[发明专利]音频起始点检测方法和装置

权利要求书

1.一种音频起始点检测方法，其特征在于，包括：

将所述音频的音频信号切分为多个子音频信号，将各子音频信号转换为频域信号，每个子音频信号对应一个频段；

确定各频段对应的第一语音频谱参数；其中，所述第一语音频谱参数为不同子音频信号的频谱幅度和相位的综合加权；

针对各频段，根据当前频段的第一语音频谱参数和按照时序位于所述当前频段之前的各频段的第一语音频谱参数确定所述当前频段的第二语音频谱参数；

根据所述各频段对应的第二语音频谱参数绘制语音频谱参数曲线；

根据所述语音频谱参数曲线确定局部最高点，根据所述局部最高点对应的第二语音频谱参数确定所述音频中的音符和音节的一个或多个起始点位置。

2.如权利要求1所述的音频起始点检测方法，其特征在于，所述针对各频段，根据当前频段的第一语音频谱参数和按照时序位于所述当前频段之前的各频段的第一语音频谱参数确定所述当前频段的第二语音频谱参数，包括：

针对各频段，根据当前频段的第一语音频谱参数和按照时序位于所述当前频段之前的各频段的第一语音频谱参数确定第一语音频谱参数的均值，将所述均值作为所述当前频段的第二语音频谱参数。

3.如权利要求1所述的音频起始点检测方法，其特征在于，所述针对各频段，根据当前频段的第一语音频谱参数和按照时序位于所述当前频段之前的各频段的第一语音频谱参数确定所述当前频段的第二语音频谱参数，包括：

针对各频段，根据当前频段的第一语音频谱参数和按照时序位于所述当前频段之前的各频段的第一语音频谱参数确定第一语音频谱参数的均值；

根据所述当前频段的第一语音频谱参数和所述均值确定所述当前频段的第二语音频谱参数。

4.如权利要求3所述的音频起始点检测方法，其特征在于，所述根据所述当前频段的第一语音频谱参数和所述均值确定所述当前频段的第二语音频谱参数，包括：

计算所述当前频段的第一语音频谱参数与所述均值的差值；

根据所述差值确定所述当前频段的第二语音频谱参数。

5.如权利要求4所述的音频起始点检测方法，其特征在于，所述根据所述差值确定所述当前频段的第二语音频谱参数，包括：

根据所述当前频段对应的差值和按照时序位于所述当前频段之前的各频段对应的差值确定差值的均值，将所述差值的均值作为所述当前频段的第二语音频谱参数。

6.一种音频起始点检测装置，其特征在于，包括：

第一参数确定模块，用于将所述音频的音频信号切分为多个子音频信号，将各子音频信号转换为频域信号，每个子音频信号对应一个频段；确定各频段对应的第一语音频谱参数；其中，所述第一语音频谱参数为不同子音频信号的频谱幅度和相位的综合加权；

第二参数确定模块，用于针对各频段，根据当前频段的第一语音频谱参数和按照时序位于所述当前频段之前的各频段的第一语音频谱参数确定所述当前频段的第二语音频谱参数；

起始点确定模块，用于根据所述各频段对应的第二语音频谱参数绘制语音频谱参数曲线；根据所述语音频谱参数曲线确定局部最高点，根据所述局部最高点对应的第二语音频谱参数确定所述音频中的音符和音节的一个或多个起始点位置。

7.一种电子设备，包括：

存储器，用于存储非暂时性计算机可读指令；以及

处理器，用于运行所述计算机可读指令，使得所述处理器执行时实现根据权利要求1-5中任意一项所述的音频起始点检测方法。

8.一种计算机可读存储介质，用于存储非暂时性计算机可读指令，当所述非暂时性计算机可读指令由计算机执行时，使得所述计算机执行权利要求1-5中任意一项所述的音频起始点检测方法。