[发明专利]音频起始点检测方法和装置

权利要求书

1.一种音频起始点检测方法，其特征在于，包括：

将所述音频的音频信号切分为多个子音频信号，将各子音频信号转换为频域信号，每个子音频信号对应一个频段；

确定各频段对应的语音频谱参数；其中，所述语音频谱参数通过不同子音频信号的频谱幅度和相位加权计算得到；

针对各频段，根据当前频段的语音频谱参数和从剩余频段中选取的预设个数频段的语音频谱参数确定语音频谱参数的均值，将所述均值作为所述当前频段的均值，其中所述剩余频段为按照时序位于所述当前频段之前的所有频段；

根据所述各频段对应的语音频谱参数和均值确定所述音频中的音符和音节的一个或多个起始点位置。

2.如权利要求1所述的音频起始点检测方法，其特征在于，所述根据所述各频段对应的语音频谱参数和均值确定所述音频中的音符和音节的一个或多个起始点位置，包括：

计算各频段的语音频谱参数与均值的差值；

根据所述各频段的差值确定所述音频中的音符和音节的一个或多个起始点位置。

3.如权利要求2所述的音频起始点检测方法，其特征在于，所述根据所述各频段的差值确定所述音频中的音符和音节的一个或多个起始点位置，包括：

根据所述各频段的差值绘制语音频谱参数曲线；

根据所述语音频谱参数曲线确定局部最高点，根据所述局部最高点对应的差值确定所述音频中的音符和音节的一个或多个起始点位置。

4.一种音频起始点检测装置，其特征在于，包括：

参数确定模块，用于将所述音频的音频信号切分为多个子音频信号，将各子音频信号转换为频域信号，每个子音频信号对应一个频段；确定各频段对应的语音频谱参数；其中，所述语音频谱参数通过不同子音频信号的频谱幅度和相位加权计算得到；

均值确定模块，用于针对各频段，根据当前频段的语音频谱参数和从剩余频段中选取的预设个数频段的语音频谱参数确定语音频谱参数的均值，将所述均值作为所述当前频段的均值，其中所述剩余频段为按照时序位于所述当前频段之前的所有频段；

起始点确定模块，用于根据所述各频段对应的语音频谱参数和均值确定所述音频中的音符和音节的一个或多个起始点位置。

5.如权利要求4所述的音频起始点检测装置，其特征在于，所述起始点确定模块包括：

差值计算单元，用于计算各频段的语音频谱参数与均值的差值；

起始点确定单元，用于根据所述各频段的差值确定所述音频中的音符和音节的一个或多个起始点位置。

6.如权利要求5所述的音频起始点检测装置，其特征在于，所述起始点确定单元具体用于：根据所述各频段的差值绘制语音频谱参数曲线；根据所述语音频谱参数曲线确定局部最高点，根据所述局部最高点对应的差值确定所述音频中的音符和音节的一个或多个起始点位置。

7.一种电子设备，包括：

存储器，用于存储非暂时性计算机可读指令；以及

处理器，用于运行所述计算机可读指令，使得所述处理器执行时实现根据权利要求1-3中任意一项所述的音频起始点检测方法。

8.一种计算机可读存储介质，用于存储非暂时性计算机可读指令，当所述非暂时性计算机可读指令由计算机执行时，使得所述计算机执行权利要求1-3中任意一项所述的音频起始点检测方法。