[发明专利]基于动态时间归整算法的离线语音端点检测的方法和装置

摘要

本发明公开了一种基于动态时间归整算法的离线语音端点检测的方法和装置，包括提取语音数据的特征参数和语音能量值，并获取具有最大的语音能量值的语音数据帧；依次选择参考模板，根据所选参考模板的长度和语音数据帧，确定语音数据中孤立词语音的搜索范围及搜索窗长度的范围，进而对每个搜索起点按照多个搜索窗长度分别进行搜索，从而获取多个相应的测试模板；利用DTW算法，计算每一测试模板与所选参考模板的匹配距离得分；识别其中匹配距离得分最小的测试模板的搜索窗的起点和终点为孤立词语音端点。

主权项

一种基于动态时间归整算法的离线语音端点检测的方法，其特征在于，所述方法包括：获取多帧连续的语音数据；提取每帧语音数据的特征参数和语音能量值；获取所述多帧的语音数据中具有最大的语音能量值的语音数据帧；依次从提供的参考模板库中选择一个参考模板直到所述参考模板库中的所有参考模板都被选择过；其中，所述参考模板是对参考语音经过训练而形成的有关所述参考语音的一组参考特征矢量序列；根据具有最大的语音能量值的语音数据帧、以及当前选择的参考模板的长度确定在所述多帧的语音数据中的搜索范围及搜索窗长度的范围，在确定的搜索范围内按照第一搜索步长逐步改变搜索起点，在每个搜索起点按照第二搜索步长逐步改变搜索窗长度，根据搜索起点和搜索窗长度的每个组合获取一个测试模板，利用动态时间归整算法计算每个测试模板与所述当前选择的参考模板的匹配距离得分，记录与当前选择的参考模板的匹配距离得分最小的测试模板及基于当前选择的参考模板的最小的匹配距离得分；从各个所述参考模板对应的匹配距离得分最小的测试模板中，选择得分最小的测试模板，将所述选择的测试模板的搜索窗的起点和终点作为孤立词语音的端点。