申请/专利权人：百度在线网络技术(北京)有限公司

申请日：2019-02-28

公开（公告）日：2024-01-16

公开（公告）号：CN111627463B

主分类号：G10L25/78

分类号：G10L25/78;G10L25/87

优先权：

专利状态码：有效-授权

法律状态：2024.01.16#授权;2020.09.29#实质审查的生效;2020.09.04#公开

摘要：本公开提供了一种语音VAD尾点确定方法，包括：接收用户的语音信息，对所述语音信息划分数据包，并将数据包按照时序上传给服务器；在判断当前数据包为静音包时，计算当前的静音时长t；根据所述当前的静音时长t和预设的第一阈值T1，触发所述服务器检测所述语音信息的语义完整性，以使所述服务器根据语义完整性检测结果确定所述语音信息的尾点。语音VAD的尾点不再是靠智能设备上进行截断，智能设备将语音信息划分的数据包按照时序上传给服务器，触发服务器检测所述语音信息的语义完整性，以使服务器根据语义完整性检测结果确定所述语音信息的尾点。语音信息的尾点静音时长由原来的固定时长，成为一个可动态调整的值。

主权项：1.一种语音VAD尾点确定方法，应用于智能设备，所述方法包括：接收用户的语音信息，对所述语音信息划分数据包，并将数据包按照时序上传给服务器；在判断当前数据包为静音包时，计算当前的静音时长t；根据所述当前的静音时长t和预设的第一阈值T1，触发所述服务器检测所述语音信息的语义完整性，以使所述服务器根据语义完整性检测结果确定所述语音信息的尾点；若判断所述当前数据包为静音包，则将所述当前数据包标记为第一标记；则所述根据所述当前的静音时长t和预设的第一阈值T1，触发所述服务器检测所述语音信息的语义完整性，具体包括：判断所述当前的静音时长t是否大于或等于第一阈值T1；若判断所述当前的静音时长t大于或等于第一阈值T1，则将所述第一标记发送至所述服务器，以触发所述服务器检测所述语音信息的语义完整性；所述根据所述当前的静音时长t和预设的第一阈值T1，触发所述服务器检测所述语音信息的语义完整性步骤之后，还包括：在判断当前数据包为静音包时，将所述第一标记发送至所述服务器；以使所述服务器接收所述当前数据包为静音包时所述智能设备发送的第一标记，并计算当前的静音时长t；所述触发所述服务器检测所述语音信息的语义完整性，具体包括：触发所述服务器当接收到所述第一标记时，将数据包中的语音包转换为文本；判断所述文本的语义完整性，并根据语义完整性检测结果确定所述数据包对应的语音信息的尾点；所述根据语义完整性检测结果确定所述数据包对应的语音信息的尾点步骤，包括：若语义不确定，判断所述当前的静音时长t是否大于或等于第三阈值T3；若是，则将大于或等于第三阈值T3的当前的静音时长t对应的时间点确定为所述语音信息的尾点。

全文数据：

权利要求：

百度查询： 百度在线网络技术(北京)有限公司 语音VAD尾点确定方法及装置、电子设备和计算机可读介质

免责声明
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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD