CN106448659A - 一种基于短时能量和分形维数的语音端点检测方法 - Google Patents
一种基于短时能量和分形维数的语音端点检测方法 Download PDFInfo
- Publication number
- CN106448659A CN106448659A CN201611178115.5A CN201611178115A CN106448659A CN 106448659 A CN106448659 A CN 106448659A CN 201611178115 A CN201611178115 A CN 201611178115A CN 106448659 A CN106448659 A CN 106448659A
- Authority
- CN
- China
- Prior art keywords
- frame
- threshold
- speech
- ratio
- voice signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 51
- 230000008569 process Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 abstract 1
- 238000002474 experimental method Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000002085 persistent effect Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/04—Segmentation; Word boundary detection
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
- G10L25/87—Detection of discrete points within a voice signal
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种基于短时能量和分形维数的语音端点检测方法,包括对源语音信号进行预处理得到每一帧语音信号;利用分形维数的理论计算每一帧语音信号对应的分形维数值,并计算每一帧语音信号的短时能量值,以得到短时能量值与分形维数值的比值;判断每一帧语音信号所对应的比值是否大于或等于第一阈值,如果是,则大于或等于第一阈值的帧为话音帧;在话音帧两侧方向上提取源语音信号包含的起始端点和结束端点。本方法将分形维数的理论应用在端点检测上,将每一个帧的短时能量值与分形维数值的比值与第一阈值比较,从而筛选出话音帧,然后在话音帧的两侧方向上提取起始端点和结束端点。因此本方法可以在信噪比较低的语音信号中有效地提取到端点。
Description
技术领域
本发明涉及语音识别技术领域,特别是涉及一种基于短时能量和分形维数的语音端点检测方法。
背景技术
在语音识别中,端点检测是一项非常重要的工作。所谓端点具体是指从一段语音信号中确定出语音的起始位置和结束位置。端点检测不仅能在语音识别中减少数据的采集量,节约处理时间,还能排除无声段或噪声段的干扰,提高语音识别***的性能,而且在语音编码中还可以降低噪声和静音段的比特率,提高编码的效率。如何准确的找出语音信号的端点尤其是低信噪比的环境下,噪声能量可能淹没说话人的语音信号,这样对后续的训练识别产生较大影响。那么一种鲁棒性较高的方法就显的尤为重要。
传统的端点检测方法是利用短时能量和过零率的双门限双参数法进行端点判决。首先在语音的短时能量包络上选取一个高的门限进行一次粗判决,高于该门限阈值的认定是语音段,而语音的起始结束位置则应该位于低于该高门限之外的包络线上;然后再利用过零率确定一个低的门限,在第一次粗判决的高门限起点向左、终点向右继续搜寻出语音段的真正起始位置,之所以再次使用过零率来二次判决是由于汉语音节由平均短时能量较大的韵母音节和频率较高即过零率较大的辅音声母两部分构成的。
在没有噪声干扰或者高信噪比情况下,上述端点检测方法可以准确的找出说话者语音端的起止位置。但是当噪声严重时,例如,信噪比降低至10dB时,上述端点检测方法就无法准确地检测出端点的位置。
由此可见,当信噪比较低时,如何准确检测出语音信号的端点位置是本领域技术人员亟待解决的问题。
发明内容
本发明的目的是提供一种基于短时能量和分形维数的语音端点检测方
法,用于当信噪比较低时,如何准确检测出语音信号的端点位置。
为解决上述技术问题,本发明提供一种基于短时能量和分形维数的语音端点检测方法,包括:
对源语音信号进行预处理得到每一帧语音信号;
利用分形维数的理论计算所述每一帧语音信号对应的分形维数值,并计算所述每一帧语音信号的短时能量值,以得到所述短时能量值与所述分形维数值的比值;
判断所述每一帧语音信号所对应的比值是否大于或等于第一阈值,如果是,则大于或等于所述第一阈值的帧为话音帧;
在所述话音帧两侧方向上提取所述源语音信号包含的起始端点和结束端点。
优选地,所述在所述话音帧两侧方向上提取所述源语音信号包含的起始端点和结束端点具体包括:
依次判断所述话音帧左侧的帧的比值是否低于第二阈值,如果否,则继续判断,直到找到比值低于所述第二阈值的帧,并将该帧作为所述起始端点;
依次判断所述话音帧右侧的帧的比值是否低于第二阈值,如果否,则继续判断,直到找到比值低于所述第二阈值的帧,并将该帧作为所述结束端点;
其中,所述第二阈值小于所述第一阈值。
优选地,所述第一阈值为1.6。
优选地,所述第二阈值为1.16。
优选地,所述预处理包括预加重处理、分帧处理和加窗处理。
优选地,所述加窗处理中采用海明窗函数进行处理。
优选地,所述分形维数为关联维数,则对应的所述分形维数值为关联维数值。
本发明所提供的基于短时能量和分形维数的语音端点检测方法,包括对源语音信号进行预处理得到每一帧语音信号;利用分形维数的理论计算每一帧语音信号对应的分形维数值,并计算每一帧语音信号的短时能量值,以得到短时能量值与分形维数值的比值;判断每一帧语音信号所对应的比值是否大于或等于第一阈值,如果是,则大于或等于第一阈值的帧为话音帧;在话音帧两侧方向上提取源语音信号包含的起始端点和结束端点。本方法将分形维数的理论应用在端点检测上,将每一个帧的短时能量值与分形维数值的比值与第一阈值比较,从而筛选出话音帧,然后在话音帧的两侧方向上提取起始端点和结束端点。因此本方法可以在信噪比较低的语音信号中有效地提取到端点。
附图说明
为了更清楚地说明本发明实施例,下面将对实施例中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种基于短时能量和分形维数的语音端点检测方法的流程图;
图2为本发明实施例提供的一种在纯语音波形中加入babble噪声后的端点检测示意图;
图3为本发明实施例提供的一种在纯语音波形中加入pink噪声后的端点检测示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下,所获得的所有其他实施例,都属于本发明保护范围。
本发明的核心是提供一种基于短时能量和分形维数的语音端点检测方法。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。
图1为本发明提供的一种基于短时能量和分形维数的语音端点检测方法的流程图。如图1所示,该方法包括:
S10:对源语音信号进行预处理得到每一帧语音信号。
这里的源语音信号的持续时间长短没有规定,在对源语音信号进行计算之前,首先要进行预处理,这里的预处理主要是将源语音信号进行分帧处理,但是并不是说只能进行分帧处理。在具体实施中,预处理可以包括预加重处理、分帧处理和加窗处理。通过预加重处理不仅能够提升高频部分,去除***辐射的影响,同时也衰减了低频部分。通过预加重处理还可以降低基频对共振峰检测的干扰,有利于检测出共振峰。加窗处理是将分帧处理后的信号进行过渡连接,作为优选地实施方式,加窗处理中采用海明窗函数进行处理。需要说明的是,加窗处理还可以采用其它方式,并不代表只有这一种方式。
本实施例中每一帧信号的持续时间可以设定为10ms-30ms,但是并不局限于这个范围。
S11:利用分形维数的理论计算每一帧语音信号对应的分形维数值,并计算每一帧语音信号的短时能量值,以得到短时能量值与分形维数值的比值。
分形理论是用分形维度和数学方法对客观事物进行描述,更加趋近复杂***的真实属性与状态的描述,更加符合客观事物的多样性与复杂性。由于语音信号具有分形特性,因此可以将分形理论运用于端点检测中。在具体实施中,分形维数有多种方法,例如计盒维数,信息维数、关联维数等。不同的维数方法在计算维数上各有不同,考虑到关联维数反映了集合中点的分布信息,所以计算出的结果波动相对较小。所以作为优选地实施方式,分形维数为关联维数,则对应的分形维数值为关联维数值。
关联为数值的计算公式如下:
其中,p为第Ni个点落入容量为δ的盒子里的概率, i为正整数,m表示采样点的序号,N表示帧的总数量,1≤m≤l,1≤i≤N,l为每一帧的长度,xi和xj为第i和第j个重构相空间矢量,H(di,j,P)是Heaviside阶跃函数。
短时能量信号的计算公式为:
其中,yi(m)为第i帧中第m个采样点的能量值。
S12:判断每一帧语音信号所对应的比值是否大于或等于第一阈值。如果是,进入步骤S13。其中,比值大于或等于第一阈值的帧为话音帧。
S13:在话音帧两侧方向上提取源语音信号包含的起始端点和结束端点。
可以理解的是,每一帧语音信号都能得到一个比值,步骤S12中筛选出比值大于第一阈值的帧。这样的帧可能存在多个,则我们需要进一步判断每个帧对应的起始端点和结束端点。
本实施例中的两侧方向指的是话音帧的左侧和右侧,左侧为当前话音帧之前的帧的方向,而右侧为当前话音帧之后的帧的方向。例如在一段语音信号中,有10个帧,分别为第一个帧,第二个帧,第三个帧、第四个帧,第五个帧,第六个帧、第七个帧,第八个帧,第九个帧、第十个帧。如果第三个帧为话音帧,第八个帧为话音帧的话,则第三个帧的左侧就是第二个帧,第三个帧的右侧就是第四个帧。
本实施例提供的基于短时能量和分形维数的语音端点检测方法,包括对源语音信号进行预处理得到每一帧语音信号;利用分形维数的理论计算每一帧语音信号对应的分形维数值,并计算每一帧语音信号的短时能量值,以得到短时能量值与分形维数值的比值;判断每一帧语音信号所对应的比值是否大于或等于第一阈值,如果是,则大于或等于第一阈值的帧为话音帧;在话音帧两侧方向上提取源语音信号包含的起始端点和结束端点。本方法将分形维数的理论应用在端点检测上,将每一个帧的短时能量值与分形维数值的比值与第一阈值比较,从而筛选出话音帧,然后在话音帧的两侧方向上提取起始端点和结束端点。因此本方法可以在信噪比较低的语音信号中有效地提取到端点。
作为优选地实施方式,在话音帧两侧方向上提取源语音信号包含的起始端点和结束端点具体包括:
依次判断话音帧左侧的帧的比值是否低于第二阈值,如果否,则继续判断,直到找到比值低于第二阈值的帧,并将该帧作为起始端点;
依次判断话音帧右侧的帧的比值是否低于第二阈值,如果否,则继续判断,直到找到比值低于第二阈值的帧,并将该帧作为结束端点;
其中,第二阈值小于第一阈值。
还以上文中10个帧为例说明,如果第三个帧为话音帧,第八个帧为话音帧的话,则对于第三个帧来说,需要依次判断第三个帧的左侧的帧,由于是依次判断,因此,首先要判断第三个帧左侧的第一个帧,即第二个帧,如果第二个帧的比值小于第二阈值,则第二个帧就是起始端点,否则再判断第一个帧。对于第三个帧的右侧来说,首先是判断第四个帧的比值是否小于第二阈值,如果不小于,则继续判断第五个帧的比值,直到找到比值低于第二阈值的帧。可以理解的是,如果没有找到一个帧的比值低于第二阈值,则该话音帧就是起始端点。
对于第八个帧来说,与第三个帧的执行过程相同,本实施例不再赘述。
作为优选的实施方式,第一阈值为1.6。作为优选的实施方式,第二阈值为1.16。
可以理解的是,第一阈值和第二阈值需要根据具体情形设定,这里选取1.6和1.16只是一种具体实施方式。
为了验证本发明提供的端点检测方法的可靠性,进行了相关的仿真实验。实验运行环境为win7***的32位pc机,软件为matlabR2013a,当然使用其他分形维数如计盒维数、信息维数也是可以的。由于使用不同分形维数所用时间性能检测结果上略有不同,实验采用关联维数在上述环境下运行时间为5到10分钟左右,比传统的端点检测时间稍长,但在抗噪的鲁棒性表现良好。本次实验采样频率设置为8000Hz,帧长为200个样点,帧移为100个样点,窗函数设置为海明窗。
图2为本发明实施例提供的一种在纯语音波形中加入babble噪声后的端点检测示意图。如图2所示,实线为起始端点,虚线为结束端点。如图2所示,在相同环境下,通过本发明提供的端点检测方法能够在噪声中检测到端点,且与纯语音波形中的端点位置相同,表明该方法可靠性较高。
图3为本发明实施例提供的一种在纯语音波形中加入pink噪声后的端点检测示意图。
以上对本发明所提供的基于短时能量和分形维数的语音端点检测方法进行了详细介绍。说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (7)
1.一种基于短时能量和分形维数的语音端点检测方法,其特征在于,包括:
对源语音信号进行预处理得到每一帧语音信号;
利用分形维数的理论计算所述每一帧语音信号对应的分形维数值,并计算所述每一帧语音信号的短时能量值,以得到所述短时能量值与所述分形维数值的比值;
判断所述每一帧语音信号所对应的比值是否大于或等于第一阈值,如果是,则大于或等于所述第一阈值的帧为话音帧;
在所述话音帧两侧方向上提取所述源语音信号包含的起始端点和结束端点。
2.根据权利要求1所述的语音端点检测方法,其特征在于,所述在所述话音帧两侧方向上提取所述源语音信号包含的起始端点和结束端点具体包括:
依次判断所述话音帧左侧的帧的比值是否低于第二阈值,如果否,则继续判断,直到找到比值低于所述第二阈值的帧,并将该帧作为所述起始端点;
依次判断所述话音帧右侧的帧的比值是否低于第二阈值,如果否,则继续判断,直到找到比值低于所述第二阈值的帧,并将该帧作为所述结束端点;
其中,所述第二阈值小于所述第一阈值。
3.根据权利要求2所述的语音端点检测方法,其特征在于,所述第一阈值为1.6。
4.根据权利要求3所述的语音端点检测方法,其特征在于,所述第二阈值为1.16。
5.根据权利要求1所述的语音端点检测方法,其特征在于,所述预处理包括预加重处理、分帧处理和加窗处理。
6.根据权利要求5所述的语音端点检测方法,其特征在于,所述加窗处理中采用海明窗函数进行处理。
7.根据权利要求1所述的语音端点检测方法,其特征在于,所述分形维数为关联维数,则对应的所述分形维数值为关联维数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611178115.5A CN106448659B (zh) | 2016-12-19 | 2016-12-19 | 一种基于短时能量和分形维数的语音端点检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611178115.5A CN106448659B (zh) | 2016-12-19 | 2016-12-19 | 一种基于短时能量和分形维数的语音端点检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106448659A true CN106448659A (zh) | 2017-02-22 |
CN106448659B CN106448659B (zh) | 2019-09-27 |
Family
ID=58215020
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611178115.5A Expired - Fee Related CN106448659B (zh) | 2016-12-19 | 2016-12-19 | 一种基于短时能量和分形维数的语音端点检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106448659B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108198558A (zh) * | 2017-12-28 | 2018-06-22 | 电子科技大学 | 一种基于csi数据的语音识别方法 |
CN108305639A (zh) * | 2018-05-11 | 2018-07-20 | 南京邮电大学 | 语音情感识别方法、计算机可读存储介质、终端 |
CN109346095A (zh) * | 2018-10-10 | 2019-02-15 | 广州市讯飞樽鸿信息技术有限公司 | 一种心音端点检测方法 |
WO2019100327A1 (zh) * | 2017-11-24 | 2019-05-31 | 深圳传音通讯有限公司 | 一种信号处理方法、装置及终端 |
CN110364187A (zh) * | 2019-07-03 | 2019-10-22 | 深圳华海尖兵科技有限公司 | 一种语音信号的端点识别方法和装置 |
CN113488071A (zh) * | 2021-07-16 | 2021-10-08 | 河南牧原智能科技有限公司 | 一种猪只咳嗽识别方法、装置、设备及可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007264567A (ja) * | 2006-03-30 | 2007-10-11 | Railway Technical Res Inst | 音声中の非発話音声の判別処理方法 |
CN101625858A (zh) * | 2008-07-10 | 2010-01-13 | 新奥特(北京)视频技术有限公司 | 语音端点检测中短时能频值的提取方法 |
CN101625857A (zh) * | 2008-07-10 | 2010-01-13 | 新奥特(北京)视频技术有限公司 | 一种自适应的语音端点检测方法 |
CN102184732A (zh) * | 2011-04-28 | 2011-09-14 | 重庆邮电大学 | 基于分形特征的智能轮椅语音识别控制方法及*** |
CN103366739A (zh) * | 2012-03-28 | 2013-10-23 | 郑州市科学技术情报研究所 | 面向孤立词语音识别的自适应端点检测方法及其*** |
-
2016
- 2016-12-19 CN CN201611178115.5A patent/CN106448659B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007264567A (ja) * | 2006-03-30 | 2007-10-11 | Railway Technical Res Inst | 音声中の非発話音声の判別処理方法 |
CN101625858A (zh) * | 2008-07-10 | 2010-01-13 | 新奥特(北京)视频技术有限公司 | 语音端点检测中短时能频值的提取方法 |
CN101625857A (zh) * | 2008-07-10 | 2010-01-13 | 新奥特(北京)视频技术有限公司 | 一种自适应的语音端点检测方法 |
CN102184732A (zh) * | 2011-04-28 | 2011-09-14 | 重庆邮电大学 | 基于分形特征的智能轮椅语音识别控制方法及*** |
CN103366739A (zh) * | 2012-03-28 | 2013-10-23 | 郑州市科学技术情报研究所 | 面向孤立词语音识别的自适应端点检测方法及其*** |
Non-Patent Citations (1)
Title |
---|
沈亚强等: "基于时间序列短时分形维数的噪声", 《浙江师大学报(自然科学版)》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019100327A1 (zh) * | 2017-11-24 | 2019-05-31 | 深圳传音通讯有限公司 | 一种信号处理方法、装置及终端 |
CN108198558A (zh) * | 2017-12-28 | 2018-06-22 | 电子科技大学 | 一种基于csi数据的语音识别方法 |
CN108305639A (zh) * | 2018-05-11 | 2018-07-20 | 南京邮电大学 | 语音情感识别方法、计算机可读存储介质、终端 |
CN109346095A (zh) * | 2018-10-10 | 2019-02-15 | 广州市讯飞樽鸿信息技术有限公司 | 一种心音端点检测方法 |
CN109346095B (zh) * | 2018-10-10 | 2023-07-07 | 广州九路科技有限公司 | 一种心音端点检测方法 |
CN110364187A (zh) * | 2019-07-03 | 2019-10-22 | 深圳华海尖兵科技有限公司 | 一种语音信号的端点识别方法和装置 |
CN113488071A (zh) * | 2021-07-16 | 2021-10-08 | 河南牧原智能科技有限公司 | 一种猪只咳嗽识别方法、装置、设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106448659B (zh) | 2019-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106448659A (zh) | 一种基于短时能量和分形维数的语音端点检测方法 | |
US11062699B2 (en) | Speech recognition with trained GMM-HMM and LSTM models | |
CN109473123A (zh) | 语音活动检测方法及装置 | |
CN102982811B (zh) | 一种基于实时解码的语音端点检测方法 | |
CN108710704B (zh) | 对话状态的确定方法、装置、电子设备及存储介质 | |
CN108428448A (zh) | 一种语音端点检测方法及语音识别方法 | |
CN112183099A (zh) | 基于半监督小样本扩展的命名实体识别方法及*** | |
CN105006230A (zh) | 一种面向非特定人的语音敏感信息检测和过滤方法 | |
CN104021789A (zh) | 一种利用短时时频值的自适应端点检测方法 | |
CN109087667B (zh) | 语音流利度识别方法、装置、计算机设备及可读存储介质 | |
CN101887722A (zh) | 快速声纹认证方法 | |
CN102073676A (zh) | 一种网络色***实时检测方法和*** | |
CN110942776B (zh) | 一种基于gru的音频防拼接检测方法及*** | |
CN109215634A (zh) | 一种多词语音控制通断装置的方法及其*** | |
CN105869658A (zh) | 一种采用非线性特征的语音端点检测方法 | |
CN111128128A (zh) | 一种基于互补模型评分融合的语音关键词检测方法 | |
CN111477219A (zh) | 关键词区分方法、装置、电子设备和可读存储介质 | |
CN103021421A (zh) | 用于枪声的多级筛选检测识别方法 | |
CN111613250B (zh) | 长语音端点检测方法与装置、存储介质、电子设备 | |
CN117116292A (zh) | 音频检测方法、装置、电子设备及存储介质 | |
CN101067929B (zh) | 使用共振峰增强提取话音共振峰轨迹的方法 | |
CN112397059B (zh) | 一种语音流畅度检测方法及装置 | |
CN115359323A (zh) | 图像的文本信息生成方法和深度学习模型的训练方法 | |
CN104240705A (zh) | 一种保险箱语音识别智能锁*** | |
CN112216285B (zh) | 多人会话检测方法、***、移动终端及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190927 Termination date: 20201219 |