语音端点检测方法、装置、计算机设备及存储介质

发明专利有效专利

申请号：
CN202011625225.8
IPC分类号：G10L15/02;G10L15/04;G10L15/06;G10L15/16;G10L15/26
申请日期：
2020-12-30
申请人：
科大讯飞股份有限公司

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	语音端点检测方法、装置、计算机设备及存储介质
申请号	CN202011625225.8	申请日期	2020-12-30
法律状态	实质审查	申报国家	中国
公开/公告日	2021-04-30	公开/公告号	CN112735385A
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;/;0;6;;;G;1;0;L;1;5;/;1;6;;;G;1;0;L;1;5;/;2;6查看分类表>
申请人	科大讯飞股份有限公司	申请人地址	安徽省合肥市高新开发区望江西路666号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	科大讯飞股份有限公司	当前权利人	科大讯飞股份有限公司
发明人	王庆然;万根顺;高建清;刘聪;王智国;胡国平
代理机构	广州三环专利商标代理有限公司	代理人	熊永强

摘要

本申请公开了一种语音端点检测方法、装置、计算机设备及存储介质，该方法包括：获取待检测语音数据；提取待检测语音数据的目标声学特征向量和目标音频特征向量，并将目标音频特征向量和目标声学特征向量进行拼接，得到目标拼接特征向量；将目标拼接特征向量输入语音端点检测模型，得到待检测语音数据的至少一个语音片段和N个转折点；基于该至少一个语音片段和N个转折点，将待检测语音数据分割成至少一个音频段。本申请通过融合语音数据的音频特征和声学特征得到语音片段和转折点，根据转折点和语音片段对语音数据进行分割，可以将包括多人说话的语音片段分割成多个单说话人的音频段，提高多人讨论场景下语音端点检测的准确性。

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