[发明专利]声音检测方法及装置

说明书

本发明是关于声音检测方法及装置。该方法包括：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。通过本发明的技术方案，可提高音频中预设声音的检测效率和正确率，达到降低误检测的目的，并避免人为检测预设声音，降低用户的检测负担。

技术领域

本发明涉及终端技术领域，尤其涉及声音检测方法及装置。

背景技术

目前，在检测音频中是否存在婴幼儿哭声等预设声音时，通常都是通过人为方式进行检测，如播放音频时，通过收听该音频的方式来人为检测音频中是否存在上述预设声音，而这种人为检测方式不仅检测效率低、正确率低而且需要过多人为操作，人为检测负担比较重。

发明内容

本发明实施例提供了声音检测方法及装置。所述技术方案如下：

根据本发明实施例的第一方面，提供一种声音检测方法，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。

在一个实施例中，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。

在一个实施例中，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。

在一个实施例中，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。

在一个实施例中，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；