[发明专利]语音端点检测方法、装置、计算机设备及存储介质

说明书

本申请关于一种语音端点检测方法、装置、计算机设备及存储介质，涉及语音识别技术领域。所述方法包括：对待检测语音进行预检测，以从待检测语音中提取包含语音信号和非稳态噪声信号的第一混合音片段，对第一混合音片段进行音高检测，以从第一混合音片段中提取包含非稳态噪声信号和清音信号的第二混合音片段和浊音信号片段，根据第一混合音片段中的第一个浊音信号片段的起始点，确定第一混合音片段中的语音起始端点，根据第一混合音片段中的最后一个浊音信号片段的结束点，确定第一混合音片段中的语音结束端点。通过上述方法，使得在语音信号检测过程中，有效地区分非稳态噪声信号和有效语音信号，提高语音端点检测的准确性。

技术领域

本申请涉及语音识别技术领域，特别涉及语音端点检测方法、装置、计算机设备及存储介质。

背景技术

在语音信号处理中，需要从包含语音的一段信号中确定出语音信号的起始点以及终止点，以采集真正的语音数据，减少语音信号处理系统的运算量，从而提高系统处理效率。

在相关技术中，通常基于语音信号和噪声的能量、过零率、倒谱等特征的不同设计端点检测算法，以实现区分噪声和语音信号的目的。

上述相关技术中，在区分平稳噪声信号和有效语音信号中表现较好，但对于存在非稳态噪声信号的语音信号，由于非稳态噪声信号会对语音信号中的能量、过零率、倒谱等特征造成影响，从而不能有效地区分非稳态噪声信号和有效语音信号，造成语音信号处理准确性较低。

发明内容

本申请实施例提供了一种语音端点检测方法、装置、计算机设备及存储介质，在语音信号检测过程中，有效地区分非稳态噪声信号和有效语音信号，提高语音信号处理的准确性，该技术方案如下：

一方面，提供了一种语音端点检测方法，所述方法包括：

对待检测语音进行预检测，以从所述待检测语音中提取第一混合音片段，所述第一混合音片段包含语音信号和非稳态噪声信号；

对所述第一混合音片段进行音高检测，以从所述第一混合音片段中提取第二混合音片段和浊音信号片段，所述第二混合音片段中包含所述非稳态噪声信号和清音信号；

根据所述第一混合音片段中的第一个浊音信号片段的起始点，确定所述第一混合音片段中的语音起始端点；

根据所述第一混合音片段中的最后一个浊音信号片段的结束点，确定所述第一混合音片段中的语音结束端点。

可选的，所述根据所述第一混合音片段中的第一个浊音信号片段的起始点，确定所述第一混合音片段中的语音起始端点，包括：

当所述第一个浊音信号片段前存在所述第二混合音片段时，在所述第一个浊音信号片段前的预定时域范围内检测能量值；

若在所述预定时域范围内存在能量波谷，分别获取所述第二混合音片段的起始点与所述第一个浊音信号片段的距离关系以及所述第一个浊音信号片段前指定时长的时间点与所述第一个浊音信号片段的距离关系；

确定所述第二混合音片段的起始点与所述第一个浊音信号片段前指定时长的时间点中距离所述第一浊音信号片段最近的一个为所述语音起始端点。

可选的，所述方法还包括：

若在所述预定时域范围内不存在能量波谷，则将所述第一个浊音信号片段的起始点，作为所述语音起始端点。

可选的，所述根据所述第一混合音片段中的最后一个浊音信号片段的结束点，确定所述第一混合音片段中的语音结束端点，包括：

将所述最后一个浊音信号片段的结束点，作为所述语音结束端点。

可选的，所述对所述第一混合音片段进行音高检测，以从所述第一混合音片段中提取第二混合音片段和浊音信号片段，包括：