[发明专利]一种自适应的语音端点检测方法有效
| 申请号： | 200810116450.1 | 申请日： | 2008-07-10 |
| 公开（公告）号： | CN101625857A | 公开（公告）日： | 2010-01-13 |
| 发明（设计）人： | 李祺;马华东;郑侃彦;韩忠涛;张婷 | 申请（专利权）人： | 新奥特（北京）视频技术有限公司 |
| 主分类号： | G10L11/00 | 分类号： | G10L11/00;G10L11/02;G10L15/04 |
| 代理公司： | 北京天悦专利代理事务所 | 代理人： | 田 明;任晓航 |
| 地址： | 100080北京市海淀区西草场*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及自动字幕生成系统中的语音检测技术，具体涉及一种自适应的语音端点监测方法。该方法将音频采样序列分成固定长度的帧，并形成一个帧序列，针对每一帧数据提取短时能量、短时过零率和短时信息熵三个音频特征参数；根据音频特征参数计算每一帧数据的短时能频值，并形成一个短时能频值序列；从第一帧数据开始，分析短时能频值序列，并找出一对语音起点和终点；分析背景噪声，如果发现背景噪声发生改变，则重新计算背景噪声的音频特征参数，并更新短时能频值序列；重复此过程直到检测结束。本发明可以在背景噪声经常发生变化的情况下，对连续语音进行语音端点检测，从而提高在复杂噪声背景下的语音端点检测效率。 | ||
| 搜索关键词： | 一种 自适应 语音 端点 检测 方法 | ||
【主权项】：
1.一种自适应的语音端点检测方法，包括如下步骤：(1)音频数据输入后，解析音频文件并提取数字采样值，对获取到的音频采样序列进行带通滤波；(2)将音频采样序列分成固定长度的帧，并形成一个帧序列，针对每一帧数据提取短时能量、短时过零率和短时信息熵三个音频特征参数；(3)根据上述音频特征参数计算每一帧数据的短时能频值，并形成一个短时能频值序列；(4)从第一帧数据开始，分析短时能频值序列，并找出一对语音起点和终点；(5)分析背景噪声，如果发现背景噪声发生改变，则重新计算背景噪声的音频特征参数，并更新短时能频值序列；(6)返回步骤(4)，继续寻找下一对语音起点和终点，重复此过程直到检测结束，并输出语音端点检测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于新奥特（北京）视频技术有限公司，未经新奥特（北京）视频技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/200810116450.1/，转载请声明来源钻瓜专利网。
