[发明专利]声音检测方法及装置

权利要求书

1.一种声音检测方法，其特征在于，包括：

提取待检测音频的音频帧的音频特征；

基于所述音频帧的音频特征，确定所述音频帧属于预设声音的后验概率；

根据所述音频帧的预设权重以及所述音频帧属于预设声音的后验概率，检测所述待检测音频中是否存在所述预设声音；

所述提取待检测音频的音频帧的音频特征，包括：

提取所述待检测音频中的T个音频帧的音频特征，获得T帧特征；

所述基于所述音频帧的音频特征，确定所述音频帧属于预设声音的后验概率，包括：

基于所述T帧特征，确定所述待检测音频属于预设声音的后验概率；

所述基于所述T帧特征，确定所述待检测音频属于预设声音的后验概率，包括：

确定所述T帧特征中每帧特征对应的音频帧属于所述预设声音的后验概率；

所述根据所述音频帧的预设权重以及所述音频帧属于预设声音的后验概率，检测所述待检测音频中是否存在所述预设声音，包括：

确定所述T帧特征中每帧特征对应的音频帧的预设权重；

根据所述每帧特征对应的音频帧的预设权重以及所述每帧特征对应的音频帧属于所述预设声音的后验概率，检测所述待检测音频中是否存在所述预设声音；

所述根据所述每帧特征对应的音频帧的预设权重以及所述每帧特征对应的音频帧属于所述预设声音的后验概率，检测所述待检测音频中是否存在所述预设声音，包括：

根据所述每帧特征对应的音频帧的预设权重以及所述每帧特征对应的音频帧属于所述预设声音的后验概率，确定所述待检测音频中存在所述预设声音的当前置信度；

当所述当前置信度不小于预设置信度时，确定所述待检测音频中存在所述预设声音；

当所述当前置信度小于预设置信度时，确定所述待检测音频中不存在所述预设声音；

所述确定所述T帧特征中每帧特征对应的音频帧的预设权重，包括：

通过以下第一公式确定所述每帧特征对应的音频帧的预设权重α_t：

其中：e_t＝v^Tf(Wα_t+b)+k，α_t为第t个音频帧的预设权重；v、W、b、k是预设参数，都设置有一个初始值，在神经网络学习过程中不断更新；f(.)是Relu激活函数；e_t中的参数为通过神经网络训练得到的；

所述根据所述每帧特征对应的音频帧的预设权重以及所述每帧特征对应的音频帧属于所述预设声音的后验概率，确定所述待检测音频中存在所述预设声音的当前置信度，包括：

通过以下第二公式确定所述待检测音频中存在所述预设声音的当前置信度

p_t为第t个音频帧属于所述预设声音的后验概率。

2.一种声音检测装置，其特征在于，包括：

提取模块，用于提取待检测音频的音频帧的音频特征；

确定模块，用于基于所述音频帧的音频特征，确定所述音频帧属于预设声音的后验概率；

检测模块，用于根据所述音频帧的预设权重以及所述音频帧属于预设声音的后验概率，检测所述待检测音频中是否存在所述预设声音；

所述提取模块包括：

提取子模块，用于提取所述待检测音频中的T个音频帧的音频特征，获得T帧特征；

所述确定模块包括：

第一确定子模块，用于基于所述T帧特征，确定所述待检测音频属于预设声音的后验概率；

所述第一确定子模块包括：

确定单元，用于确定所述T帧特征中每帧特征对应的音频帧属于所述预设声音的后验概率；

所述检测模块包括：

第二确定子模块，用于确定所述T帧特征中每帧特征对应的音频帧的预设权重；

检测子模块，用于根据所述每帧特征对应的音频帧的预设权重以及所述每帧特征对应的音频帧属于所述预设声音的后验概率，检测所述待检测音频中是否存在所述预设声音；

所述检测子模块包括：

第一确定单元，用于根据所述每帧特征对应的音频帧的预设权重以及所述每帧特征对应的音频帧属于所述预设声音的后验概率，确定所述待检测音频中存在所述预设声音的当前置信度；

第二确定单元，用于当所述当前置信度不小于预设置信度时，确定所述待检测音频中存在所述预设声音；

第三确定单元，用于当所述当前置信度小于预设置信度时，确定所述待检测音频中不存在所述预设声音；

所述第二确定子模块包括：

第四确定单元，用于通过以下第一公式确定所述每帧特征对应的音频帧的预设权重α_t：

其中：e_t＝v^Tf(Wα_t+b)+k，α_t为第t个音频帧的预设权重；v、W、b、k是预设参数，都设置有一个初始值，在神经网络学习过程中不断更新；f(.)是Relu激活函数；e_t中的参数为通过神经网络训练得到；

所述检测子模块包括：

第五确定单元，用于通过以下第二公式确定所述待检测音频中存在所述预设声音的当前置信度

p_t为第t个音频帧属于所述预设声音的后验概率。