[发明专利]一种自适应嘈杂环境下语音端点检测的方法和装置

权利要求书

1.一种自适应嘈杂环境下语音端点检测的方法，其特征在于，包括：

录制多个连续的语音片；所述语音片中初始的若干语音片采集为样本语音；

计算样本语音中每个语音片的语音平均能量值和所有语音片的平均能量值；

根据所述语音平均能量值和所有语音片的平均能量值的大小关系判断所述样本语音是否包含目标语音；

当所述样本语音包含目标语音时，所述样本语音的起点检测为目标语音的起点；

当所述样本语音不包含目标语音时，将第一特定语音片的起点检测为目标语音的起点；所述第一特定语音片及之后的第一连续预设个数的语音片的语音平均能量值超出起点溢出值；

将第二特定语音片的起点检测为目标语音的终点；所述第二特定语音片及之后的第二连续预设个数的语音片的语音平均能量值低于终点溢出值；

其中，所述根据所述语音平均能量值和所有语音片的平均能量值的大小关系判断所述样本语音是否包含目标语音，包括：

若所述样本语音中语音片的语音平均能量值与所述所有语音片的平均能量值的差值超出第一阈值，将该语音片从样本语音中排除；

计算样本语音中剩余语音片的有效平均能量值；

若所述有效平均能量值低于能量阈值，判断所述样本语音不包含目标语音；否则判断所述样本语音包含目标语音。

2.根据权利要求1所述的方法，其特征在于，所述录制多个连续的语音片之前，还包括：

预设背景噪音能量值；

所述计算样本语音中剩余语音片的有效平均能量值之后，还包括：

将所述背景噪音能量值更新为所述有效平均能量值。

3.根据权利要求2所述的方法，其特征在于，所述起点溢出值S1＝Q1+W1；所述终点溢出值S2＝Q1+W2；

其中，Q1为背景噪音能量值；W1为第一修正值；W2为第二修正值。

4.根据权利要求3所述的方法，其特征在于，W1＝Q1*K1(0＜K1＜1)；W2＝Q1*K2(0＜K2＜1)；

其中，K1为第一修正系数，K2为第二修正系数。

5.一种自适应嘈杂环境下语音端点检测的装置，其特征在于，包括：

语音片录制单元，用于录制多个连续的语音片；所述语音片中初始的若干语音片采集为样本语音；

能量值计算单元，用于计算样本语音中每个语音片的语音平均能量值和所有语音片的平均能量值；

目标语音判断单元，用于根据所述语音平均能量值和所有语音片的平均能量值的大小关系判断所述样本语音是否包含目标语音；

第一起点确定单元，用于当所述样本语音包含目标语音时，所述样本语音的起点检测为目标语音的起点；

第二起点确定单元，用于当所述样本语音不包含目标语音时，将第一特定语音片的起点检测为目标语音的起点；所述第一特定语音片及之后的第一连续预设个数的语音片的语音平均能量值超出起点溢出值；

终点确定单元，用于将第二特定语音片的起点检测为目标语音的终点；所述第二特定语音片及之后的第二连续预设个数的语音片的语音平均能量值低于终点溢出值；

其中，所述目标语音判断单元，包括：

样本清理模块，用于若所述样本语音中语音片的语音平均能量值与所述所有语音片的平均能量值的差值超出第一阈值，将该语音片从样本语音中排除；

能量值计算模块，用于计算样本语音中剩余语音片的有效平均能量值；

目标语音判断模块，用于若所述有效平均能量值低于能量阈值，判断所述样本语音不包含目标语音；否则判断所述样本语音包含目标语音。

6.根据权利要求5所述的装置，其特征在于，还包括：

参数预设单元，用于预设背景噪音能量值；

还包括：

参数更新单元，用于将所述背景噪音能量值更新为所述有效平均能量值。

7.根据权利要求6所述的装置，其特征在于，所述起点溢出值S1＝Q1+W1；所述终点溢出值S2＝Q1+W2；

其中，Q1为背景噪音能量值；W1为第一修正值；W2为第二修正值。

8.根据权利要求7所述的装置，其特征在于，W1＝Q1*K1(0＜K1＜1)；W2＝Q1*K2(0＜K2＜1)；

其中，K1为第一修正系数，K2为第二修正系数。