专利交易市场

本发明公开了一种采用非线性特征的语音端点检测方法，包括对音频信号进行预加重处理；对经过预加重处理的音频信号进行分帧处理；对每一帧音频信号进行幅值分割，计算此帧音频信号的李亚普诺夫指数；将每一帧音频信号的李亚普诺夫指数与设定的阈值做比较，判别出音频信号的端点。本发明更加针对语音的本质，在降低运算复杂度的同时，也提供了更准确的信息去完善语音端点检测系统的性能。正确有效地检测出语音段不仅可以减少计算量和缩短处理时间，而且能排除非有效语音段的噪声干扰，从而使后续语音处理工作及整个系统的识别性能得到较大的提高。

本发明公开了一种语音端点检测方法，包括对所接收的语音信号进行滤波并分帧，得到一次信号；计算每帧所述一次信号的短时幅值和频谱；根据所述短时幅值构造加权因子，并利用所述加权因子对所述频谱进行谱加权，得到二次信号；计算每帧所述二次信号的功率谱，并计算谱能量总和；根据所述功率谱和所述谱能量总和，计算每帧所述二次信号的短时谱熵值；以若干帧的短时谱熵值的倒数的平均值作为语音端点的检测阈值，进行语音帧和噪声帧的判断。本发明提供的语音端点检测方法能够适用于功率谱分布相对较为集中的噪声类型，并提高语音端点检测的准确性。

本发明涉及人工智能技术领域，公开了一种语音端点检测方法、装置、设备及存储介质，用于提高语音端点检测的准确性。语音端点检测方法包括：对待识别语音信息进行预处理，得到预处理后的语音信息；从预处理后的语音信息中提取帧级别的语音频谱特征信息；对预处理后的语音信息进行信息处理，得到目标说话人的声学特征信息；对语音频谱特征信息和声学特征信息进行特征融合，得到已融合的语音特征信息；将已融合的语音特征信息输入至已训练的深度神经网络中进行语音端点检测处理，得到检测结果，并按照检测结果确定目标说话人语音类型、非目标说话人语音类型和背景噪声类型。此外，本发明还涉及区块链技术，待识别语音信息可存储于区块链节点中。