[发明专利]语音端点检测方法、装置和计算机设备

权利要求书

1.一种语音端点检测方法，其特征在于，包括：

通过深度神经网络语音活动检测对输入的音频信号进行检测；

当在所述音频信号中未检测到语音信号时，通过增强型语音活动检测在所述音频信号中每N帧计算一次平均能量值，N为正整数；

如果当前计算的N帧的音频信号的平均能量值大于或等于第一阈值，则通过深度神经网络语音活动检测从所述当前计算的N帧的起始帧开始对所述音频信号进行语音检测，确定所述音频信号中语音信号的端点。

2.根据权利要求1所述的方法，其特征在于，所述通过增强型语音活动检测在所述音频信号中每N帧计算一次平均能量值之前，还包括：

当在所述音频信号中未检测到语音信号时，通过深度神经网络语音活动检测计算所述音频信号中当前帧的音频信号的能量值；

所述通过增强型语音活动检测在所述音频信号中每N帧计算一次平均能量值包括：

如果所述当前帧的音频信号的能量值小于或等于第二阈值，则通过增强型语音活动检测在所述音频信号中每N帧计算一次平均能量值。

3.根据权利要求2所述的方法，其特征在于，所述如果所述当前帧的音频信号的能量值小于或等于第二阈值，则通过增强型语音活动检测在所述音频信号中每N帧计算一次平均能量值之前，还包括：

计算所述音频信号中当前帧之前预定数量帧的音频信号的平均能量值；

根据所述预定数量帧的音频信号的平均能量值确定第一阈值。

4.根据权利要求3所述的方法，其特征在于，所述通过增强型语音活动检测在所述音频信号中每N帧计算一次平均能量值之后，还包括：

判断计算获得的N帧的平均能量值是否大于或等于所述第一阈值。

5.一种语音端点检测装置，其特征在于，包括：

检测模块，用于通过深度神经网络语音活动检测对输入的音频信号进行检测；

计算模块，用于当所述检测模块在所述音频信号中未检测到语音信号时，通过增强型语音活动检测在所述音频信号中每N帧计算一次平均能量值，N为正整数；

所述检测模块，还用于在当前计算的N帧的音频信号的平均能量值大于或等于第一阈值时，通过深度神经网络语音活动检测从所述当前计算的N帧的起始帧开始对所述音频信号进行语音检测，确定所述音频信号中语音信号的端点。

6.根据权利要求5所述的装置，其特征在于，

所述检测模块，还用于当在所述音频信号中未检测到语音信号时，通过深度神经网络语音活动检测计算所述音频信号中当前帧的音频信号的能量值；

所述计算模块，具体用于当所述当前帧的音频信号的能量值小于或等于第二阈值时，通过增强型语音活动检测在所述音频信号中每N帧计算一次平均能量值。

7.根据权利要求6所述的装置，其特征在于，还包括：确定模块；

所述计算模块，还用于在通过增强型语音活动检测在所述音频信号中每N帧计算一次平均能量值之前，计算所述音频信号中当前帧之前预定数量帧的音频信号的平均能量值；

所述确定模块，用于根据所述计算模块计算的预定数量帧的音频信号的平均能量值确定第一阈值。

8.根据权利要求7所述的装置，其特征在于，还包括：

判断模块，用于在所述计算模块通过增强型语音活动检测在所述音频信号中每N帧计算一次平均能量值之后，判断计算获得的N帧的平均能量值是否大于或等于所述第一阈值。

9.一种计算机设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1-4中任一所述的方法。

10.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-4中任一所述的方法。