[发明专利]一种语音激活检测方法及装置

摘要

本发明实施例公开了一种语音激活检测方法及装置。本发明的语音激活检测并非进行实时检测，而是对一段预置时长的待检测音频数据进行检测处理，因为说话人识别系统的目的是为了辨识说话人身份，并不要求实时处理说话人的语音信息，因此实时性要求低，准确性要求高，所以可以通过积累一段的音频数据以提高准确性，同时提取每一帧待检测音频数据的MFCC特征并进行聚类，传统的算法是实时计算每一帧是否是语音帧，为了保证实时性牺牲了准确性，而通过聚类的相似度计算可以明显区分语音帧和非语音帧，输出一系列聚类标签，通过辨识各个聚类标签内的内容即可分别输出语音帧和非语音帧，提高了准确性，解决了当前的语音激活检测技术的准确率较低的技术问题。

主权项

一种语音激活检测方法，其特征在于，包括：S1：获取预置时长的待检测音频数据，对待检测音频数据进行分帧处理；S2：对每一帧待检测音频数据进行MFCC特征提取，获取每一帧待检测音频数据的MFCC特征；S3：将每一帧待检测音频数据的MFCC特征进行聚类分析，获取聚类后的聚类标签及每一个聚类标签对应的待检测音频数据；S4：对各个聚类标签内的待检测音频数据进行辨识获取语音帧对应的聚类标签和非语音帧对应的聚类标签。