北京三快在线科技有限公司邢原博获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉北京三快在线科技有限公司申请的专利一种语音活动检测方法、存储介质及电子设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115171735B 。
龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210771781.9,技术领域涉及:G10L25/78;该发明授权一种语音活动检测方法、存储介质及电子设备是由邢原博;张宇飞;黄辰设计研发完成,并于2022-06-30向国家知识产权局提交的专利申请。
本一种语音活动检测方法、存储介质及电子设备在说明书摘要公布了:本说明书公开了一种语音活动检测方法、存储介质及电子设备,本说明书实施例将待识别音频的音频特征输入语音活动检测模型,得到语音活动检测模型输出的识别结果,再根据待识别音频对应的识别场景类型,确定分类参数,最后根据语音活动检测模型输出的识别结果以及分类参数,对待识别音频进行最终的识别,从而只需部署一个通用的语音活动检测模型即可,而不需要针对不同的识别场景分别部署相应的语音活动检测模型,可有效降低模型部署和迭代升级的成本。
本发明授权一种语音活动检测方法、存储介质及电子设备在权利要求书中公布了:1.一种语音活动检测方法,其特征在于,包括: 获取待识别音频; 从所述待识别音频的各音频帧中提取音频特征; 将各音频帧的音频特征输入预先训练的语音活动检测模型,得到所述语音活动检测模型输出的各音频帧为语音段的概率; 根据所述待识别音频对应的识别场景类型,确定分类参数; 根据所述语音活动检测模型输出的各音频帧为语音段的概率以及所述分类参数,识别各音频帧是否为语音段; 所述获取待识别音频,具体包括: 获取流式输入的待识别音频;或者,获取非流式输入的待识别音频; 所述将各音频帧的音频特征输入预先训练的语音活动检测模型,具体包括: 当所述待识别音频为流式输入的音频时,将所述待识别音频中的各音频帧的音频特征以流式输入的方式输入预先训练的语音活动检测模型; 当所述待识别音频为非流式输入的音频时,将所述待识别音频中的各音频帧的音频特征以非流式输入的方式输入预先训练的语音活动检测模型; 所述获取待识别音频,还具体包括: 接收识别请求,并获取所述识别请求对应的待识别音频; 所述根据所述待识别音频对应的识别场景类型,确定分类参数,具体包括: 根据所述识别请求,确定所述待识别音频对应的识别场景类型; 根据所述待识别音频对应的识别场景类型,确定所述识别场景类型对应的概率阈值、平滑处理参数; 所述根据所述语音活动检测模型输出的各音频帧为语音段的概率以及所述分类参数,识别各音频帧是否为语音段,具体包括: 针对每个音频帧,根据所述语音活动检测模型输出的该音频帧为语音段的概率以及预先确定的概率阈值,识别该音频帧是否为语音段; 根据所述平滑处理参数以及所述待识别音频中各音频帧的识别结果,对各音频帧的识别结果进行平滑处理。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京三快在线科技有限公司,其通讯地址为:100080 北京市海淀区北四环西路9号2106-030;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。