一種基于實(shí)時(shí)人臉輔助的語音端點(diǎn)檢測方法

基本信息

申請(qǐng)?zhí)?/td> CN202110346035.0 申請(qǐng)日 -
公開（公告）號(hào) CN113160853A 公開（公告）日 2021-07-23
申請(qǐng)公布號(hào) CN113160853A 申請(qǐng)公布日 2021-07-23
分類號(hào) G10L25/78;G10L15/05;G10L15/04;G10L15/02;G06K9/00 分類 樂器；聲學(xué);
發(fā)明人 魚海航 申請(qǐng)（專利權(quán)）人 深圳魚亮科技有限公司
代理機(jī)構(gòu) 合肥律眾知識(shí)產(chǎn)權(quán)代理有限公司 代理人 殷娟
地址 518101 廣東省深圳市寶安區(qū)西鄉(xiāng)街道富華社區(qū)富瑰路富瑰園C棟1單元401
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于實(shí)時(shí)人臉輔助的語音端點(diǎn)檢測方法，具體涉及語音識(shí)別技術(shù)領(lǐng)域，包括以下步驟：通過實(shí)時(shí)圖像錄取設(shè)備，獲取用戶面部的實(shí)時(shí)影像信息，并將影像信息傳輸至后臺(tái)的控制中心，利用圖像處理技術(shù)，對(duì)影像信息進(jìn)行特征提取，獲取影像信息中與用戶面部相關(guān)的動(dòng)作幀；提取用戶面部特征，根據(jù)面部特征，確定數(shù)量不同的基準(zhǔn)點(diǎn)，利用基準(zhǔn)點(diǎn)構(gòu)建用戶的面部動(dòng)作數(shù)據(jù)庫，每個(gè)特定的面部動(dòng)作由數(shù)個(gè)基準(zhǔn)點(diǎn)組成，將上述獲取的動(dòng)作幀與面部動(dòng)作數(shù)據(jù)庫中的面部特征進(jìn)行對(duì)比。本發(fā)明極大的降低了進(jìn)行語音端點(diǎn)檢測過程中的操作程序，也使進(jìn)行處理的語音信息總量得到了減少，從而提升了語音端點(diǎn)檢測的速率，提高了實(shí)用性。