[发明专利]一种语音活动检测的方法和装置、语音识别的方法和装置

权利要求书

1.一种语音活动检测的方法，其特征在于，包括：

获取当前帧输入信号的信号特征参数；

采用所述信号特征参数确定所述当前帧输入信号的第一信号类型，以及，采用所述信号特征参数和预设的深度神经网络模型确定所述当前帧输入信号的第二信号类型；所述第一信号类型为语音信号或非语音信号，所述第二信号类型为语音信号或非语音信号；

依据所述第一信号类型和第二信号类型，确定所述当前帧输入信号的信号类型；

其中，所述信号特征参数包括信号能量值、语音信噪比、感知线性预测参数以及基频，所述采用所述信号特征参数确定所述当前帧输入信号的第一信号类型，以及，采用所述信号特征参数和预设的深度神经网络模型确定所述当前帧输入信号的第二信号类型的步骤包括：

采用所述信号能量值和所述语音信噪比确定所述当前帧输入信号的第一信号类型；

采用所述感知线性预测参数和基频生成输入参数；

采用所述输入参数，在预设的深度神经网络模型中，计算所述当前帧输入信号为语音信号的置信概率；

获取所述当前帧输入信号的前一帧输入信号为语音信号的置信度；

采用所述前一帧输入信号为语音信号的置信度和所述当前帧输入信号为语音信号的置信概率，计算所述当前帧输入信号的置信度；

判断所述当前帧输入信号的置信度是否大于预设置信度阈值；

若是，则确定所述第二信号类型为语音信号；

若否，则确定所述第二信号类型为非语音信号。

2.根据权利要求1所述的方法，其特征在于，所述采用所述信号能量值和所述语音信噪比确定所述当前帧输入信号的第一信号类型的步骤包括：

采用所述信号能量值确定所述当前帧输入信号的第一预判信号类型；

采用所述语音信噪比确定所述当前帧输入信号的第二预判信号类型；

当所述第一预判信号类型和所述第二预判信号类型均为语音信号时，确定所述第一信号类型为语音信号；

当所述第一预判信号类型和所述第二预判信号类型中存在非语音信号时，确定所述第一信号类型为非语音信号。

3.根据权利要求2所述的方法，其特征在于，所述采用所述信号能量值确定所述当前帧输入信号的第一预判信号类型的步骤包括：

判断所述信号能量值是否大于预设能量阈值；

若是，则确定所述第一预判信号类型为语音信号；

若否，则确定所述第一预判信号类型为非语音信号。

4.根据权利要求2所述的方法，其特征在于，所述采用所述语音信噪比确定所述当前帧输入信号的第二预判信号类型的步骤包括：

采用所述语音信噪比，计算所述当前帧输入信号的语音存在概率；

判断所述语音存在概率是否大于预设语音存在概率阈值；

若是，则确定所述第二预判信号类型为语音信号；

若否，则确定所述第二预判信号类型为非语音信号。

5.根据权利要求1-4任一所述的方法，其特征在于，所述依据所述第一信号类型和第二信号类型，确定所述当前帧输入信号的信号类型的步骤包括：

当所述第一信号类型和所述第二信号类型均为语音信号时，确定所述当前帧输入信号的信号类型为语音信号；

当所述第一信号类型和所述第二信号类型中存在非语音信号时，确定所述当前帧输入信号的信号类型为非语音信号。

6.一种语音识别的方法，其特征在于，包括：

采用如权利要求1-5任一所述的语音活动检测的方法确定当前帧输入信号的信号类型；

当确定所述当前帧输入信号的信号类型为语音信号时，将所述当前帧输入信号发送至解码器进行解码，得到当前帧输入信号对应的文本信息。

7.根据权利要求6所述的方法，其特征在于，还包括：

当确定所述当前帧输入信号的信号类型为非语音信号时，计算所述非语音信号的持续时间；

当所述持续时间大于预设时间阈值时，重置所述解码器。