[发明专利]一种声音卡片有效性检测方法及装置

说明书

本申请提供了一种声音卡片有效性检测方法及装置，其中方法包括：获取待检测的声音卡片消息，并提取声音卡片消息中的声音信号；提取声音信号的声音特征，声音特征包括：短时过零率、短时幅度、短时能量谱、自相关系数、基频、基音周期、谐波能量和、共振峰以及峰谷比；将声音特征输入预置的声音特征检测模型，以便根据声音特征检测模型输出的特征置信度运算结果，结合预设的特征置信度运算结果与声音卡片有效性检测结果的对应关系，确定声音卡片消息对应的声音卡片有效性检测结果。解决了现有的语音有效性检测准确率低导致异常声音卡片被大量推荐和传播的技术问题。

技术领域

本申请涉及语音技术领域，尤其涉及一种声音卡片有效性检测方法及装置。

背景技术

随着5G和人工智能的快速发展，以及直播，短视频等泛娱乐产品的兴起，越来越多的社交互动玩法层出不穷，因此在用户注册和交互时就需要构建独有的声音属性，以便通过声音探知用户的行为属性和特征标签等。同时，在实际交互过程中大量的声音卡片就需要先通过有效性检测，对有效性检测合格的卡片做进一步分析，对不合格卡片做重新录制和删除处理。

目前常用的语音有效性检测方案分为两类，第一类是通过交互方式，由人工触控录音按钮开始和结束语音来判断，只要人工点击开始就开始录制音频，并未对每一帧声音信号做进一步有效性检测，这样就生成了大量的无效声音卡片被传播和保存。第二类是通过短时平均能量和平均过零率来判断是否为声音信号，但由于复杂场景的声音信号和噪声信号并无明显的特征区分和差异，导致双门限方式检测准确率不高，同样存在大量异常声音卡片被推荐和传播。

发明内容

本申请提供了一种声音卡片有效性检测方法及装置，用于解决现有的语音有效性检测准确率低导致异常声音卡片被大量推荐和传播的技术问题。

首先，本申请第一方面提供了一种声音卡片有效性检测方法包括：

获取待检测的声音卡片消息，并提取所述声音卡片消息中的声音信号；

提取所述声音信号的声音特征，所述声音特征包括：短时过零率、短时幅度、短时能量谱、自相关系数、基频、基音周期、谐波能量和、共振峰以及峰谷比；

将所述声音特征输入预置的声音特征检测模型，通过所述声音特征检测模型，对所述声音特征进行特征置信度运算，以便根据所述声音特征检测模型输出的特征置信度运算结果，结合预设的特征置信度运算结果与声音卡片有效性检测结果的对应关系，确定所述声音卡片消息对应的声音卡片有效性检测结果，其中，所述声音特征检测模型为根据预置的声音特征样本训练得到的决策树模型。

优选地，提取所述声音卡片消息中的声音信号之后还包括：

对所述声音信号进行预处理，所述预处理包括：加窗分帧处理和预加重处理。

优选地，所述声音特征具体由短时过零率，短时能量谱，基音周期，共振峰，短时幅度和以及峰谷比组成。

优选地，所述根据所述声音特征检测模型输出的特征置信度运算结果，结合预设的特征置信度运算结果与声音卡片有效性检测结果的对应关系，确定所述声音卡片消息对应的声音卡片有效性检测结果具体包括：

根据所述声音特征检测模型输出的特征置信度运算结果，提取所述特征置信度运算结果中的特征置信度；

根据所述特征置信度与预设的第一置信度区间、第二置信度区间的匹配结果，若所述特征置信度处于所述第一置信度区间的范围内，则确定所述声音卡片消息对应的声音卡片有效性检测结果为有效，若所述特征置信度处于所述第二置信度区间的范围内，则确定所述声音卡片消息对应的声音卡片有效性检测结果为无效。

优选地，所述声音特征检测模型具体为C4.5决策树模型。

同时，本申请第二方面提供了一种声音卡片有效性检测装置，包括：