[发明专利]语音检测的方法和装置

权利要求书

1.一种语音检测方法，所述方法包括：

获取目标语音；

将所述目标语音输入预先训练的一个深度神经网络，得到所述目标语音在预设的多个方向区间中的每个方向区间是否存在子语音，其中，所述深度神经网络用于预测语音在所述多个方向区间中的每个方向区间是否存在子语音；

其中，所述深度神经网络包括傅里叶变换网络、特征提取网络、卷积网络、多头全连接网络和合并层；所述傅里叶变换网络、所述特征提取网络和所述卷积网络用于提取所述目标语音的卷积后语音特征；所述多头全连接网络用于基于所述卷积后语音特征确定所述多个方向区间中的每个方向区间存在子语音的概率；所述合并层用于对所述概率进行合并，得到所述目标语音在预设的多个方向区间中的每个方向区间是否存在子语音。

2.根据权利要求1所述的方法，其中，所述多头全连接网络的输出分别用于表征语音在多个方向区间中的每个方向区间是否存在子语音，其中，所述多头全连接网络中任意两个全连接网络所对应的方向区间不同。

3.根据权利要求2所述的方法，其中，所述将所述目标语音输入预先训练的深度神经网络，得到所述目标语音在预设的多个方向区间中的每个方向区间是否存在子语音，包括：

将目标语音输入预先训练的深度神经网络，基于所述特征提取网络，提取所述目标语音的语音特征；

利用所述卷积网络处理所述语音特征，得到待输入所述多头全连接网络的卷积后语音特征。

4.根据权利要求3所述的方法，其中，所述基于所述特征提取网络，提取所述目标语音的语音特征，包括：

利用所述傅里叶变换网络对所述目标语音进行傅里叶变换，得到复数形式的向量；

利用所述特征提取网络，对所述向量的实部和虚部进行归一化，得到归一化实部和归一化虚部；

将所述归一化实部和所述归一化虚部，作为所述目标语音的语音特征。

5.根据权利要求4所述的方法，其中，所述方法还包括：

利用所述特征提取网络，确定所述向量的模长的对数；以及

所述将所述归一化实部和所述归一化虚部，作为所述目标语音的语音特征，包括：

将所述归一化实部、所述归一化虚部和所述对数，作为所述目标语音的语音特征。

6.根据权利要求3所述的方法，其中，所述将所述目标语音输入预先训练的深度神经网络，得到所述目标语音在预设的多个方向区间中的每个方向区间是否存在子语音，还包括：

对于所述多头全连接网络中的每个全连接网络，将所述卷积后语音特征输入该全连接网络，得到所述目标语音在该全连接网络对应的方向区间存在子语音的概率。

7.根据权利要求6所述的方法，其中，所述将所述目标语音输入预先训练的深度神经网络，得到所述目标语音在预设的多个方向区间中的每个方向区间是否存在子语音，还包括：

对所述多头全连接网络对应的各个概率进行合并处理，得到待输出的概率集合。

8.根据权利要求2所述的方法，其中，所述多头全连接网络中的全连接网络包括全连接层、仿射层和逻辑回归层。

9.一种深度神经网络的训练方法，包括：

获取训练样本，其中，所述训练样本中的语音样本包括在预设的至少一个方向区间的子语音；

将所述语音样本输入一个所述深度神经网络，得到预测结果，其中，所述深度神经网络用于预测语音在多个方向区间中的每个方向区间是否存在子语音；

基于所述预测结果，对所述深度神经网络进行训练，得到训练后的深度神经网络；

其中，所述深度神经网络包括傅里叶变换网络、特征提取网络、卷积网络、多头全连接网络和合并层；所述傅里叶变换网络、所述特征提取网络和所述卷积网络用于提取目标语音的卷积后语音特征；所述多头全连接网络用于基于所述卷积后语音特征确定所述多个方向区间中的每个方向区间存在子语音的概率；所述合并层用于对所述概率进行合并，得到所述目标语音在预设的多个方向区间中的每个方向区间是否存在子语音。