[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，所述方法包括：

获取待检测的音频数据；

确定所述音频数据中每一帧数据的类型，所述类型包括语音和静音；

将所述音频数据中属于语音类型的帧对应的语音数据输入深度神经网络，获得属于目标的声音数据；

其中，所述确定所述音频数据中每一帧数据的类型，包括：

获取所述音频数据中的第一帧数据；

对所述第一帧数据进行傅里叶变换，得到第一频谱，所述第一频谱中包括有多个频点；

计算所述第一频谱中各频点的功率；

基于所述第一频谱中各频点的功率确定所述第一帧数据的类型；

其中，所述基于所述第一频谱中各频点的功率确定所述第一帧数据的类型，包括：

将所述第一频谱中各频点的功率与相应频点的最小功率相减，得到各频点的去噪声音信号功率；所述最小功率基于频点的非线性跟踪获得；

对所述各频点的去噪声音信号功率进行归一化处理，得到各频点的归一化功率；

基于所述第一频谱中各频点的归一化功率确定所述第一帧数据的类型；

其中，所述基于所述第一频谱中各频点的归一化功率确定所述第一帧数据的类型，包括：

当所述第一频谱中各频点的归一化功率位于预设功率范围内时，为相应的频点标记第一标签，所述第一标签用于表征所述第一帧数据在所述相应的频点上属于语音；

当所述第一频谱中各频点的归一化功率不位于所述预设功率范围内时，为相应的频点标记第二标签，所述第二标签用于表征所述第一帧数据在所述相应的频点上属于静音；

生成所述第一频谱中各频点的标签序列；

基于所述标签序列确定所述第一帧数据的类型。

2.根据权利要求1所述的方法，其特征在于，在判断所述第一频谱中各频点的归一化功率是否位于所述预设功率范围内之前，所述方法还包括：

构建所述第一频谱中各频点的概率分布模型；

对所述概率分布模型中的概率曲线进行积分，获取预设概率在所述概率分布模型中对应的两个功率值；

将所述两个功率值作为相应的频点的预设功率范围。

3.根据权利要求1所述的方法，其特征在于，在所述基于所述标签序列确定所述第一帧数据的类型之前，所述方法还包括：

根据所述第一频谱中各频点的归一化功率确定各频点对应的权重，所述权重与所述归一化功率正相关；

所述基于所述标签序列确定所述第一帧数据的类型，包括：

将所述标签序列与相应的频点的权重进行加权平均，得到所述第一频谱对应的第一帧数据的语音置信度；

当所述第一帧数据的语音置信度大于预设语音置信度时，确定所述第一帧数据的类型为语音；

当所述第一帧数据的语音置信度小于或等于预设语音置信度时，确定所述第一帧数据的类型为静音。

4.根据权利要求1所述的方法，其特征在于，在所述将所述第一频谱中各频点的功率与相应频点的最小功率相减之前，所述方法还包括：

当所述第一频谱中目标频点的功率大于第二频谱中相应频点的最小功率时，根据所述第一频谱中目标频点的功率、所述第二频谱中相应频点的功率、所述第二频谱中相应频点的最小功率，计算所述目标频点的最小功率，所述第二频谱对应的第二帧数据为所述第一帧数据在所述音频数据中的上一帧数据；

当所述第一频谱中目标频点的功率小于或等于第二频谱中相应频点的最小功率时，所述目标频点的最小功率为所述第一频谱中目标频点的功率。

5.根据权利要求4所述的方法，其特征在于，在判断所述第一频谱中目标频点的功率是否小于所述第二频谱中相应频点的最小功率之前，所述方法还包括：

将所述第一频谱中各频点的功率进行平滑处理，得到平滑后的所述第一频谱中各频点的功率。