[发明专利]语音识别系统的端点检测方法及系统

权利要求书

1.一种语音识别系统的端点检测方法，其特征在于，包括以下步骤：

基于长短时记忆神经网络训练声学识别模型；

通过预设语音端点检测算法初步识别出待识别语音信号的语音端点；

分帧提取所述待识别语音信号的语音特征信息，并将所述语音特征信息输入所述声学识别模型，以使所述声学识别模型根据所述语音特征信息生成所述待识别语音信号的声学识别结果；以及

根据所述声学识别结果对初步识别出的语音端点进行调整；

其中，所述根据所述声学识别结果对初步识别出的语音端点进行调整，包括：

判断所述声学识别结果中是否包含韵母；以及

如果所述声学识别结果中包含韵母，则确定所述声学识别结果中的第一个韵母所在的帧，并获取在所述第一个韵母所在的帧之前，且距离所述第一个韵母所在的帧最近的非语音帧，并根据所述最近的非语音帧的下一帧对初始识别出的语音起始点进行调整。

2.如权利要求1所述的语音识别系统的端点检测方法，其特征在于，所述基于长短时记忆神经网络训练声学识别模型，包括：

对训练库中的语音数据进行分帧处理，并对每帧语音数据的声学特征信息进行人工标注，其中，所述声学特征信息包括静音、声母和韵母；

提取每帧语音数据的语音特征信息；

将所述语音特征信息作为所述长短时记忆神经网络的输入特征，并将所述声学特征信息作为所述长短时记忆神经网络的输出特征，通过所述长短时记忆神经网络对所述声学识别模型进行训练。

3.如权利要求1所述的语音识别系统的端点检测方法，其特征在于，还包括：

如果所述声学识别结果中包含韵母或者声母，则确定所述声学识别结果中的最后一个静音所在的帧；以及

获取距离所述最后一个静音所在的帧最近的语音帧，并根据所述最近的语音帧对初始识别出的语音结束点进行调整。

4.如权利要求1-3任一项所述的语音识别系统的端点检测方法，其特征在于，所述预设语音端点检测算法包括基于顺序统计滤波的实时语音端点检测算法，其中，所述通过预设语音端点检测算法初步识别出待识别语音信号的语音端点，包括：

对所述待识别语音信号进行分帧处理，并对每帧待识别语音信号进行FFT运算，以获得每帧待识别语音信号的语音频谱；

将所述每帧待识别语音信号的语音频谱划分为预设数量个子带；

计算每帧待识别语音信号的最高频子带与最低频子带的能量比，并根据所述能量比和第一预设阈值估计背景噪声，以及计算所述背景噪声的能量；以及

计算每帧待识别语音信号的信噪比，并根据第二预设阈值和所述信噪比对待识别语音信号的语音端点进行初步识别。

5.如权利要求4所述的语音识别系统的端点检测方法，其特征在于，所述根据第二预设阈值和每帧待识别语音信号的信噪比对所述待识别语音信号的语音端点进行初步识别，包括：

判断当前帧待识别语音信号的信噪比是否大于所述第二预设阈值；

如果所述当前帧待识别语音信号的信噪比大于所述第二预设阈值，则将所述当前帧待识别语音信号判断为语音帧，并进一步判断在所述当前帧待识别语音信号之前是否有其他帧的待识别语音信号被判断为语音帧，如果否，则将所述当前帧待识别语音信号初步判定为所述待识别语音信号的语音起始点。

6.如权利要求5所述的语音识别系统的端点检测方法，其特征在于，还包括：

如果所述当前帧待识别语音信号的信噪比小于或者等于所述第二预设阈值，则将所述当前帧待识别语音信号判断为非语音帧，并进一步判断在所述当前帧待识别语音信号之前是否有其他帧的待识别语音信号被初步判定为所述语音起始点，如果是，则将所述当前帧待识别语音信号初步判定为所述待识别语音信号的语音结束点。