[发明专利]语音处理方法和语音处理装置

说明书

本发明揭示了一种语音处理方法和语音处理装置，所述方法包括以下步骤：对声音信号进行语音活动检测，从声音信号中提取出语音信号；对语音信号进行浊音检测，从语音信号中提取出浊音片段；利用浊音片段进行关键词匹配。从而滤除了语音信号中的清音、噪音等干扰项，只利用有效语音(浊音片段)进行匹配运算，一方面大大减少了关键词匹配过程中的计算量，降低了系统功耗，另一方面提高了关键词匹配的准确度。

技术领域

本发明涉及电子技术领域，特别是涉及到一种语音处理方法和语音处理装置。

背景技术

语音唤醒技术是人工智能的一个分支，语音唤醒技术的应用领域很广泛，比如可以应用于机器人、手机、可穿戴设备、智能家居、车载等领域。许多带有语音识别功能的设备都会利用语音唤醒技术作为人与机器互动的开始。

语音唤醒是指用户说出特定的语音指令时，设备从休眠状态切换到工作状态，并给出指定响应。唤醒技术的用途在于，用户对于设备的操作可以完全用语音进行，脱离双手的帮助；同时，利用唤醒这样的机制，设备不需要时时处于工作状态，大大节省能耗。

语音唤醒的关键是进行关键词匹配。目前在进行关键词匹配时，首先对声音信号进行语音活动检测(Voice Activity Detection,VAD)，从声音信号中提取出语音信号，然后利用语音信号进行关键词匹配，判断语音信号中是否包含唤醒关键词。

由于语音活动检测不完善，导致有效语音(即浊音)的首尾和中间都可能存在噪音和清音，并且清音复杂多变，从而使得系统的计算量较大，增大了系统的功耗。同时，清音和噪音等干扰项对匹配的特征参数的稳健性产生了不利影响，进而影响关键词匹配的准确度。

发明内容

本发明的主要目的为提供一种语音处理方法和语音处理装置，旨在降低系统功耗，提高关键词匹配的准确度。

为达以上目的，本发明实施例提出一种语音处理方法，所述方法包括以下步骤：

对声音信号进行语音活动检测，从所述声音信号中提取出语音信号；

对所述语音信号进行浊音检测，从所述语音信号中提取出浊音片段；

利用所述浊音片段进行关键词匹配。

可选地，所述对声音信号进行语音活动检测的步骤包括：基于过零率对声音信号进行语音活动检测，所述过零率的门限值为第一门限值；

所述对所述语音信号进行浊音检测的步骤包括：基于过零率对所述语音信号进行浊音检测，所述过零率的门限值为第二门限值，且所述第二门限值大于所述第一门限值。

可选地，所述第二门限值为所述语音信号的平均幅值的8％-15％。

可选地，所述第二门限值为所述语音信号的平均幅值的10％。

可选地，所述基于过零率对所述语音信号进行浊音检测，从所述语音信号中提取出浊音片段的步骤包括：

针对所述语音信号的语音帧中相邻的两个采样点tmp1和tmp2，当同时满足tmp1*tmp2<0和|tmp1-tmp2|>T2时，则认定所述语音帧过一次零，据此统计出所述语音帧的过零率，其中T2为第二门限值；

从所述语音信号中提取出过零率大于预设值的语音帧组成浊音片段。

可选地，所述基于过零率对所述语音信号进行浊音检测，从所述语音信号中提取出浊音片段的步骤包括：

针对所述语音信号中相邻的采样点对tmp1和tmp2，当同时满足tmp1*tmp2<0和|tmp1-tmp2|>T2时，则判决过零率为1，否则判决过零率为0，其中T2为第二门限值；