[发明专利]语音活性检测模型生成方法、系统及语音活性检测方法、系统

权利要求书

1.一种语音活性检测模型生成方法，其特征在于，包括：

从预设的训练数据集中提取音频数据及与音频数据对应的音频标识，其中，所述预设的训练数据集中包括：语音音频数据及非语音音频数据，所述音频标识为语音标识或非语音标识；

对提取的音频数据进行采样，获得音频数据的一维离散数组；

对获得的音频数据的一维离散数组进行分帧加窗处理，获得音频数据的多帧音频信号；

提取音频数据的各帧音频信号的梅尔频率倒谱系数MFCC；

根据音频数据的各帧音频信号的MFCC确定音频数据的各帧音频信号的音频特征参数，将确定的音频数据的音频特征参数确定为提取的音频数据的音频特征参数；

将与提取的音频数据对应的音频标识及提取的音频数据的音频特征参数输入支持向量机SVM中进行模型训练，获得语音活性检测模型；

其中，所述根据音频数据的各帧音频信号的MFCC确定音频数据的各帧音频信号的音频特征参数，包括：

对音频数据的各帧音频信号：将该帧音频信号的MFCC、该帧音频信号的前一帧音频信号的MFCC及该帧音频信号的后一帧音频信号的MFCC一并确定为音频数据的该帧音频信号的音频特征参数；在该帧音频信号为音频数据的第一帧音频信号时，将该帧音频信号的MFCC的数量的0作为该帧音频信号的前一帧音频信号的MFCC；在该帧音频信号为音频数据的最后一帧音频信号时，将该帧音频信号的MFCC的数量的0作为该帧音频信号的后一帧音频信号的MFCC。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

从预设的测试数据集中提取测试数据及与测试数据对应的音频标识；

对提取的测试数据进行采样，获得测试数据的一维离散数组；

对获得的测试数据的一维离散数组进行分帧加窗处理，获得测试数据的多帧音频信号；

提取测试数据的各帧音频信号的梅尔频率倒谱系数MFCC；

根据测试数据的各帧音频信号的MFCC确定测试数据的各帧音频信号的音频特征参数，将确定的测试数据的音频特征参数确定为提取的测试数据的音频特征参数；

控制所述SVM根据测试数据的音频特征参数确定从预设的测试数据集中提取的测试数据对应的音频标识；

在所述SVM确定的音频标识与从预设的测试数据集中提取的音频标识不同时，对所述语音活性检测模型进行调整以优化所述语音活性检测模型。

3.根据权利要求2所述的方法，其特征在于，所述根据测试数据的各帧音频信号的MFCC确定测试数据的各帧音频信号的音频特征参数，包括：

对测试数据的各帧音频信号：将该帧音频信号的MFCC、该帧音频信号的前一帧音频信号的MFCC及该帧音频信号的后一帧音频信号的MFCC一并确定为测试数据的该帧音频信号的音频特征参数；在该帧音频信号为测试数据的第一帧音频信号时，将该帧音频信号的MFCC的数量的0作为该帧音频信号的前一帧音频信号的MFCC；在该帧音频信号为测试数据的最后一帧音频信号时，将该帧音频信号的MFCC的数量的0作为该帧音频信号的后一帧音频信号的MFCC。