[发明专利]一种语音活动性检测方法、设备及计算机可读存储介质

说明书

本发明公开了一种语音活动性检测方法、设备及计算机可读存储介质，所述方法包括：获取声音信号；对所述声音信号进行信号能量估计，得到所述声音信号的能量估计值；判断所述声音信号的能量估计值是否超出能量阈值，得到判断结果；当所述判断结果为所述声音信号的能量估计值未超出能量阈值时，对所述声音信号进行语音活动性检测，得到语音活动性检测结果，应用本发明实施例提供的方法，在不增加内存占用，运算消耗的前提下，能够提升嘈杂环境下语音活动性检测的准确率。

技术领域

本发明涉及语音处理技术领域，尤其涉及一种语音活动性检测方法、设备及计算机可读存储介质。

背景技术

语音活动性检测，VAD(Voice Activity Detection)，是一种检测输入信号是不是语音的方法。可以基于能量，过零率，信噪比，谱熵，神经网络等，通过多种方式实现。通常用来对信号处理流程进行控制：若检测到语音，则进入后续处理流程；若检测到非语音，则不进入后续处理流程。通过这种方式，能够降低整个信号处理流程所占用的运算资源。

随着数据处理设备的体积越来越少，在小体积设备中，由于系统内存和运算资源有限，语音活动性检测通常都基于能量和信噪比来设计，但因内存和运算资源的限制，容易把输入信号误判成语音信号，导致判断准确率下降。

发明内容

本发明实施例提供了一种语音活动性检测方法、设备及计算机可读存储介质，提升语音活动性检测的准确率。

本发明一方面提供一种语音活动性检测方法，所述方法包括：获取声音信号；对所述声音信号进行信号能量估计，得到所述声音信号的能量估计值；判断所述声音信号的能量估计值是否超出能量阈值，得到判断结果；当所述判断结果为所述声音信号的能量估计值未超出能量阈值时，对所述声音信号进行语音活动性检测，得到语音活动性检测结果。

在一可实施方式中，所述方法还包括：当所述判断结果为所述声音信号的能量估计值超出能量阈值时，对所述声音信号进行降噪处理，获得降噪后的声音信号；对所述降噪后的声音信号进行语音活动性检测。

在一可实施方式中，对所述声音信号进行信号能量估计，得到所述声音信号的能量估计值，包括：对所述声音信号进行噪声估计，得到噪声估计结果；基于时间窗口对所述噪声估计结果进行处理，得到噪声估计均方值；确定所述噪声估计方值为能量估计值。

在一可实施方式中，对所述声音信号进行语音活动性检测，包括：确定所述声音信号的能量或信噪比；基于所述声音信号的能量或信噪比进行语音活动性检测。

在一可实施方式中，所述方法还包括：当所得到的语音活动性检测结果为所述声音信号包含语音信号时，将所述声音信号作为后处理模块的输入信号；当所得到的语音活动性检测结果为所述声音信号不包含语音信号时，直接将所述声音信号丢弃。

本发明另一方面提供一种语音活动性检测设备，所述设备包括：获取模块，用于获取声音信号；估计模块，用于对所述声音信号进行信号能量估计，得到所述声音信号的能量估计值；判断模块，用于判断所述声音信号的能量估计值是否超出能量阈值，得到判断结果；检测模块，用于当所述判断结果为所述声音信号的能量估计值未超出能量阈值时，对所述声音信号进行语音活动性检测，得到语音活动性检测结果。

在一可实施方式中，所述设备还包括：降噪模块，用于当所述判断结果为所述声音信号的能量估计值超出能量阈值时，对所述声音信号进行降噪处理，获得降噪后的声音信号；所述检测模块，还用于对所述降噪后的声音信号进行语音活动性检测。

在一可实施方式中，所述估计模块，包括：噪声估计子模块，用于对所述声音信号进行噪声估计，得到噪声估计结果；处理子模块，用于基于时间窗口对所述噪声估计结果进行处理，得到噪声估计均方值；第一确定子模块，用于确定所述噪声估计方值为能量估计值。