发明名称 |
用于检测语音段的方法 |
摘要 |
本发明涉及一种用于检测数字音频输入信号中的噪音段和语音段的方法,所述输入信号被分为多个帧,本方法包括:第一阶段(10),其中,如果帧与之前N个帧的平均能量值不大于第一能量阈值,则进行将所述帧并分类成噪音的第一分类,N>1;第二阶段(20),其中,针对在第一阶段中没有被分类成噪音的每个帧,基于结合至少第一标准、第二标准和第三标准来判定将所述帧分类为噪音还是分类为语音,第一标准是关于帧与声学的噪音模型和语音模型的频谱相似性,第二标准是关于对帧的能量的分析,而第三标准是关于持续时间,包括:使用状态机,用于根据对声学相似性大于第一声学阈值的确定数目的连续帧的累加来检测段的开始,以及用于检测所述段的结束;第三阶段(30),其中,使用关于持续时间的标准来审查在第二阶段中进行的将信号帧分类成语音或分类成噪音的分类。 |
申请公布号 |
CN102687196A |
申请公布日期 |
2012.09.19 |
申请号 |
CN201080050560.8 |
申请日期 |
2010.10.07 |
申请人 |
西班牙电信公司 |
发明人 |
卡洛斯·加西亚马丁内斯;海伦卡·杜先斯巴罗贝斯;毛里西奥·赛德拉维申斯;大卫·卡德纳斯桑切斯 |
分类号 |
G10L11/02(2006.01)I;G10L15/14(2006.01)I |
主分类号 |
G10L11/02(2006.01)I |
代理机构 |
北京集佳知识产权代理有限公司 11227 |
代理人 |
王萍;李春晖 |
主权项 |
一种用于检测数字音频输入信号中的噪音段和语音段(2)的方法,所述输入信号被分为多个帧(1),所述方法包括:‑第一阶段(10),其中,如果帧与之前N个帧的平均能量值不大于第一能量阈值(threshold_energ1),则进行将所述帧分类成噪音的第一分类,N为大于1的整数;‑第二阶段(20),其中,针对在所述第一阶段中没有被分类成噪音的每个帧,基于结合至少第一标准、第二标准和第三标准来判定将所述帧分类为噪音还是分类为语音,所述第一标准是关于帧与声学的噪音模型和语音模型的频谱相似性,所述第二标准是关于相对于第二能量阈值(threshold_energ2)对所述帧的能量的分析,而所述第三标准是关于持续时间,包括:使用状态机,用于根据对声学相似性大于第一声学阈值(threshold_ac1)的确定数目的连续帧的累加来检测段的开始,以及用于根据声学相似性小于所述第一声学阈值的另一确定数目的连续帧的累加来检测所述段的结束;‑第三阶段(30),其中,使用持续时间的标准来审查在所述第二阶段中进行的将所述信号帧分类成语音或分类成噪音的所述分类,将持续时间小于第一最小段持续时间阈值的语音段、以及不包括确定数目的同时超过所述声学阈值和所述第二能量阈值的连续帧的语音段分类成噪音。 |
地址 |
西班牙马德里 |