[发明专利]语音端点检测方法、装置、设备及计算机可读存储介质

权利要求书

1.一种语音端点检测方法，其特征在于，所述语音端点检测方法包括以下步骤：

提取实时采集的语音信号中所有数据帧的时域信号，将各所述时域信号转换为频域谱信号；

依次遍历各所述频域谱信号，确定遍历的当前数据帧对应的当前频域谱信号，根据所述当前频域谱信号计算所述当前数据帧的短时能熵比，其中，计算所述当前数据帧中[100HZ，3500HZ]区间的短时能量，并根据所述短时能量和所述当前频率谱信号计算所述当前数据帧的短时能熵比，其中，yi（n）=w（n）*x（（i-1）*inc+n），1≤n≤L，1≤i≤fn，其中，w（n）为窗函数，L为帧长，inc为帧移，fn为分帧后的总帧数，yi（n）为第i帧语音信号，x（n）为时域信号；所述第i帧语音信号yi（n）的短时能量为：

；

检测所述短时能熵比是否大于所述语音信号的初始检测阈值，其中，所述初始检测阈值根据T₀ =α*μ+φ计算得到，其中，α为调节因子，μ为静音帧的短时能熵比均值，φ=max(EH_1-N)—μ，T₀为初始检测阈值，N为静音帧的数量，max(EH_1-N)为最大短时能熵比；

若所述短时能熵比大于所述语音信号的初始检测阈值，则将所述当前数据帧移动至预设的语音帧缓冲器，并根据所述语音帧缓冲器中的所有数据帧确定所述语音信号的语音段落端点，其中，若语音帧缓冲器中所有数据帧的数据帧数量等于第一预设值，则确定所述语音信号中存在语音，并确定所述语音信号中语音段落的起始位置为语音帧缓冲器中的第一帧；

若所述短时能熵比小于或等于初始检测阈值，则将当前数据帧移动至预设的噪音帧缓冲器，并当噪音帧缓冲器中所有数据帧的数据帧数量大于噪音帧缓冲器中第二预设值，则确定所述语音信号中存在噪音，并确定所述噪音帧缓冲器中的第一帧为所述语音段落的终止点位置。

2.如权利要求1所述的语音端点检测方法，其特征在于，所述根据所述当前频域谱信号计算所述当前数据帧的短时能熵比的步骤，包括：

根据所述当前频域谱信号计算所述当前数据帧所有频率分量的密度函数，并根据预设的短时谱熵计算公式和各所述密度函数计算所述当前数据帧的短时谱熵；

获取所述当前数据帧的短时能量，根据所述短时能量和所述短时谱熵计算所述当前数据帧的短时能熵比。

3.如权利要求2所述的语音端点检测方法，其特征在于，所述获取所述当前数据帧的短时能量的步骤，包括：

根据所述当前数据帧的时域信号确定所述当前数据帧的帧移和帧长，并根据所述帧移和所述帧长计算所述当前数据帧的短时能量。

4.如权利要求1所述的语音端点检测方法，其特征在于，所述检测所述短时能熵比是否大于所述语音信号的初始检测阈值的步骤之前，包括：

获取预设的静音帧数量，基于所述静音帧数量计算所有静音帧对应的短时能熵比，并根据所述所有静音帧对应的短时能熵比计算短时能熵比均值。