[发明专利]音频检测方法、装置、存储介质及电子装置

权利要求书

1.一种音频检测方法，其特征在于，包括：

获取目标音频的信号特征；

使用第一模型对所述信号特征进行检测，以确定所述目标音频中是否包括语音，其中，所述第一模型为使用多组数据对初始模型进行机器学习训练后得到的模型，所述多组数据中的每组数据均包括：音频和用于标识音频中是否包括语音的标识信息，所述初始模型包括第一全连接层和第二全连接层。

2.根据权利要求1所述的方法，其特征在于，在使用第一模型对所述信号特征进行检测之前，所述方法还包括：

搭建包括所述第一全连接层和所述第二全连接层的所述初始模型；

其中，所述第一全连接层用于接收音频的信号特征，所述第二全连接层用于基于所述信号特征确定语音信号存在概率，基于确定的语音存在概率来确定音频中是否包括语音。

3.根据权利要求2所述的方法，其特征在于，搭建包括所述第一全连接层和所述第二全连接层的所述初始模型包括：

搭建基于Keras框架的包括所述第一全连接层和所述第二全连接层的所述初始模型，其中，所述第一全连接层中配置有sigmoid激活函数，所述第二全连接层中配置有softmax函数。

4.根据权利要求1所述的方法，其特征在于，

获取目标音频的信号特征包括：按照预定时长对所述目标音频进行分段以得到多个音频段，以及分别获取多个所述音频段中包括的信号特征；

使用第一模型对所述信号特征进行检测，以确定所述目标音频中是否包括语音包括：使用第一模型分别对多个所述音频段中包括的信号特征进行检测，以分别确定多个所述音频段中是否包括语音。

5.根据权利要求4所述的方法，其特征在于，分别获取多个所述音频段中包括的信号特征包括：

针对多个所述音频段中包括的任一第一音频段，均执行以下操作，以获取多个所述音频段中包括的信号特征：

获取所述第一音频段的第一Fbank特征及与所述第一音频段相邻的第二音频段的第二Fbank特征；

分别对所述第一Fbank特征及所述第二Fbank特征进行第一处理以得到第一特征信号及第二特征信号；

将所述第一特征信号以及所述第二特征信息确定为所述第一音频段中包括的信号特征。

6.根据权利要求5所述的方法，其特征在于，所述第二音频段包括以下至少之一：

位于所述第一音频段之前的且与所述第一音频段相邻的一个或多个音频段；

位于所述第一音频段之后的且与所述第一音频段相邻的一个或多个音频段。

7.根据权利要求5所述的方法，其特征在于，分别对所述第一Fbank特征及所述第二Fbank特征进行第一处理以得到第一特征信号及第二特征信号包括：

对所述第一Fbank特征进行第一预定次数的差分处理，以得到所述第一特征信号；以及

对所述第二Fbank特征进行第二预定次数的差分处理，以得到所述第二特征信号。

8.一种音频检测装置，其特征在于，包括：

获取模块，用于获取目标音频的信号特征；

检测模块，用于使用第一模型对所述信号特征进行检测，以确定所述目标音频中是否包括语音，其中，所述第一模型为使用多组数据对初始模型进行机器学习训练后得到的模型，所述多组数据中的每组数据均包括：音频和用于标识音频中是否包括语音的标识信息，所述初始模型包括第一全连接层和第二全连接层。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7任一项中所述的方法。