一種利用神經(jīng)網(wǎng)絡(luò)的語(yǔ)音活性檢測(cè)方法

基本信息

申請(qǐng)?zhí)?/td> CN202110979720.7 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN113421595A 公開(kāi)（公告）日 2021-09-21
申請(qǐng)公布號(hào) CN113421595A 申請(qǐng)公布日 2021-09-21
分類號(hào) G10L25/81（2013.01）I;G10L25/84（2013.01）I;G10L25/30（2013.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 樂(lè)器；聲學(xué);
發(fā)明人 萬(wàn)東琴;胡岸;劉文通;曾帆 申請(qǐng)（專利權(quán)）人 成都啟英泰倫科技有限公司
代理機(jī)構(gòu) - 代理人 -
地址 610041四川省成都市高新區(qū)天府五街200號(hào)菁蓉匯4號(hào)樓A座12層
法律狀態(tài) -

摘要

摘要 一種利用神經(jīng)網(wǎng)絡(luò)的語(yǔ)音活性檢測(cè)方法，包括模型訓(xùn)練過(guò)程和語(yǔ)音活性檢測(cè)過(guò)程；所述模型訓(xùn)練過(guò)程包括以下步驟：S1.對(duì)用于訓(xùn)練的純凈語(yǔ)音確定端點(diǎn)檢測(cè)標(biāo)簽；S2.對(duì)純凈語(yǔ)音進(jìn)行隨機(jī)加噪，構(gòu)造訓(xùn)練集；S3.逐幀處理，提取訓(xùn)練集中的多階多分辨率耳蝸圖特征向量；S4.構(gòu)建多層門控制循環(huán)單元網(wǎng)絡(luò)，利用訓(xùn)練集對(duì)其進(jìn)行訓(xùn)練，得到多層門控制循環(huán)單元成熟模型,利用成熟模型進(jìn)行語(yǔ)音活性檢測(cè)。本發(fā)明利用神經(jīng)網(wǎng)絡(luò)良好的分類性能，提取帶噪語(yǔ)音的特定特征，并通過(guò)預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，對(duì)語(yǔ)音以及噪聲進(jìn)行初步分類并求得一個(gè)語(yǔ)音存在概率；通過(guò)狀態(tài)機(jī)對(duì)獲得的語(yǔ)音存在概率進(jìn)行后處理，從而得到一個(gè)平滑且相對(duì)準(zhǔn)確的語(yǔ)音活性檢測(cè)標(biāo)識(shí)。