[发明专利]一种语音端点检测方法及装置

权利要求书

1.一种语音端点检测方法，其特征在于，包括：

在确定出有语音输入时，确定当前的网络传输速率；

根据确定出的网络传输速率，确定用于表征语音输入的时长的语音延时；

根据确定出的语音延时，得到语音输入的终止点；

其中，按照下述公式确定当前的网络传输速率：

其中，V是当前的网络传输速率，P_c是语音输入过程中，语音编码队列的当前占用率，T_VA是语音输入的时长，R_c是语音输入过程中，输入的语音的编码速率。

2.如权利要求1所述的方法，其特征在于，按照下述公式确定用于表征语音输入的时长的语音延时：

d＝S_D*V*α

其中，d是语音延时，V是当前的网络传输速率，S_D是设定的常量，α是网络传输速率的权重。

3.如权利要求1所述的方法，其特征在于，在确定出当前的网络传输速率之后，确定用于表征语音输入的时长的语音延时之前，还包括：

确定语音输入过程中，在确定出有和语音输入的识别错误率反馈信息时，确定所述识别错误率；以及

在确定出没有和语音输入的识别错误率反馈信息时，确定场景因子，所述场景因子用于表征语音输入过程所在的场景。

4.如权利要求3所述的方法，其特征在于，按照下述公式确定用于表征语音输入的时长的语音延时：

d＝S_D*V*α+S_D*F_s*β

其中，d是语音延时，V是当前的网络传输速率，S_D是设定的常量，α是网络传输速率的权重，F_s是识别错误率或场景因子，若F_s是识别错误率时，根据网络传输速率估计的延时确定，β是错误识别率权重，若F_s是场景因子时，F_S＝E_Vb/E_Va，E_Vb是语音输入过程中，背景音的功率，E_Va是语音输入过程中，输入的语音的功率，β是场景因子权重。

5.一种语音端点检测装置，其特征在于，包括：

语音确定模块，用于确定是否有语音输入；

网络传输速率确定模块，用于在确定出有语音输入时，确定当前的网络传输速率；

语音延时确定模块，用于根据确定出的网络传输速率，确定用于表征语音输入的时长的语音延时；

端点确定模块，用于根据确定出的语音延时，得到语音输入的终止点；

其中，所述网络传输速率确定模块按照下述公式确定当前的网络传输速率：

其中，V是当前的网络传输速率，P_c是语音输入过程中，语音编码队列的当前占用率，T_VA是语音输入的时长，R_c是语音输入过程中，输入的语音的编码速率。

6.如权利要求5所述的装置，其特征在于，所述语音延时确定模块，具体用于按照下述公式确定用于表征语音输入的时长的语音延时：

d＝S_D*V*α

其中，d是语音延时，V是当前的网络传输速率，S_D是设定的常量，α是网络传输速率的权重。

7.如权利要求5所述的装置，其特征在于，还包括：

识别错误率确定模块，用于确定语音输入过程中，在确定出有和语音输入的识别错误率反馈信息时，确定所述识别错误率；以及在确定出没有和语音输入的识别错误率反馈信息时，确定场景因子，所述场景因子用于表征语音输入过程所在的场景。

8.如权利要求7所述的装置，其特征在于，所述语音延时确定模块，具体用于按照下述公式确定用于表征语音输入的时长的语音延时：

d＝S_D*V*α+S_D*F_s*β

其中，d是语音延时，V是当前的网络传输速率，S_D是设定的常量，α是网络传输速率的权重，F_s是识别错误率或场景因子，若F_s是识别错误率时，根据网络传输速率估计的延时确定，β是错误识别率权重，若F_s是场景因子时，F_S＝E_Vb/E_Va，E_Vb是语音输入过程中，背景音的功率，E_Va是语音输入过程中，输入的语音的功率，β是场景因子权重。