[发明专利]一种语音信号检测方法、装置、设备及存储介质

说明书

本发明适用计算机技术领域，提供了一种语音信号检测方法、装置、设备及存储介质，该方法包括：对待检测音频帧进行滤波处理和分频操作，得到待检测音频帧在预设频率范围内的频谱，获取频谱中各频段的频段能量、频段能量特征，判断待检测音频帧是否在预设的帧数范围内，当在帧数范围内时，将待检测音频帧确定为非语音信号，当待检测音频帧不在帧数范围内时，根据各频段的频段能量计算待检测音频帧的总能量，根据频段能量特征、预先建立的语音信号模型以及非语音信号模型获取各频段的频段似然比，根据总能量以及频段似然比判断待检测音频帧是否为语音信号，从而提高了语音检测的准确性。

技术领域

本发明属于计算机技术领域，尤其涉及一种语音信号检测方法、装置、设备及存储介质。

背景技术

随着人工智能的迅速发展，人们通过实践已经越来越认识到语音识别技术的重要性，而语音信号检测作为语音识别系统在语音处理阶段中的其中一项关键技术，语音信号检测的准确性直接决定了整个语音识别系统能否实现真正的智能化。现有的语音信号检测通常使用语音活动检测(VoiceActivityDetection，缩写为VAD)技术，以识别和消除音频当中长时间的静音期，在不降低语音质量的情况下节省带宽资源的目的。然而，基于过零率及短时能量的VAD算法在语音信号检测时，无法在嘈杂环境下准确地对音频进行语音信号检测，而基于深度神经网络的语音信号检测方法虽然能够在高噪声环境下对音频进行准确检测，但深度神经网络的算法复杂度高、运算量大、功耗大。

发明内容

本发明的目的在于提供一种语音信号检测方法、装置、设备及存储介质，旨在解决由于现有技术无法提供一种有效的语音信号检测方法，导致语音信号检测不准确的问题。

一方面，本发明提供了一种语音信号检测方法，所述方法包括下述步骤：

对待检测音频帧进行滤波处理和分频操作，得到所述待检测音频帧在预设频率范围内的频谱，获取所述频谱中各频段的频段能量、频段能量特征；

判断所述待检测音频帧是否在预设的帧数范围内，当在所述帧数范围内时，将所述待检测音频帧确定为非语音信号；

当所述待检测音频帧不在所述帧数范围内时，根据所述各频段的频段能量计算所述待检测音频帧的总能量，根据所述频段能量特征、预先建立的语音信号模型以及所述非语音信号模型获取所述各频段的频段似然比，根据所述总能量以及频段似然比判断所述待检测音频帧是否为语音信号。

另一方面，本发明提供了一种语音信号检测装置，所述装置包括：

频谱获取单元，用于对待检测音频帧进行滤波处理和分频操作，得到所述待检测音频帧在预设频率范围内的频谱，获取所述频谱中各频段的频段能量、频段能量特征；

范围判断单元，用于判断所述待检测音频帧是否在预设的帧数范围内，当在所述帧数范围内时，将所述待检测音频帧确定为非语音信号；

信号检测单元，用于当所述待检测音频帧不在所述帧数范围内时，根据所述各频段的频段能量计算所述待检测音频帧的总能量，根据所述频段能量特征、预先建立的语音信号模型以及所述非语音信号模型获取所述各频段的频段似然比，根据所述总能量以及频段似然比判断所述待检测音频帧是否为语音信号。

另一方面，本发明还提供了一种语音信号检测设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上所述方法的步骤。

另一方面，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述方法的步骤。