[发明专利]一种高效的语音检测方法

摘要

本发明公开了一种语音检测方法，该方法包括以下步骤：在时域上分析原始音频的短时能量和短时过零率，剔除其中的部分非语音信号；在频域上分析保留下来的音频信号子带的谱包络特性和子带的熵特性，进一步剔除其中的部分非语音信号；将保留的各帧音频信号中特征相似的连续帧组成音频段；计算每段音频中各帧梅尔倒谱系数的均值，将其分别输入到语音高斯混合模型和各种非语音高斯混合模型中，根据各模型的输出概率对于该音频段中是否包含语音数据进行段级决策，最终得到语音检测结果。本发明能够在各种复杂环境下从音频数据流中检测到语音信号，可以相对准确的定位语音段数据和非语音段数据之间的边界。

主权项

一种语音检测方法，其特征在于，该方法包括以下步骤：步骤S10，获取原始音频，在时域上分析所述原始音频的短时能量和短时过零率，通过短时能量和短时过零率剔除原始音频中的部分非语音信号；步骤S20，对于所述步骤S10保留下来的音频信号，在频域上分析其子带的谱包络特性和子带的熵特性，进一步剔除所述音频信号中的部分非语音信号；步骤S30，对于保留下来的各待甄别帧的音频信号，将特征相似的连续若干帧组成一个音频段；步骤S40，对于每个待甄别音频段，通过高斯混合模型对于该音频段中是否包含语音数据进行段级决策，最终得到语音检测结果。