[发明专利]语音端点检测中短时能频值的提取方法有效
| 申请号： | 200810116461.X | 申请日： | 2008-07-10 |
| 公开（公告）号： | CN101625858A | 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，具体涉及一种语音端点检测中短时能频值的提取方法。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。本发明将时域和频域的音频特征参数结合在一起，能够发挥它们各自的长处，同时又可以在一定程度上规避各自的缺点，从而能够有效的应对各种不同类型的背景噪声。 | ||
| 搜索关键词： | 语音 端点 检测 中短时能频值 提取 方法 | ||
【主权项】：
1.一种语音端点检测中短时能频值的提取方法，包括如下步骤：(1)将音频采样序列分成固定长度的帧，并形成一个帧序列；(2)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按如下公式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，EZE-featurei＝(Ei-Eb)·(Zi-Zb)·(Hi-Hb)其中，EZE-featurei表示第i帧的短时能频值；Ei、Zi和Hi分别表示第i帧的短时能量、短时过零率和短时信息熵；Eb、Zb和Hb分别表示当前背景噪声的短时能量、短时过零率和短时信息熵。
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/200810116461.X/，转载请声明来源钻瓜专利网。
