[发明专利]语音检测方法和装置、存储介质及电子设备

权利要求书

1.一种语音检测方法，其特征在于，包括：

将待识别的目标音频数据的音频特征输入循环神经网络模型，以得到识别结果，其中，所述循环神经网络模型用于识别所述目标音频数据中包含的语音帧；

在从所述目标音频数据中识别出多个候选语音帧的情况下，获取所述多个候选语音帧中的每个候选语音帧对应的能量信息；

根据所述每个候选语音帧对应的能量信息，确定所述每个候选语音帧是否为有效语音帧；

其中，所述获取所述多个候选语音帧中的每个候选语音帧对应的能量信息，包括：

获取所述多个候选语音帧中的每个候选语音帧各自对应的第一能量值，并根据所述第一能量值确定第二能量值，其中，所述第一能量值用于表示所述多个候选语音帧中距离所述每个候选语音帧最近、且位于所述每个候选语音帧之前的n个语音帧的平均能量值，所述第二能量值用于表示多个所述第一能量值中的最大能量值，n为正整数、且n小于f，f为所述多个候选语音帧的帧数；

其中，第i个候选语音帧对应的第一能量值利用以下公式计算：

；其中，M代表第i个候选语音帧的前w个候选语音帧中包含的能量点的总数，|x(m)|代表第i个候选语音帧的前w个候选语音帧中的第m个能量点的能量值的绝对值，所述w为大于等于1的整数；

其中，所述获取所述多个候选语音帧中的每个候选语音帧各自对应的第一能量值，并根据所述第一能量值确定第二能量值，包括：

重复执行以下步骤，直至遍历所述多个候选语音帧中的全部候选语音帧：

获取所述多个候选语音帧中的第i个候选语音帧对应的第一能量值，其中，i为正整数；

比对所述第i个候选语音帧对应的第一能量值与历史最大能量值；

在所述第i个候选语音帧对应的第一能量值大于所述历史最大能量值的情况下，将所述历史最大能量值更新为所述第i个候选语音帧对应的第一能量值；

在所述第i个候选语音帧对应的第一能量值小于所述历史最大能量值的情况下，保持所述历史最大能量值不变；

在遍历所述多个候选语音帧的全部候选语音帧之后，将所述历史最大能量值确定为所述第二能量值；

其中，所述根据所述每个候选语音帧对应的能量信息，确定所述每个候选语音帧是否为有效语音帧，包括：

在所述第i个候选语音帧对应的第一能量值小于a×第二能量值的情况下，确定所述第i个候选语音帧为无效语音帧，其中，0＜a＜1；

在所述第i个候选语音帧对应的第一能量值大于或等于a×第二能量值的情况下，确定所述第i个候选语音帧为有效语音帧。

2.根据权利要求1所述的方法，其特征在于，在将待识别的目标音频数据的信号特征输入循环神经网络模型之前，所述方法还包括：

对所述目标音频数据进行分帧处理，得到多个音频帧；

对所述多个音频帧分别进行预处理，得到所述多个音频帧中的每个音频帧各自对应的音频特征。

3.根据权利要求2所述的方法，其特征在于，所述对所述多个音频帧分别进行预处理，得到所述多个音频帧中的每个音频帧各自对应的音频特征包括：

对所述每个音频帧进行短时傅里叶变换，得到转换至频域的音频帧；

对所述转换至频域的音频帧进行特征提取，得到所述每个音频帧各自对应的音频特征。

4.根据权利要求1至3中任一项所述的方法，其特征在于，在将待识别的目标音频数据的信号特征输入循环神经网络模型之前，所述方法还包括：

根据多个样本音频数据对初始循环神经网络模型进行训练，以得到训练完成后的循环神经网络模型，其中，所述多个样本音频数据包括多个语音数据以及多个噪声数据。