一種基于姿態(tài)傳感器的語音活動(dòng)檢測(cè)方法

基本信息

申請(qǐng)?zhí)?/td> CN202110646290.7 申請(qǐng)日 -
公開（公告）號(hào) CN113327589A 公開（公告）日 2021-08-31
申請(qǐng)公布號(hào) CN113327589A 申請(qǐng)公布日 2021-08-31
分類號(hào) G10L15/02（2006.01）I;G10L15/06（2013.01）I;G10L15/16（2006.01）I;G10L15/24（2013.01）I;G10L19/02（2013.01）I;G10L21/0232（2013.01）I;G10L25/18（2013.01）I 分類 樂器；聲學(xué);
發(fā)明人 王蒙;胡奎;姜黎 申請(qǐng)（專利權(quán)）人 杭州芯聲智能科技有限公司
代理機(jī)構(gòu) 成都知都云專利代理事務(wù)所（普通合伙） 代理人 趙正寅
地址 310000浙江省杭州市杭州經(jīng)濟(jì)技術(shù)開發(fā)區(qū)白楊街道科技園路20號(hào)14幢3層02室-15
法律狀態(tài) -

摘要

摘要 本發(fā)明提供的一種基于姿態(tài)傳感器的語音活動(dòng)檢測(cè)方法，涉及人機(jī)交互技術(shù)領(lǐng)域。本發(fā)明通過將姿態(tài)特征數(shù)據(jù)與聲音特征數(shù)據(jù)進(jìn)行特征拼接，得到混合特征數(shù)據(jù)；通過混合特征數(shù)據(jù)對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，能實(shí)現(xiàn)在不同姿態(tài)下對(duì)語音活動(dòng)進(jìn)行準(zhǔn)確檢測(cè)，解決了用戶姿態(tài)會(huì)影響語音活動(dòng)檢測(cè)準(zhǔn)確度的問題；通過量化壓縮方法中的三值量化方法對(duì)訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)量進(jìn)行量化壓縮，將32bit浮點(diǎn)型權(quán)值量化為2bit定點(diǎn)型權(quán)值，進(jìn)一步減少其占用內(nèi)存大小的同時(shí)還極大地減小了對(duì)于計(jì)算空間和時(shí)間的消耗；使用循環(huán)神經(jīng)網(wǎng)絡(luò)模型來構(gòu)建前后幀的數(shù)據(jù)聯(lián)系，以提高模型效果；且循環(huán)神經(jīng)網(wǎng)絡(luò)模型參數(shù)量較少，進(jìn)一步減少其占用內(nèi)存大小。