲激活檢測模型基于時延神經(jīng)網(wǎng)絡訓練得到，輸入的所述預設幀音頻數(shù)據(jù)對應的語音特征向量包括當前幀及其上下文的多幀音頻數(shù)據(jù)分別對應的語音特征向量；基于所述人聲激活檢測模型，檢測所述預設幀音頻數(shù)據(jù)中是否包括人聲。本申請基于時延神經(jīng)網(wǎng)絡訓練得到的人聲激活檢測模型檢測人聲，不僅檢測速度快，且模型結合了當前幀及其上下文的語音，檢測效果好。