買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉北京三快在線科技有限公司申請(qǐng)的專利一種語音活動(dòng)檢測(cè)方法、存儲(chǔ)介質(zhì)及電子設(shè)備獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115171735B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210771781.9，技術(shù)領(lǐng)域涉及：G10L25/78；該發(fā)明授權(quán)一種語音活動(dòng)檢測(cè)方法、存儲(chǔ)介質(zhì)及電子設(shè)備是由邢原博;張宇飛;黃辰設(shè)計(jì)研發(fā)完成，并于2022-06-30向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種語音活動(dòng)檢測(cè)方法、存儲(chǔ)介質(zhì)及電子設(shè)備在說明書摘要公布了：本說明書公開了一種語音活動(dòng)檢測(cè)方法、存儲(chǔ)介質(zhì)及電子設(shè)備，本說明書實(shí)施例將待識(shí)別音頻的音頻特征輸入語音活動(dòng)檢測(cè)模型，得到語音活動(dòng)檢測(cè)模型輸出的識(shí)別結(jié)果，再根據(jù)待識(shí)別音頻對(duì)應(yīng)的識(shí)別場(chǎng)景類型，確定分類參數(shù)，最后根據(jù)語音活動(dòng)檢測(cè)模型輸出的識(shí)別結(jié)果以及分類參數(shù)，對(duì)待識(shí)別音頻進(jìn)行最終的識(shí)別，從而只需部署一個(gè)通用的語音活動(dòng)檢測(cè)模型即可，而不需要針對(duì)不同的識(shí)別場(chǎng)景分別部署相應(yīng)的語音活動(dòng)檢測(cè)模型，可有效降低模型部署和迭代升級(jí)的成本。

本發(fā)明授權(quán)一種語音活動(dòng)檢測(cè)方法、存儲(chǔ)介質(zhì)及電子設(shè)備在權(quán)利要求書中公布了：1.一種語音活動(dòng)檢測(cè)方法，其特征在于，包括： 獲取待識(shí)別音頻； 從所述待識(shí)別音頻的各音頻幀中提取音頻特征； 將各音頻幀的音頻特征輸入預(yù)先訓(xùn)練的語音活動(dòng)檢測(cè)模型，得到所述語音活動(dòng)檢測(cè)模型輸出的各音頻幀為語音段的概率； 根據(jù)所述待識(shí)別音頻對(duì)應(yīng)的識(shí)別場(chǎng)景類型，確定分類參數(shù)； 根據(jù)所述語音活動(dòng)檢測(cè)模型輸出的各音頻幀為語音段的概率以及所述分類參數(shù)，識(shí)別各音頻幀是否為語音段； 所述獲取待識(shí)別音頻，具體包括： 獲取流式輸入的待識(shí)別音頻；或者，獲取非流式輸入的待識(shí)別音頻； 所述將各音頻幀的音頻特征輸入預(yù)先訓(xùn)練的語音活動(dòng)檢測(cè)模型，具體包括： 當(dāng)所述待識(shí)別音頻為流式輸入的音頻時(shí)，將所述待識(shí)別音頻中的各音頻幀的音頻特征以流式輸入的方式輸入預(yù)先訓(xùn)練的語音活動(dòng)檢測(cè)模型； 當(dāng)所述待識(shí)別音頻為非流式輸入的音頻時(shí)，將所述待識(shí)別音頻中的各音頻幀的音頻特征以非流式輸入的方式輸入預(yù)先訓(xùn)練的語音活動(dòng)檢測(cè)模型； 所述獲取待識(shí)別音頻，還具體包括： 接收識(shí)別請(qǐng)求，并獲取所述識(shí)別請(qǐng)求對(duì)應(yīng)的待識(shí)別音頻； 所述根據(jù)所述待識(shí)別音頻對(duì)應(yīng)的識(shí)別場(chǎng)景類型，確定分類參數(shù)，具體包括： 根據(jù)所述識(shí)別請(qǐng)求，確定所述待識(shí)別音頻對(duì)應(yīng)的識(shí)別場(chǎng)景類型； 根據(jù)所述待識(shí)別音頻對(duì)應(yīng)的識(shí)別場(chǎng)景類型，確定所述識(shí)別場(chǎng)景類型對(duì)應(yīng)的概率閾值、平滑處理參數(shù)； 所述根據(jù)所述語音活動(dòng)檢測(cè)模型輸出的各音頻幀為語音段的概率以及所述分類參數(shù)，識(shí)別各音頻幀是否為語音段，具體包括： 針對(duì)每個(gè)音頻幀，根據(jù)所述語音活動(dòng)檢測(cè)模型輸出的該音頻幀為語音段的概率以及預(yù)先確定的概率閾值，識(shí)別該音頻幀是否為語音段； 根據(jù)所述平滑處理參數(shù)以及所述待識(shí)別音頻中各音頻幀的識(shí)別結(jié)果，對(duì)各音頻幀的識(shí)別結(jié)果進(jìn)行平滑處理。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人北京三快在線科技有限公司，其通訊地址為：100080 北京市海淀區(qū)北四環(huán)西路9號(hào)2106-030；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。