[发明专利]一种语音检测方法

权利要求书

1.一种语音检测方法，其特征在于：在传统的语音传感器的附近设置一个视频传感器，在语音传感器接收到信号特征的同时，视频传感器接收视频信号特征，并通过训练过程得到视频数据和语音/非语音数据之间的联系，再通过应用过程，根据输入的视频信号计算输入的信号特征是否为语音信号；所述训练过程和应用过程包括以下步骤：

步骤一：从已知的训练的语音和非语音的数据及其相应的视频数据挖掘视频数据和语音/非语音类别间的概率关系，假设已知的被标签过的语音和非语音的概率是p，视频数据或者其变换数据为x；

步骤二：根据被标签的数据，将数据集合分成语音和非语音的数据，在每个子数据集合用数据计算其概率分布的模型；

步骤三：根据步骤二训练得出的概率模型，以及输入的视频信号数据x计算其为语音或者非语音的概率p；

步骤四：根据步骤三计算出的概率，判断当前输入信号是不是语音信号。

2.如权利要求1所述的方法，其特征在于：所述步骤二中的模型可以是高斯混合模型，即假设数据模型分布是几个高斯函数的混合，用训练数据计算高斯混合模型的参数，该参数将作为应用过程所用到的参数。

3．如权利要求1所述的方法，其特征在于：所述步骤四中的判断方法是比较概率的大小，概率大者为判决结果。

4．如权利要求1所述的方法，其特征在于：从视频特征和语音特征得到当前语音信号是语音和非语音的概率大小。

5．如权利要求4所述的方法，其特征在于：可以采用分别对语音特征和视频特征建立各自的概率模型，亦可以对语音特征和视频特征建立同一概率模型。

6．如权利要求4所述的方法，其特征在于：可以采用直方图方法对视频特征和语音特征建立概率模型。

7．如权利要求6所述的方法，其特征在于：从视频特征得到当前语音信号是语音的概率，用此概率协助语音特征完成对当前语音信号是否为语音的决策。

8．如权利要求7所述的方法，其特征在于：可以采用马尔科夫模型协助将视频特征所得到的概率完成对当前语音信号是否为语音的决策。

9．如权利要求1所述的方法，其特征在于：所述语音检测方法，可以采用采集视频信号或者语音信号的任意变换作为视频信号和语音信号的特征。

10．如权利要求1所述的方法，其特征在于：所述视频信号的特征可以是当前视频的运动矢量。

11．如权利要求1所述的方法，其特征在于：所述视频信号的特征可以是当前视频包含图像的平均像素值。

12．如权利要求1所述的方法，其特征在于：所述语音信号的特征可以是当前语音的过零率。

13．如权利要求1所述的方法，其特征在于：所述语音信号的特征可以是当前语音的能量。

14．如权利要求1所述的方法，其特征在于：所述语音信号的特征可以从频域里求得，即对语音信号进行傅立叶变换，再求语音信号的特征。

15．如权利要求1所述的方法，其特征在于：所述视频特征至少用到一个或是大于一个的视频特征。

16．如权利要求1所述的方法，其特征在于：所述从视频特征和语音特征作计算的方法可以是任意方法，但输出结果是语音和非语音。

17．如权利要求16所述的方法，其特征在于：可以采用决策树方法将视频特征和语音特征计算得到其是否是语音的信息。

18．如权利要求16所述的方法，其特征在于：可以采用支持向量机方法将视频特征和语音特征计算得到其是否是语音的信息。

19．如权利要求16所述的方法，其特征在于：可以采用神经网络方法将视频特征和语音特征计算得到其是否是语音的信息。