[发明专利]一种基于深度学习的语音端点检测方法及系统有效
| 申请号： | 201910917881.6 | 申请日： | 2019-09-26 |
| 公开（公告）号： | CN110706694B | 公开（公告）日： | 2022-04-08 |
| 发明（设计）人： | 不公告发明人 | 申请（专利权）人： | 成都数之联科技股份有限公司 |
| 主分类号： | G10L15/05 | 分类号： | G10L15/05;G10L15/06;G10L15/16;G10L25/78 |
| 代理公司： | 成都行之专利代理事务所(普通合伙) 51220 | 代理人： | 熊曦 |
| 地址： | 610000 四川省*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的语音端点检测方法及系统，包括：利用收集的音频数据生成样本音频数据；分帧处理样本音频数据，划分处理后得到的待训练语音帧为非噪声语音帧和噪声语音帧，获得训练集；利用训练集训练深度神经网络模型，获得训练后的深度神经网络模型；将端点待检测语音数据输入该训练后的模型，输出该语音数据中的所有非噪声语音帧和噪声语音帧；基于非噪声语音帧和噪声语音帧，获得端点待检测语音数据中的非噪声语音段和噪声语音段，提取所有的非噪声语音段在端点待检测语音数据中的起始坐标索引和结束坐标索引为语音端点。本发明解决了传统语音端点检测技术低信噪比识别准确率低、部分方法识别速度慢和语音特征选取困难的问题。 | ||
| 搜索关键词： | 一种 基于 深度 学习 语音 端点 检测 方法 系统 | ||
【主权项】：
1.一种基于深度学习的语音端点检测方法，其特征在于，所述方法包括：/n步骤1：利用收集的音频数据生成样本音频数据；/n步骤2：分帧处理样本音频数据获得待训练语音帧，根据待训练语音帧中是否包含语音，将待训练语音帧划分为包含语音的待训练非噪声语音帧和不包含语音的待训练噪声语音帧，若干待训练非噪声语音帧和若干待训练噪声语音帧构成训练集；/n步骤3：利用训练集训练深度神经网络模型，获得训练后的深度神经网络模型；/n步骤4：将端点待检测语音数据输入训练后的深度神经网络模型，训练后的深度神经网络模型输出端点待检测语音数据中的所有非噪声语音帧和噪声语音帧；/n步骤5：基于非噪声语音帧和噪声语音帧，获得端点待检测语音数据中的非噪声语音段和噪声语音段，提取所有的非噪声语音段在端点待检测语音数据中的起始坐标索引和结束坐标索引，获得待检测语音数据的语音端点检测结果。/n
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成都数之联科技股份有限公司，未经成都数之联科技股份有限公司许可，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/201910917881.6/，转载请声明来源钻瓜专利网。
