一种语音端点检测和唤醒方法及装置

发明专利有效专利

申请号：
CN201711161966.3
IPC分类号：G10L15/02;G10L15/04;G10L15/14;G10L15/16;G10L15/26
申请日期：
2017-11-21
申请人：
清华大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种语音端点检测和唤醒方法及装置
申请号	CN201711161966.3	申请日期	2017-11-21
法律状态	授权	申报国家	中国
公开/公告日	2018-05-08	公开/公告号	CN108010515A
优先权	暂无	优先权号	暂无
主分类号	G10L15/02 ? IPC结构图谱： G 物理 G0 仪器 G10 乐器；声学 G10L 语音分析或合成；语音识别；语音或声音处理；语音或音频编码或解码〔4〕 G10L15/00 语音识别（G10L 17/00优先）〔7，2013.01〕 G10L15/02 语音识别的特征提取；识别单位的选择〔7〕	IPC分类号	G;1;0;L;1;5;/;0;2;;;G;1;0;L;1;5;/;0;4;;;G;1;0;L;1;5;/;1;4;;;G;1;0;L;1;5;/;1;6;;;G;1;0;L;1;5;/;2;6查看分类表>
申请人	清华大学	申请人地址	北京市海淀区清华园变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	清华大学	当前权利人	清华大学
发明人	尹首一;宋丹丹;欧阳鹏;刘雷波;魏少军
代理机构	北京三友知识产权代理有限公司	代理人	王涛;贾磊

摘要

本发明提供了一种语音端点检测和唤醒方法及装置，涉及机器学习语音识别领域技术领域。方法包括：获取语音端点检测数据和唤醒数据，并对所述语音端点检测数据和唤醒数据进行Fbank特征提取，得到语音Fbank特征数据；将所述语音Fbank特征数据输入到二值化神经网络模型，得到二值化神经网络输出结果数据；根据预先设置的后端评判策略，对所述二值化神经网络输出结果数据进行处理，确定语音端点检测数据的语音起始位置和语音结束位置，并检测唤醒数据中的唤醒词数据。本发明的系统框架能够同时适用于语音端点检测和语音唤醒技术，能够实现准确的、快速的、低延迟、小模型和低功耗的语音端点检测技术和语音唤醒技术。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供