[发明专利]针对流式音频端点检测的方法、系统、设备及介质

权利要求书

1.一种针对流式音频端点检测的方法，其特征在于，所述方法包括：

获取流式音频帧，所述流式音频帧由流式音频片段分帧得到；

判断所述流式音频帧是否为有效帧；

获取有效流式音频片段，所述有效流式音频片段是以动态指针记录有效帧的流式音频帧为开始点，以无效帧数达到预设阈值的所述流式音频帧为结束点的流式音频片段；

输入所述有效流式音频片段至语音识别系统。

2.如权利要求1所述的针对流式音频端点检测的方法，其特征在于，所述判断所述流式音频帧是否为有效帧的步骤包括：

对所述流式音频帧作帧内预加重处理；

获取所述流式音频帧的帧能量；

若所述帧能量在预设阈值内，则进行所述流式音频帧的过零率判断。

3.如权利要求2所述的针对流式音频端点检测的方法，其特征在于，所述若所述帧能量在预设阈值内，则进行所述流式音频帧的过零率判断的步骤包括：

获取所述流式音频帧的过零率；

若所述流式音频帧的过零率在预设阈值内，则输出所述流式音频帧为有效帧的结果；

存储所述流式音频帧的判断结果至实时状态变量集合中。

4.如权利要求2所述的针对流式音频端点检测的方法，其特征在于，所述判断所述流式音频帧是否为有效帧的步骤还包括：

判断所述流式音频帧是否为空帧，若为空帧，则输出所述流式音频帧为无效帧的结果。

5.如权利要求4所述的针对流式音频端点检测的方法，其特征在于，所述输入所述有效流式音频片段至语音识别系统的步骤之前还包括：

判断所述有效流式音频片段中的有效帧占比是否在预设阈值内，若所述有效帧占比在预设阈值内，则保留所述有效流式音频片段，若所述有效帧占比不在预设阈值内，则滤除所述有效流式音频片段，所述有效帧占比表示有效帧数量和所述有效流式音频片段的帧总数量的比值。

6.如权利要求3所述的针对流式音频端点检测的方法，其特征在于，所述输入所述有效流式音频片段至语音识别系统的步骤之后包括：

在进行下一所述流式音频片段端点检测之前，清空所述实时状态变量集合中的数据。

7.一种针对流式音频端点检测的系统，其特征在于，所述系统包括：

帧获取模块，用于获取流式音频帧，所述流式音频帧由流式音频片段分帧得到；

帧判断模块，用于判断所述流式音频帧是否为有效帧；

帧加重模块，用于对所述流式音频帧作帧内预加重处理；

帧能量获取模块，用于获取所述流式音频帧的帧能量；

帧过零率获取模块，用于获取所述流式音频帧的过零率；

第一输出模块，用于若所述流式音频帧的过零率在预设阈值内，则输出所述流式音频帧为有效帧的结果；

存储模块，用于存储所述流式音频帧的判断结果至实时状态变量集合中；

空帧判断模块，用于判断所述流式音频帧是否为空帧；

第二输出模块，用于若判断为空帧，则输出所述流式音频帧为无效帧的结果；

有效片段获取模块，用于获取有效流式音频片段，所述有效流式音频片段是以动态指针记录有效帧的流式音频帧为开始点，以无效帧数达到预设阈值的所述流式音频帧为结束点的流式音频片段；

输入模块，用于输入所述有效流式音频片段至语音识别系统。

8.如权利要求7所述的针对流式音频端点检测的系统，其特征在于，所述系统还包括：

占比判断模块，用于判断所述有效流式音频片段中的有效帧占比是否在预设阈值内，若所述有效帧占比在预设阈值内，则保留所述有效流式音频片段，若所述有效帧占比不在预设阈值内，则滤除所述有效流式音频片段，所述有效帧占比表示有效帧数量和所述有效流式音频片段的帧总数量的比值；

清空模块，用于在进行下一所述流式音频片段端点检测之前，清空所述实时状态变量集合中的数据。