CN110827852A - 一种有效语音信号的检测方法、装置及设备 - Google Patents

一种有效语音信号的检测方法、装置及设备 Download PDF

Info

Publication number
CN110827852A
CN110827852A CN201911109218.XA CN201911109218A CN110827852A CN 110827852 A CN110827852 A CN 110827852A CN 201911109218 A CN201911109218 A CN 201911109218A CN 110827852 A CN110827852 A CN 110827852A
Authority
CN
China
Prior art keywords
signal
audio
wavelet
audio intensity
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911109218.XA
Other languages
English (en)
Other versions
CN110827852B (zh
Inventor
张超鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Music Entertainment Technology Shenzhen Co Ltd
Original Assignee
Tencent Music Entertainment Technology Shenzhen Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent Music Entertainment Technology Shenzhen Co Ltd filed Critical Tencent Music Entertainment Technology Shenzhen Co Ltd
Priority to CN201911109218.XA priority Critical patent/CN110827852B/zh
Publication of CN110827852A publication Critical patent/CN110827852A/zh
Priority to PCT/CN2020/128374 priority patent/WO2021093808A1/zh
Application granted granted Critical
Publication of CN110827852B publication Critical patent/CN110827852B/zh
Priority to US17/728,198 priority patent/US12039999B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • G10L25/84—Detection of presence or absence of voice signals for discriminating voice from noise
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/0212—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders using orthogonal transformation
    • G10L19/0216—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders using orthogonal transformation using wavelet decomposition
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • G10L2025/783—Detection of presence or absence of voice signals based on threshold decision
    • G10L2025/786—Adaptive threshold
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0272—Voice signal separating
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/21—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being power information

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本申请涉及音频技术领域，提供了一种有效语音信号的检测方法，该方法包括：获取预设时长的第一音频信号，所述第一音频信号包括至少一个音频帧信号，针对所述每个音频帧信号进行小波分解，按照所述音频帧信号在所述第一音频信号中的分帧顺序，将各个音频帧信号对应的小波分解信号进行拼接得到小波信号序列；根据所述小波信号序列中所有样点的音频强度值的最大值和最小值确定第一音频强度阈值；将所述小波信号序列中音频强度值大于所述第一音频强度阈值的样点在所述第一音频信号中对应样点的信号确定为有效语音信号。实施本实施例，通过采集小波信号序列中所有样点的能量信息，对有效语音信号进行判断检测，提高有效语音检测的准确性。

Description

一种有效语音信号的检测方法、装置及设备
技术领域
本申请涉及音频技术领域，尤其是一种有效语音信号的检测方法、装置及设备。
背景技术
语音作为一种人机交互的手段，但噪声干扰时时刻刻存在工作环境中，这些噪声会影响语音的应用效果，所以需要对有效语音信号进行检测，将有效语音信号与噪声干扰信号进行区分，以便进一步的处理。
语音信号和噪声信号的区别可以体现在各自的能量上，在高信噪比的情况下，信噪比可以理解为语音信号与噪声信号的比值，语音信号部分的能量一般要比噪声信号部分的能量大得多。但是，在低信噪比的情况下，输入的音频段频繁出现噪声时，噪声信号的能量较大，与语音信号的能量相差无几，在现有技术中，采用基于信号能量的方法对语音信号进行检测的方法，根据输入信号的短时能量将语音信号和噪声信号进行区分，计算一段时间内输入信号的能量，通过与相邻一段时间内输入信号的能量进行对比，判断当前时间内的信号为语音信号还是噪声信号。采用现有技术的方案，通过对一段时间内信号的能量进行计算与对比，由于噪声的频繁出现，在当前时间内的信号中存在噪声，在相邻时间段内的信号中也存在噪声，当前时间段的能量为噪声信号和语音信号的能量之和，而相邻时间段的能量也为噪声信号和语音信号的能量之和，从而无法对比出噪声的存在。噪声的频繁出现，使得信号的能量增加，干扰对信号的检测，会出现将噪声误检为有效语音信号的情况，所以现有技术对有效语音信号的检测的准确性不够高。
发明内容
基于上面所述的问题，本申请提供了一种有效语音信号的检测方法、装置及设备，通过采集小波信号序列中所有样点的能量信息，对有效语音信号进行判断检测，提高有效语音信号检测的准确性。
第一方面，本申请提供了一种有效语音信号的检测方法，所述方法包括：
获取预设时长的第一音频信号，所述第一音频信号包括至少一个音频帧信号；
针对所述每个音频帧信号进行小波分解，得到分别与每个音频帧信号对应的多个小波分解信号，每个小波分解信号中包含多个样点以及每个样点的音频强度值；
按照所述音频帧信号在所述第一音频信号中的分帧顺序，将各个音频帧信号对应的小波分解信号进行拼接得到小波信号序列；获取所述小波信号序列中所有样点的音频强度值中的最大值和最小值，根据所述小波信号序列中所有样点的音频强度值的最大值和最小值确定第一音频强度阈值；
获取所述小波信号序列中音频强度值大于所述第一音频强度阈值的样点，将所述小波信号序列中音频强度值大于所述第一音频强度阈值的样点在所述第一音频信号中对应样点的信号确定为有效语音信号。
在一种可能的实施例中，所述根据所述小波信号序列中所有样点音频强度值的最大值和最小值确定第一音频强度阈值包括：
根据所述小波信号序列中所有样点的音频强度值中的最大值和最小值确定所述第一音频强度阈值和第二音频强度阈值，其中所述第一音频强度阈值小于所述第二音频强度阈值；
所述将音频强度值大于所述第一音频强度阈值的样点在所述第一音频信号中对应的样点信号确定为有效语音信号包括：
获取所述小波信号序列中第一样点，其中所述第一样点的前一样点的音频强度值小于所述第二音频强度阈值，以及所述第一样点的音频强度值大于所述第二音频强度阈值；
获取所述小波信号序列中的第二样点，所述第二样点为在所述小波信号序列中排序在所述第一样点之后，首个出现音频强度值小于所述第一音频强度阈值的样点；
确定所述小波信号序列中的所述第一样点和所述第二样点的前一样点在所述第一音频信号中对应样点的信号为所述有效语音信号中的有效语音段。
可选的，所述第二样点与所述第一样点之间至少包括第一预设数量个连续样点。
在一种可能的实施例中，所述方法还包括：
将所述小波信号序列中包括目标样点在内的第二预设数量个连续样点的第一参考音频强度值的平均值作为所述目标样点的音频强度值。
在一种可能的实施例中，所述将所述小波信号序列中包括目标样点在内的第二预设数量个连续样点的第一参考音频强度值的平均值作为所述目标样点的音频强度值之前包括：
将所述小波信号序列中所述目标样点前一样点的音频强度值乘以平滑系数，得到所述目标样点的第二参考音频强度；
将所述小波信号序列中包括所述目标样点在内，且在所述小波信号序列中排序顺序在所述目标样点之前的所有连续样点的音频强度值的平均值乘以剩余的平滑系数，得到所述目标样点的第三参考音频强度值；
将所述第二参考音频强度值和所述第三参考音频强度值相加得到的数值，作为所述目标样点的第四参考音频强度值，将包括所述目标样点在内，且在所述小波信号序列中排序顺序在所述目标样点之前的所有样点的第四参考音频强度值中的最小值，作为所述目标样点的第一参考音频强度值。
在一种可能的实现方式中，所述获取所述小波信号序列中所有样点的音频强度值中的最大值和最小值包括：
获取所述小波信号序列中的第一小波分解信号所有样点音频强度值中的第一参考最大值和第一参考最小值；
将所述小波信号序列中的所有小波分解信号中的参考最大值和参考最小值进行处理得到的数值，作为所述小波信号序列中所有样点音频强度值的最大值和最小值。
可选的，所述获取预设时长的第一音频信号之前包括：
将所述预设时长的原始音频信号中的第一预设阈值的高频成分进行补偿，从而得到所述第一音频信号。
在一种可能的实施例中，所述针对所述每个音频帧信号进行小波分解包括：
针对所述每个音频帧信号进行小波包分解，将小波包分解后得到的信号作为所述小波分解信号。
在一种可能的实现方式中，所述根据所述小波信号序列中所有样点音频强度值的最大值和所述最小值确定第一参考音频强度阈值TL＝min(λ1×(Scmax-Scmin)+Scmin,λ2×Scmin)，其中Scmax和Scmin分别为所述小波信号序列中所有样点音频强度值的最大值和最小值，λ1为第二预设阈值，λ2为第三预设阈值。
在一种可能的实现方式中，所述根据所述小波信号序列中所有样点的音频强度值中的最大值和最小值确定所述第一音频强度阈值和第二音频强度阈值包括：
根据所述小波信号序列中所有样点的音频强度值中的最大值和最小值确定所述第一参考音频强度阈值TL＝min(λ1.(Scmax-Scmin)+Scmin,λ2.Scmin)，其中Scmax和Scmin分别为所述小波信号序列中所有样点音频强度值的最大值和最小值，λ1为第二预设阈值，λ2为第三预设阈值；
所述第二音频强度阈值TU＝αTL，其中α为第四预设阈值，α取值大于1。
第二方面，本申请提供了一种语音信号检测的装置，包括：
获取模块，用于获取预设时长的第一音频信号，所述第一音频信号包括至少一个音频帧信息；
分解模块，用于针对所述每个音频帧信号进行小波分解，得到分别与每个音频帧信号对应的多个小波分解信号，每个小波分解中包含多个样点以及每个样点的音频强度值；
拼接模块，用于按照所述音频帧信号在所述第一音频信号中的分帧顺序，将各个音频帧信号对应的小波分解信号进行拼接得到小波信号序列；
确定模块，用于获取所述小波信号序列中所有样点的音频强度值中的最大值和最小值，根据所述小波信号序列中所有样点的音频强度值的最大值和最小值确定第一音频强度阈值；
所述确定模块，还用于获取所述小波信号序列中音频强度值大于所述第一音频强度阈值的样点，将所述小波信号序列中音频强度值大于所述第一音频强度阈值的样点在所述第一音频信号中对应样点的信号确定为有效语音信号。
在一种可能的实施例中，所述确定模块，还用于根据所述小波信号序列中所有样点的音频强度值中的最大值和最小值确定所述第一音频强度阈值和第二音频强度阈值，其中所述第一音频强度阈值小于所述第二音频强度阈值；
所述获取模块，还用于获取所述小波信号序列中第一样点，其中所述第一样点的前一样点的音频强度值小于所述第二音频强度阈值，以及所述第一样点的音频强度值大于所述第二音频强度阈值；
所述获取模块，还用于获取所述小波信号序列中的第二样点，所述第二样点为在所述小波信号序列中排序在所述第一样点之后，首个出现音频强度值小于所述第一音频强度阈值的样点；
所述确定模块，还用于确定所述小波信号序列中的所述第一样点和所述第二样点的前一样点在所述第一音频信号中对应样点的信号为所述有效语音信号中的有效语音段。
可选的，所述第二样点与所述第一样点之间包括第一预设数量个连续样点。
在一种可能的实施例中，所述确定模块，还用于将所述小波信号序列中包括目标样点在内的第二预设数量个连续样点的第一参考音频强度值的平均值作为所述目标样点的音频强度值。
在一种可能的实现方式中，所述一种语音信号检测的装置还包括计算模块，在所述确定模块将所述小波信号序列中包括目标样点在内的第二预设数量个连续样点的第一参考音频强度值的平均值作为所述目标样点的音频强度值之前：
所述计算模块，用于将所述小波信号序列中所述目标样点前一样点的音频强度值乘以平滑系数，得到所述目标样点的第二参考音频强度；
所述计算模块，还用于将所述小波信号序列中包括所述目标样点在内，且在所述小波信号序列中排序顺序在所述目标样点之前的所有连续样点的音频强度值的平均值乘以剩余的平滑系数，得到所述目标样点的第三参考音频强度值；
所述计算模块，还用于将所述第二参考音频强度值和所述第三参考音频强值相加得到的数值，作为所述目标样点的第四参考音频强度值；
所述确定模块，还用于将包括所述目标样点在内，且在所述小波信号序列中排序顺序在所述目标样点之前的所有样点的第四参考音频强度值中的最小值，作为所述目标样点的第一参考音频强度值。
可选的，所述获取模块，还用于获取所述小波信号序列中的第一小波分解信号所有样点音频强度值中的第一参考最大值和第一参考最小值；
所述确定模块，还用于将所述小波信号序列中的所有小波分解信号中的参考最大值和参考最小值进行处理得到的数值，作为所述小波信号序列中所有样点音频强度值的最大值和最小值。
在一种可能的实施例中，所述一种有效语音信号的检测装置14还包括补偿模块，在所述获取模块获取预设时长的第一音频信号之前，所述补偿模块，用于将所述预设时长的原始音频信号中的第一预设阈值的高频成分进行补偿，从而得到所述第一音频信号。
在一种可能的实现方式中，所述分解模块，还用于针对所述每个音频帧信号进行小波包分解，将小波包分解后得到的信号作为所述小波分解信号。
在一种可能的实现方式中，所述确定模块，还用于根据所述小波信号序列中所有样点音频强度值的最大值和所述最小值确定第一参考音频强度阈值TL＝min(λ1.(Scmax-Scmin)+Scmin,λ2.Scmin)，其中Scmax和Scmin分别为所述小波信号序列中所有样点音频强度值的最大值和最小值，λ1为第二预设阈值，λ2为第三预设阈值。
在另一种可能的实现方式中，所述确定模块，还用于根据所述小波信号序列中所有样点的音频强度值中的最大值和最小值确定所述第一参考音频强度阈值TL＝min(λ1.(Scmax-Scmin)+Scmin,λ2.Scmin)，其中Scmax和Scmin分别为所述小波信号序列中所有样点音频强度值的最大值和最小值，λ1为第二预设阈值，λ2为第三预设阈值；
所述第二音频强度阈值TU＝αTL，其中α为第四预设阈值，α取值大于1。
第三方面，本申请提供了一种有效语音信号的检测设备，所述设备包括收发器、处理器和存储器，其中：
所述收发器与所述处理器以及所述存储器连接，所述处理器还与所述存储器连接；
所述收发器，用于获取预设时长的第一音频信号，所述第一音频信号包括至少一个音频帧信号；
所述处理器，用于针对所述每个音频帧信号进行小波分解，得到分别与每个音频帧信号对应的多个小波分解信号，每个小波分解信号中包含多个样点以及每个样点的音频强度值；
所述处理器，还用于按照所述音频帧信号在所述第一音频信号中的分帧顺序，将各个音频帧信号对应的小波分解信号进行拼接得到小波信号序列；
所述处理器，还用于获取所述小波信号序列中所有样点的音频强度值中的最大值和最小值，根据所述小波信号序列中所有样点的音频强度值的最大值和最小值确定第一音频强度阈值；
所述处理器，还用于获取所述小波信号序列中音频强度值大于所述第一音频强度阈值的样点，将所述小波信号序列中音频强度值大于所述第一音频强度阈值的样点在所述第一音频信号中对应样点的信号确定为有效语音信号。
所述存储器，用于存储计算机程序，所述计算机程序被所述处理器调用。
在一种可能的实施例中，所述处理器还用于：
根据所述小波信号序列中所有样点的音频强度值中的最大值和最小值确定所述第一音频强度阈值和第二音频强度阈值，其中所述第一音频强度阈值小于所述第二音频强度阈值；
获取所述小波信号序列中第一样点，其中所述第一样点的前一样点的音频强度值小于所述第二音频强度阈值，以及所述第一样点的音频强度值大于所述第二音频强度阈值；
获取所述小波信号序列中的第二样点，所述第二样点为在所述小波信号序列中排序在所述第一样点之后，首个出现音频强度值小于所述第一音频强度阈值的样点；
确定所述小波信号序列中的所述第一样点和所述第二样点的前一样点在所述第一音频信号中对应样点的信号为所述有效语音信号中的有效语音段。
可选的，所述第二样点与所述第一样点之间包括第一预设数量个连续样点。
在一种可能的实施例中，所述处理器还用于：
将所述小波信号序列中包括目标样点在内的第二预设数量个连续样点的第一参考音频强度值的平均值作为所述目标样点的音频强度值。
在一种可能的实施例中，所述处理器还用于：
将所述小波信号序列中所述目标样点前一样点的音频强度值乘以平滑系数，得到所述目标样点的第二参考音频强度；
将所述小波信号序列中包括所述目标样点在内，且在所述小波信号序列中排序顺序在所述目标样点之前的所有连续样点的音频强度值的平均值乘以剩余的平滑系数，得到所述目标样点的第三参考音频强度值；
将所述第二参考音频强度值和所述第三参考音频强度值相加得到的数值，作为所述目标样点的第四参考音频强度值，将包括所述目标样点在内，且在所述小波信号序列中排序顺序在所述目标样点之前的所有样点的第四参考音频强度值中的最小值，作为所述目标样点的第一参考音频强度值。
在一种可能的实现方式中，所述处理器还用于：
获取所述小波信号序列中的第一小波分解信号所有样点音频强度值中的第一参考最大值和第一参考最小值；
将所述小波信号序列中的所有小波分解信号中的参考最大值和参考最小值进行处理得到的数值，作为所述小波信号序列中所有样点音频强度值的最大值和最小值。
可选的，所述处理器还用于：
将所述预设时长的原始音频信号中的第一预设阈值的高频成分进行补偿，从而得到所述第一音频信号。
在一种可能的实施例中，所述处理器还用于：
针对所述每个音频帧信号进行小波包分解，将小波包分解后得到的信号作为所述小波分解信号。
在一种可能的实现方式中，所述处理器根据所述小波信号序列中所有样点音频强度值的最大值和所述最小值确定第一参考音频强度阈值TL＝min(λ1.(Scmax-Scmin)+Scmin,λ2.Scmin)，其中Scmax和Scmin分别为所述小波信号序列中所有样点音频强度值的最大值和最小值，λ1为第二预设阈值，λ2为第三预设阈值。
在一种可能的实现方式中，所述处理器根据所述小波信号序列中所有样点的音频强度值中的最大值和最小值确定所述第一参考音频强度阈值TL＝min(λ1.(Scmax-Scmin)+Scmin,λ2.Scmin)，其中Scmax和Scmin分别为所述小波信号序列中所有样点音频强度值的最大值和最小值，λ1为第二预设阈值，λ2为第三预设阈值；
所述第二音频强度阈值TU＝αTL，其中α为第四预设阈值，α取值大于1。
第四方面，本申请提供了一种计算机可读存储介质，所述可读存储介质中存储有指令，当其在计算机上运行时，可实现上面所述各方面所述方法的步骤。
实施本申请，通过采集小波信号序列中所有样点的能量信息，根据小波信号序列的能量分布情况，对有效语音信号进行判断检测，提高有效语音信号检测的准确性。
附图说明
图1为本申请实施例提供的一种有效语音信号的检测方法的流程示意图；
图2为本申请实施例提供的一种小波分解的结构示意图；
图3为本申请实施例提供的一种高低通滤波器的幅频特性曲线；
图4为本申请实施例提供的一种小波分解处理过程的示意图；
图5为本申请实施例提供的一种小波包分解的结构示意图；
图6为本申请实施例提供的一种小波包分解处理过程的示意图；
图7为本申请实施例提供的另一种有效语音信号的检测方法的流程示意图；
图8为本申请实施例提供的一种语音信号示意图；
图9为本申请实施例提供的又一种有效语音信号的检测方法的流程示意图；
图10为本申请实施例提供的一种跟踪语音信号的流程示意图；
图11a为本申请实施例提供的另一种语音信号示意图；
图11b为本申请实施例提供的又一种语音信号示意图；
图12为本申请实施例提供的另一种跟踪语音信号的流程示意图；
图13a至图13e分别为本申请实施例提供的一种有效语音信号的检测效果示意图；
图14为本申请实施例提供的一种有效语音信号的检测装置的结构框图；
图15为本申请实施例提供的一种有效语音信号的检测设备的结构框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
下面结合附图来对本申请的技术方案的实施作进一步的详细描述。
首先，下面对本申请提供的一种有效语音信号的检测方法进行介绍，参见图1至图6。
首先参见图1，图1为本申请实施例提供的一种有效语音信号检测方法的流程示意图。如图1所示，本实施例的具体执行步骤如下：
100、获取预设时长的第一音频信号，所述第一音频信号包括至少一个音频帧信号。具体的，有效语音信号的检测装置获取预设时长的第一音频信号，由于口腔肌肉运动相对于语音频率来说比较缓慢，语音信号在一个短时间范围内相对稳定，所以语音信号具有短时稳定性，可以根据语音信号的短时稳定性，将语音信号分成一段一段的来进行检测，即将所述预设时长的第一音频信号进行分帧，得到至少一个音频帧信号，可选的，所述音频帧信号之间没有重叠，帧移的大小即为帧长的大小，可以理解的是，帧移为上一帧与下一帧的交叠部分，当帧长等于帧移时，音频帧之间无交叠。在一种可能的实施例中，所述有效语音信号检测装置以16kHz的频率进行语音信号的采样，即1秒钟采集16k个样点，获取一段预设时长为5秒的第一音频信号，以10ms为帧移，10ms为帧长，对所述第一音频信号进行分帧，每一个音频帧信号包括160个样点，获取160个样点对应的音频强度值。
101、针对所述每个音频帧信号进行小波分解，得到分别与每个音频帧信号对应的多个小波分解信号，每个小波分解信号中包含多个样点以及每个样点的音频强度值。具体的，由步骤100获取所述第一音频信号，将所述第一音频信号进行分帧，得到音频帧信号，对所述每个音频帧信号进行小波分解。
下面对小波分解进行详细介绍，小波分解可以参见图2至图4，首先参见图2，图2为本申请实施例提供的一种小波分解的结构示意图，如图2所示，将第一音频信号分帧后得到的音频帧信号进行小波分解，本实施例以第一音频帧信号进行示例性说明。可以理解的是，小波分解的过程可以认为是高低通滤波的过程，具体的高低通滤波特性可以参见图3，图3为本申请实施例提供的一种高低通滤波器的幅频特性曲线，可以理解的是，所述高低通滤波特性根据选用的滤波器型号不同而不同，示例性的，可以选用16抽头Daubechies8小波。通过如图3所示的高低通滤波器得到第1级小波分解信号，第1级小波分解信号中包括低频信息L1和高频信息H1，继续对第1级小波分解信号中的低频信息L1进行高低通滤波得到第2级小波分解信号中的低频信息L2和高频信息H2，对第2级小波分解信号中的低频信息L2进行高低通滤波得到第3级小波分解信号中的低频信息L3和高频信息H3，以此类推，可以对输入信号进行多级小波分解，此处只是作示例性说明。可以理解的是，L3和H3包含着L2的全部信息，L2和H2包含着L1的全部信息，L1和H1包含着所述第一音频帧信号的全部信息，所以L3、H3、H2和H1通过拼接组成的子小波信号序列可以代表着所述第一音频帧信号，将多个音频帧信号的子小波信号序列，按照所述第一音频信号的分帧顺序进行拼接，形成小波信号序列代表着所述第一音频信号。由此可见，所述第一音频帧信号中的低频成分经过小波分解后得到细化分析，分辨率有所提高，在低频段具有比较宽的分析窗口，具有优良的局部显微特性。
下面对本实施例中小波分解的具体处理过程进行详细介绍，示例性的，本实施例以一个音频帧信号进行小波分解进行示例性说明。具体的，参见图4，图4为本申请实施例提供的一种小波分解处理过程的示意图，如图4所示，针对所述第一音频帧信号进行小波分解，在一种可能的实现方式中，为了使小波分解后的样点个数可以保持和原来音频帧信号的样点个数一致，可以对进行高通滤波和低通滤波之后的信号进行降采样，以16kHz为所述第一音频信号的采样频率，以10ms为帧移，10ms为帧长，对所述第一音频信号进行分帧，每一个音频帧信号包括160个样点，针对每个音频帧信号进行小波分解，第一高通滤波后的样点个数为160个，第一低通滤波后的样点个数也为160个，组成第1级小波分解信号，将所述第一低通滤波后的信号进行降采样，第一低通滤波后的采样频率为所述第一音频帧信号采样频率的一半，则所述第一低通滤波降采样后的样点个数为80；同理的，所述第一高通滤波降采样后的样点个数为80，则第1级小波分解信号中的样点个数为第一低通滤波降采样和第一高通滤波降采样后样点个数加起来的160，与一个音频帧信号的样点个数一致，依此类推，将所述第一低通滤波降采样后的信号进行第二高通滤波和第二低通滤波，并降采样，得到的样点的个数之和为所述第一低通滤波降采样后的点数；将所述第二低通滤波降采样后的信号进行第三高通滤波和第三低通滤波，并降采样，得到的样点个数之和为所述第二低通滤波降采样后的点数，由此可知，第一音频帧信号进行小波分解后得到的子小波信号序列包括的样点数目为所述第一音频帧信号的样点数目。可以理解的是，根据两倍采样定理，采样频率为语音信号最高频率的两倍，则以16kHz的采样频率采集到的语音信号，对应的最高频率为8kHz，将所述第一音频帧信号进行第1级小波分解得到第1级小波分解信号，所述第1级小波分解信号包括第一高通滤波降采样后得到的信号和第一低通滤波降采样后得到的信号，所述第一低通滤波降采样后得到的信号对应频段为0至4kHz，所述第一高通滤波降采样后得到的小波信号H1对应的频段为4kHz至8kHz；将所述第1级小波分解信号进行第2级小波分解得到第2级小波分解信号，具体的，将所述第一低通滤波降采样后得到的信号进行第二高通滤波和第二低通滤波，所述第二高通滤波降采样后得到的小波信号H2对应的频段为2kHz至4kHz，所述第二低通滤波降采样后得到的信号对应频段为0至2kHz；将第2级小波分解信号进行第3级小波分解得到第3级小波分解信号，具体的，将所述第二低通滤波降采样后得到的信号进行第三高通滤波和第三低通滤波，所述第三高通滤波降采样后得到的小波信号H3对应的频段为1kHz至2kHz，所述第三低通滤波降采样后得到的小波信号L3对应的频段为0至1kHz，以此类推，本实施例对3级小波分解进行示例性说明，在一种可能的实现方式中，所述第1级小波分解信号、所述第2级小波分解信号和所述第3级小波分解信号均可以由同一种滤波器类型进行高低通滤波得到的。小波信号H1、H2、H3和L3可以拼接成子小波信号序列，作为所述第一音频帧信号的小波分解信号。
在一种可能的实施例中，所述针对所述每个音频帧信号进行小波分解包括：针对所述每个音频帧信号进行小波包分解，将小波包分解后得到的信号作为所述小波分解信号。
下面对小波包分解进行详细介绍，小波包分解可以参见图5至图6，首先参见图5，图5为本申请实施例提供的一种小波包分解的结构示意图，如图5所示，将第一音频信号分帧后得到的音频帧信号进行小波包分解，本实施例以第一音频帧信号进行示例性说明，可以理解的是，小波包分解的过程也可以认为是高低通滤波的过程，具体的高低通滤波特性也可以参见前文的图3，可选的，滤波器类型可以选用16抽头Daubechies8小波。小波包分解与小波分解不一样的是，小波包分解既可以对低频部分信号进行分解，也可以对高频部分进行分解，所以对包含大量中频和高频信息的信号，小波包分解信号能够进行更好的时频局部化分析。通过高低通滤波器得到第1级小波分解信号，所述第1级小波分解信号中包括低频信息lp1和高频信息hp1，继续对第1级小波分解信号中的低频信息lp1进行高低通滤波得到低频信息lp2和高频信息hp2，与小波分解不同的是，小波包分解还会对分解后的高频信息进行高低通滤波，所以对所述第1级小波分解信号中高频信息hp1进行高低通滤波，得到低频信息lp3和hp3，第2级小波分解信号中的低频信息包括lp2和lp3，高频信息包括hp2和hp3；对所述第2级小波分解信号中的低频信息lp2和lp3以及高频信息hp2和hp3分别进行高低通滤波，得到第3级小波分解信号，第3级小波分解信号中包括低频信息lp4、lp5、lp6和lp7，以及高频信息hp4、hp5、hp6和hp7，以此类推，可以对输入信号进行多级小波分解，此处作示例性说明。如图5所示，lp4和hp4包含着lp2的全部信息，lp5和hp5包含着hp2的全部信息，而lp2和hp2包含着lp1的全部信息，可以理解的是，lp4、hp4、lp5和hp5包含着lp1的全部信息；lp6和hp6包含着lp3的全部信息，lp7和lp7包含着hp3的全部信息，而lp3和hp3包含着hp1的全部信息，可以理解的是，lp6、hp6、lp7和hp7包含着hp1的全部信息；由于lp1和hp1包含所述第一音频帧信号的全部信息，所以lp4、hp4、lp5、hp5、lp6、hp6、lp7和hp7拼接起来组成的子小波信号序列可以代表所述第一音频帧信号，将所有音频帧信号的子小波信号序列，按照音频帧在所述第一音频信号中的分帧顺序进行拼接，得到代表着所述第一音频信号的小波信号序列，由此可见，第一音频帧信号经过小波包分解后，无论是高频段还是低频段的分辨率都有所提高。
下面对本实施例中小波包分解的具体处理过程进行详细介绍，示例性的，本实施例以一个音频帧信号进行小波包分解进行示例性说明。具体的，参见图6，图6为本申请实施例提供的一种小波包分解处理过程的示意图，如图6所示，针对所述第一音频帧信号进行小波包分解，在一种可能的实现方式中，为了使小波包分解后的样点个数可以保持和原来音频帧信号一致，可以对进行高通滤波和低通滤波之后的信号进行降采样，以16kHz为所述第一音频信号的采样频率，以10ms为帧移，10ms为帧长，对所述第一音频信号进行分帧，每一个音频帧信号包括160个样点，针对每个音频帧信号进行小波包分解，第一高通滤波后的样点个数为160个，第一低通滤波后的样点个数也为160个，所述第一高通滤波和所述第一低通滤波后的信号组成小波包分解的第1级小波分解信号，将所述第一低通滤波后的信号进行降采样，所述第一低通滤波后的采样频率为所述第一音频帧信号采样频率的一半，则所述第一低通滤波降采样后的样点个数为80；同理的，所述第一高通滤波降采样后的样点个数为80，则所述第1级小波分解信号中的样点个数为所述第一低通滤波降采样和所述第一高通滤波降采样后样点个数加起来的160，与一个音频帧信号的样点个数一致，依此类推，将所述第一低通滤波降采样后的信号进行第二高通滤波和第二低通滤波，并降采样，得到的样点个数之和为所述第一低通滤波降采样后的点数；将所述第一高通滤波降采样后的信号进行第三高通滤波和第三低通滤波，并降采样，得到的样点个数之和为所述第一高通滤波降采样后的点数；将所述第二低通滤波降采样后的信号进行第四高通滤波和第四低通滤波，并降采样，得到的样点个数之和为所述第二低通滤波降采样后的点数；将所述第二高通滤波降采样后的信号进行第五高通滤波和第五低通滤波，并降采样，得到的样点个数之和为所述第二高通滤波降采样后的点数；将所述第三低通滤波降采样后的信号进行第六高通滤波和第六低通滤波，并降采样，得到的样点个数之和为所述第三低通滤波降采样后的点数；将所述第三高通滤波降采样后的信号进行第七高通滤波和第七低通滤波，并降采样，得到的样点个数之和为所述第三高通滤波降采样后的点数，由此可知，第一音频帧信号进行小波分解后得到的子小波信号序列包括的样点数目为所述第一音频帧的样点数目。可以理解的是，根据两倍采样定理，采样频率为语音信号最高频率的两倍，则以16kHz的采样频率采集到的语音信号，对应的最高频率为8kHz，将所述第一音频帧信号进行第1级小波包分解得到第1级小波分解信号，所述第1级小波分解信号包括第一高通滤波降采样后的信号和第一低通滤波降采样后的信号，所述第一低通滤波降采样后得到的信号对应频段为0至4kHz，所述第一高通滤波降采样后得到的信号对应频段为4kHz至8kHz；将所述第1级小波分解信号进行第2级小波包分解得到第2级小波分解信号，所述第2级小波分解信号包括第二低通滤波降采样后的信号、第二高通滤波降采样后的信号、第三低通滤波降采样后的信号以及第三高通降采样后的信号，具体的，将所述一低通滤波降采样后得到的信号进行第二高通滤波和第二低通滤波，所述第二高通滤波降采样后得到的信号对应频段为2kHz至4kHz，所述第二低通滤波降采样后得到的信号对应频段为0至2kHz，将所述第一高通滤波降采样后得到的信号进行第三高通滤波和第三低通滤波，所述第三高通滤波降采样后得到的信号对应频段为6kHz至8kHz，所述第三低通滤波降采样后得到的信号对应频段为4kHz至6kHz；将所述第2级小波分解信号进行第3级小波包分解得到第3级小波分解信号，所述第3级小波分解信号包括第四低通滤波降采样后的信号、第四高通滤波降采样后的信号、第五低通滤波降采样后的信号、第五高通滤波降采样后的信号、第六低通滤波降采样后的信号、第六高通滤波降采样后的信号、第七低通滤波降采样后的信号以及第七高通滤波降采样后的信号，具体的，将所述第二低通滤波降采样后得到的信号进行第四低通滤波和第四高通滤波，所述第四低通滤波降采样后得到的小波包信号lp4对应频段为0至1kHz，所述第四高通滤波降采样后得到的小波包信号hp4对应频段为1kHz至2kHz，将所述第二高通滤波降采样后得到的小波包信号进行第五低通滤波和第五高通滤波，所述第五低通滤波降采样后得到的小波包信号lp5对应频段为2kHz至3kHz，所述第五高通滤波降采样后得到的小波包信号hp5对应频段为3kHz至4kHz，同理的，将所述第三低通滤波降采样后得到的信号进行第六低通滤波和第六高通滤波，所述第六低通滤波降采样后得到的小波包信号lp6对应频段为4kHz至5kHz，所述第六高通滤波降采样后得到的小波包信号hp6对应频段为5kHz至6kHz，将所述第三高通滤波降采样后得到的信号进行第七低通滤波和第七高通滤波，所述第七低通滤波降采样后得到的小波包信号lp7对应频段为6kHz至7kHz，所述第七高通滤波降采样后得到的小波包信号hp7对应频段为7kHz至8kHz，以此类推，本实施例对3级小波包分解进行示例性说明，与小波分解不同的是，小波包分解会继续对高通滤波得到的每一级信号中的高频信号再次进行高低通滤波。第3级小波分解信号中的小波包信号lp4、hp4、lp5、hp5、lp6、hp6、lp7和hp7可以拼接成子小波信号序列，作为所述第一音频帧信号的小波分解信号。在一种可能的实现方式中，所述第1级小波分解信号、所述第2级小波分解信号和所述第3级小波分解信号均可以由同一种滤波器类型进行高低通滤波得到的。
102、按照所述音频帧信号在所述第一音频信号中的分帧顺序，将各个音频帧信号对应的小波分解信号进行拼接得到小波信号序列。具体的，根据步骤101得到所述第一音频帧的小波分解信号，获取所述第一音频信号中所有音频帧的小波分解信号，将所有音频帧的小波分解信号按照步骤100中所述第一音频的分帧顺序进行首尾拼接，得到代表着所述第一音频信号的信息的小波信号序列。
103、获取所述小波信号序列中所有样点的音频强度值中的最大值和最小值，根据所述小波信号序列中所有样点的音频强度值的最大值和最小值确定第一音频强度阈值。具体的，所述小波信号序列中的所有样点的样点值代表着该样点的电压幅值，在一种可能实现方式中，所述音频强度值可以为样点的电压幅值；在另一种可能的实现方式中，所述音频强度值可以为样点的能量值，将样点的电压幅值进行平方，得到该样点的能量值。根据所述小波信号序列中所有样点的音频强度值的最大值和最小值确定第一音频强度阈值，作为有效语音信号的判断依据。在一种可能的的实现方式中，有效语音信号检测装置根据所述小波信号序列中所有样点音频强度值的最大值和所述最小值确定第一参考音频强度阈值TL＝min(λ1.(Scmax-Scmin)+Scmin,λ2.Scmin)，其中Scmax和Scmin分别为所述小波信号序列中所有样点音频强度值的最大值和最小值，λ1为第二预设阈值，λ2为第三预设阈值，示例性的，λ1为0.04，λ2为50。
在一种可能的实施例中，所述获取所述小波信号序列中所有样点的音频强度值中的最大值和最小值包括：获取所述小波信号序列中的第一小波分解信号所有样点音频强度值中的第一参考最大值和第一参考最小值；将所述小波信号序列中的所有小波分解信号中的参考最大值和参考最小值进行处理得到的数值，作为所述小波信号序列中所有样点音频强度值的最大值和最小值。具体的，所述小波信号序列中包括多个小波分解信号，获取各个小波分解信号中所有样点的最大值和最小值，可选的，将各个小波分解信号中最大值和最小值进行取平均值，作为所述小波信号序列中所有样点音频强度值的最大值和最小值。实施本实施例，对所述小波信号序列中的最大值和最小值进行优化，可以对小波信号序列中样点进一步分析，优化有效语音信号检测的效果。
104、获取所述小波信号序列中音频强度值大于所述第一音频强度阈值的样点，将所述小波信号序列中音频强度值大于所述第一音频强度阈值的样点在所述第一音频信号中对应样点的信号确定为有效语音信号。
在一种可能的实施例中，所述获取预设时长的第一音频信号之前包括：将所述预设时长的原始音频信号中的第一预设阈值的高频成分进行补偿，从而得到所述第一音频信号。具体的，由于口唇发音或麦克风录音的过程中，语音信号损失了高频成分，并且随着信号速率的增加，信号在传输过程中受损很大，为了在接收终端能得到比较好的信号波形，就需要对受损的信号进行补偿，在一种可能的实现方式中，对所述预设时长的原始音频信号进行预加重，使用y(n)＝x(n)-ax(n-1)对第一音频信号进行处理，其中x(n)为第n时刻所述第一音频信号的样点的音频强度值，x(n-1)为第n-1时刻所述第一音频信号的样点的音频强度值，a为预加重系数，示例性的，a大于0.9小于1，可以理解为所述第一预设阈值，y(n)为经过预加重处理的信号。可以理解为，所述预加重处理可以认为将所述第一音频信号通过一个高通滤波器，对高频成分进行补偿，减少了口唇发音或麦克风录音的过程带来的高频损失。
实施本实施例，通过采集小波信号序列中所有样点的能量信息，根据小波信号序列的能量分布情况，确定音频强度阈值，根据音频强度阈值实现对有效语音信号的判断检测，提高有效语音信号检测的准确性。
下面对本申请提供的另一种有效语音信号的检测方法进行介绍，参见图7至图9。
首先参见图7，图7为本申请实施例提供的另一种有效语音信号检测方法的流程示意图。如图7所示，本实施例的具体执行步骤如下：
700、获取预设时长的第一音频信号，所述第一音频信号包括至少一个音频帧信号；
701、针对所述每个音频帧信号进行小波分解，得到分别与每个音频帧信号对应的多个小波分解信号，每个小波分解信号中包含多个样点以及每个样点的音频强度值；
702、按照所述音频帧信号在所述第一音频信号中的分帧顺序，将各个音频帧信号对应的小波分解信号进行拼接得到小波信号序列；
可以理解的是，步骤700、步骤701和步骤702为将所述第一音频信号进行分帧、小波分解后拼接得到小波信号序列的过程，具体实现可以参考前文结合图1至图6所描述的实施例，此处不作赘述。
703、获取所述小波信号序列中所有样点的音频强度值中的最大值和最小值，根据所述小波信号序列中所有样点的音频强度值的最大值和最小值确定第一音频强度阈值和第二音频强度阈值，其中所述第一音频强度阈值小于所述第二音频强度阈值。具体的，根据所述小波信号序列中所有样点的音频强度值中的最大值和最小值确定第一音频强度值和第二音频强度值，可选的，根据所述小波信号序列中所有样点的音频强度值中的最大值和最小值确定所述第一参考音频强度阈值TL＝min(λ1.(Scmax-Scmin)+Scmin,λ2.Scmin)，其中Scmax和Scmin分别为所述小波信号序列中所有样点音频强度值的最大值和最小值，λ1为第二预设阈值，λ2为第三预设阈值；所述第二音频强度阈值TU＝αTL，其中α为第四预设阈值，α取值大于1。
在一种可能的实施例中，所述获取所述小波信号序列中所有样点的音频强度值中的最大值和最小值包括：获取所述小波信号序列中的第一小波分解信号所有样点音频强度值中的第一参考最大值和第一参考最小值；将所述小波信号序列中的所有小波分解信号中的参考最大值和参考最小值进行处理得到的数值，作为所述小波信号序列中所有样点音频强度值的最大值和最小值。具体的，所述小波信号序列中包括多个小波分解信号，获取各个小波分解信号中所有样点的最大值和最小值，可选的，将各个小波分解信号中最大值和最小值进行取平均值，作为所述小波信号序列中所有样点音频强度值的最大值和最小值。实施本实施例，对所述小波信号序列中的最大值和最小值进行优化，可以对小波信号序列中样点进一步分析，优化有效语音信号检测的效果。
704、获取所述小波信号序列中第一样点，其中所述第一样点的前一样点的音频强度值小于所述第二音频强度阈值，以及所述第一样点的音频强度值大于所述第二音频强度阈值。具体的，当所述小波信号序列中第一样点的音频强度值大于所述第二音频强度阈值，而所述第一样点的前一样点的音频强度小于所述第二音频强度阈值，所述第一样点为有效语音信号的起始点，预定义从所述第一样点开始进入有效语音段。
705、获取所述小波信号序列中的第二样点，所述第二样点为在所述小波信号序列中排序在所述第一样点之后首个出现音频强度值小于所述第一音频强度阈值的样点。具体的，由步骤704预定义所述第一样点为有效语音段的起始端点，进入有效语音段，当所述第一样点之后，所述第二样点首次出现音频强度值小于所述第一音频强度阈值时，认为所述第二样点已经退出了所述第一样点所在的有效语音段。
706、确定所述小波信号序列中的所述第一样点和所述第二样点的前一样点在所述第一音频信号中对应样点的信号为所述有效语音信号中的有效语音段。具体的，由步骤705确定所述第二样点已经退出所述第一样点所在的有效语音段，可以确定所述第一样点与所述第二样点的前一样点在所述第一音频信号中对应样点的信号为有效语音段。更进一步的，所述第二样点与所述第一样点之间至少包括第一预设数量个连续样点。若所述第一样点和所述第二样点之间靠得太近，示例性的，所述第一预设数量为20。所述第一样点与所述第二样点之间少于所述第一预设数量个连续样点，可以认为所述第一样点出现大于所述第二音频强度阈值的情况是由瞬态噪声内的抖动引起的，而不是由有效语音引起的。
在一种可能的实施例中，所述获取预设时长的第一音频信号之前包括：将所述预设时长的原始音频信号中的第一预设阈值的高频成分进行补偿，从而得到所述第一音频信号。具体的，由于口唇发音或麦克风录音的过程中，语音信号损失了高频成分，并且随着信号速率的增加，信号在传输过程中受损很大，为了在接收终端能得到比较好的信号波形，就需要对受损的信号进行补偿，在一种可能的实现方式中，对所述预设时长的原始音频信号进行预加重，使用y(n)＝x(n)-ax(n-1)对第一音频信号进行处理，其中x(n)为第n时刻所述第一音频信号的样点的音频强度值，x(n-1)为第n-1时刻所述第一音频信号的样点的音频强度值，a为预加重系数，示例性的，a大于0.9小于1，可以理解为所述第一预设阈值，y(n)为经过预加重处理的信号。可以理解为，所述预加重处理可以认为将所述第一音频信号通过一个高通滤波器，对高频成分进行补偿，减少了口唇发音或麦克风录音的过程带来的高频损失。
实施本实施例的效果可以参见图8，图8为本申请实施例提供的一种语音信号示意图。前文结合图1所描述的步骤104根据所述第一音频强度阈值确定有效语音信号，进一步的，本实施例根据第一音频强度阈值和第二音频强度阈值确定有效语音段，可以实现将如图8所示的瞬态噪声在有效语音信号中剔除，避免将瞬态噪声误检为有效语音信号的情况发生，更进一步的提高有效信号检测的准确性。
下面结合附图对本实施例的具体实现方式进行详细介绍，参见图9，图9为本申请实施例提供的又一种有效语音信号检测的流程示意图，如图9所示，具体执行步骤如下：
900、所述有效信号的检测装置初始定义样点索引i＝0，有效语音信号起始点索引is＝0，有效语音信号时段的索引idx＝0。具体的，样点索引i为自变量，代表着第i个样点，起始点索引is为记录变量，记录着有效信号段的起始样点；为了遍历小波信号序列中的所有样点，自变量i会发生变化，所以需要定义变量is来记录所述第一样点，可选的，有效语音信号时段的索引idx也是记录变量，记录着第idx个有效语音段，可以定义idx来记录所述第一音频信号中包括的有效语音段的数量。
901、判断第i个样点的音频强度值Sc(i)是否大于所述第二音频强度阈值，且所述起始点索引is等于0。具体的，所述第二音频强度阈值可以认为有效语音信号的上限阈值，将样点的音频强度值与所述第二音频强度阈值进行比较，
902、记录进入有效语音段的样点i，is＝i。具体的，当第i个样点的音频强度值Sc(i)大于所述第二音频强度阈值时，且起始点索引is为初始定义的0时，通过is记录符合步骤901的第i样点的样点位置，预定义所述第i样点进入有效语音段，然后进行下一个样点音频强度的判断，进入步骤907，i＝i+1，将下一样点作为当前样点，以此不断进行检测判断。可以理解的是，所述第i样点的前一样点的音频强度值小于所述第二音频强度阈值，而所述第一样点的音频强度值大于所述第二音频强度阈值，前文结合图7所描述的实施例中的步骤704中，获取所述小波信号序列中第一样点，其中所述第一样点的前一样点的音频强度值小于所述第二音频强度阈值，以及所述第一样点的音频强度值大于所述第二音频强度阈值。此时的第i样点为所述第一样点，即is代表着所述第一样点，进行步骤902。若所述第i个样点的音频强度值Sc(i)不大于所述第二音频强度阈值，进行步骤903。
903、判断第i个样点的音频强度值Sc(i)是否小于第二音频强度阈值，且起始点索引is不等于0。具体的，若所述第i个样点的音频强度值Sc(i)小于或等于第二音频强度阈值，或所述起始点索引is不等于0时，再将所述第i个样点的音频强度值Sc(i)与所述第一音频强度阈值进行比较，实现前文结合图7所描述的实施例步骤705中的获取所述小波信号序列中的第二样点，所述第二样点为在所述小波信号序列中排序在所述第一样点之后首个出现音频强度值小于所述第一音频强度阈值的样点。为了保证所述第二样点在所述第一样点之后，所以还需要对所述起始索引is进行判断，若所述其实索引点is不等于0，代表着所述第一样点已经出现并且确定，当所述小波信号序列中样点的音频强度值时，首次出现小于所述第一音频强度阈值的样点时，确定为所述第二样点。可以理解的是，所述第二样点已经退出所述第一样点所在的有效语音段，所述第二样点的前一样点为所述有效语音段的结束端点。若所述第i个样点的音频强度值Sc(i)不小于所述第一音频强度阈值，代表着所述第i样点还处于有效信号段中，又或者，所述起始点索引is等于0，代表着所述第i样点还没进入预定义的有效信号段中，出现上述两种情况，均执行步骤907，i＝i+1，将下一样点作为当前样点，重新开始有效语音段的检测流程。
进一步的，可以将进入有效语音信号段的起始样点与有效语音信号的结束端点之间的时间间隔来进行比较，判断所述第一样点与所述第二样点之间是否至少包括第一预设数量个连续样点，步骤如下：
904、判断i与is之间的时间间隔，i>is+Tmin，具体的，由于采样时间可以由采样频率来确定，所述第一样点与所述第二样点之间至少包括第一预设数量个连续样点中的所述第一预设数量个连续样点可以用一段时间Tmin来表示，示例性的，以第一音频帧信号的16kHz采样频率为例，所述第一音频帧信号的帧长为10ms，包括160个样点，经过3级小波分解或小波包分解的降采样后，小波信号序列中的样点间隔为0.5ms，若所述第一预设数量为20，则Tmin为20乘以0.5ms，即Tmin等于10ms。若所述第一样点与所述第二样点之间至少包括第一预设数量个连续样点，即i>is+Tmin时，执行步骤905。若所述第一样点与所述第二样点之间的样点数目少于所述第一预设数量个连续样点，此时i为所述第二样点，is经过步骤901为所述第一样点，即i>is+Tmin不成立时，认为第i个样点的前一样点第i-1个样点不是有效语音段的结束端点，前面步骤902中is＝i记录的有效语音段的开始端点可能是噪声抖动，因为瞬态噪声的能量是快速上升后快速下降的，所以样点的音频强度值大于第二音频强度阈值，但持续的时间不够长，在小于Tmin的时间内就下降到小于所述第一音频强度阈值，这与语音信号的短时稳定性不符合，舍弃掉这一段信号，执行步骤906。
905、idx＝idx+1，有效语音段为[is，i-1]。具体的，当所述第一样点与所述第二样点之间至少包括第一预设数量个连续样点，即i>is+Tmin时，实现前文结合图7所描述的实施例中的步骤706，确定所述第一样点与所述第二样点的前一样点在所述所述第一音频信号中对应样点的信号为所述有效语音信号中的有效语音段。所述有效语音段的区间表示形式为[is，i-1]，所述is记录着所述第一样点，所述i为所述第二样点，i-1为所述第二样点的前一样点。可选的，idx＝idx+1，记录所述小波信号序列中包括的有效信号段的数量。然后执行步骤906。
906、重置is＝0。具体的，is记录的所述第一样点已经用区间记录下来了，可以释放is的值，重置is＝0，执行步骤907，i＝i+1，将下一样点作为当前样点，重新开始有效语音段的检测流程。
907、i＝i+1，具体的，不停地对小波信号序列的样点进行遍历，通过加1的操作，从前面开始往后面进行样点遍历。
908、判断i是否大于或等于样点总数。具体的，在执行步骤907，i＝i+1后，重新开始有效语音段的检测流程之前，需要对样点的位置进行判断，判断第i个样点中的i是否大于或等于小波信号序列中样点的总数，因为i一直在加1，在不停的向后移动进行样点的遍历，若i小于小波信号序列中样点总数，则继续进行上述与所述第二音频强度阈值以及所述第一音频强度阈值的比较流程，若第i个样点已经遍历至所有样点中的最后一个，即i等于或大于样点总数时，进行步骤909。
909、确定有效语音段为[is，i-1]，实现前文结合图7所描述的实施例中的步骤706，确定所述第一样点与所述第二样点的前一样点在所述所述第一音频信号中对应样点的信号为所述有效语音信号中的有效语音段。
前文结合图1至图9所描述的实施例基于语音信号的音频强度值来判断有效语音信号以及有效语音信号出现的时间段，进一步的，可以对语音信号进行跟踪，并用跟踪的结果影响信号的音频强度值，进一步地提高有效语音信号检测的准确性。下面结合附图对跟踪语音信号进行详细的介绍。参见图10至图12。
首先参见图10，图10为本申请实施例提供的一种跟踪语音信号的流程示意图，如图10所示，具体的跟踪步骤如下：
1000、将小波信号序列中目标样点前一样点的音频强度值乘以平滑系数，得到所述目标样点的第二参考音频强度。具体的，将所述小波序列中的样点进行时域幅度平滑，以使语音信号的前后样点之间可以圆滑过渡，减少毛刺对语音信号的影响。示例性的，以S(i)表示所述目标样点的音频强度值，S(i-1)表示所述目标样点前一样点的音频强度值，αs代表所述平滑系数，将所述小波信号序列中所述目标样点前一样点的音频强度值S(i-1)乘以平滑系数αs得到所述目标样点的第二参考音频强度值，所述目标样点的第二参考音频强度值为αs×S(i-1)。
1001、将所述小波信号序列中包括所述目标样点在内，且在所述小波信号序列中排序顺序在所述目标样点之前的所有连续样点的音频强度值的平均值乘以剩余的平滑系数，得到所述目标样点的第三参考音频强度值。具体的，所述第二参考音频强度值为时域平滑结果的一部分，将所述小波信号序列中包括所述目标样点在内，且在所述小波信号序列帧中排序顺序在所述目标样点之前的所有连续样点的音频强度值的平均值乘以剩余的平滑系数作为时域平滑结果的另一部分。示例性的，以将所述第一音频信号进行3级小波包分解为例进行说明，所述小波信号序列中包括8个小波包分解信号，排序顺序在所述目标样点之前的所有连续样点的音频强度值的平均值M(i)为：
其中，公式1中i为小波信号序列中的第i个样点，l代表着第l个小波分解信号，可以理解的是，i小于小波信号序列中所有样点的数目总数。将所述小波信号序列中包括所述目标样点在内，且在所述小波信号序列中排序顺序在所述目标样点之前的所有连续样点的音频强度值的平均值M(i)乘以剩余的平滑系数1-αs，得到所述目标样点的第三参考音频强度值，所述第三参考音频强度值为M(i)×(1-αs)。
1002、将所述第二参考音频强度值和所述第三参考音频强值相加得到的数值，作为所述目标样点的第四参考音频强度值。具体的，由步骤1000和步骤1001可知所述第二参考音频强度值为αs×S(i-1)，所述第三参考音频强度值为M(i)×(1-αs)，将所述第二参考音频强度值和所述第三参考音频强值相加得到所述第四参考音频强度值为αs×S(i-1)+M(i)×(1-αs)，在一种可能的实现方式中，所述第四参考音频强度值可以表示为经过平滑后的所述目标样点的音频强度值，将所述第四参考音频强度值作为所述目标样点的音频强度值，公式表示为S(i)＝αs×S(i-1)+M(i)×(1-αs)。
1003、将包括所述目标样点在内，且在所述小波信号序列中排序顺序在所述目标样点之前的所有样点的第四参考音频强度值中的最小值，作为所述目标样点的第一参考音频强度值。具体的，预设需要跟踪信号的时长，将在所述小波信号序列中排序在所述目标样点之前的所有样点的第四参考音频强度值划分为一段一段预设时长的跟踪信号，记录第一段时长中所有样点的第四参考音频强度值的最小值，并传递至下一段预设时长的跟踪信号，将上一段预设时长传递下来的所有样点的最小值和该段中的第一样点的音频强度值进行比较，记录下两者中的相对较小值，并将两者中相对较小值与该时段的下一样点的音频强度值进行比较，以此类推，每次都是记录两者中的相对较小值与下一个样点的音频强度值进行比较，由此获得该段预设时长中所有样点的第四参考音频强度值的最小值，从而确定所述目标样点的第一参考音频强度值。
实施本实施例，将所述小波信号序列中的所有样点进行预设时长划分，跟踪预设时长的所有样点的音频强度的分布，可以弱化瞬态噪声的能量。实施本实施例的效果可以参见图11a和图11b，图11a为本申请实施例提供的另一种语音信号示意图。如图11a所示，前文结合图1至图9所描述的实施例，通过对小波信号序列的所有样点进行统计，可以获取准确的第一音频强度阈值和第二音频强度值，从而将瞬态噪声排除在有效语音段的范围外，实现如图11a所示的效果；而实施本实施例，实现的效果参见图11b，图11b为本申请实施例提供的又一种语音信号示意图。如图11b所示，通过跟踪预设时长的所有样点的音频强度的分布，对小波信号序列中的样点的音频强度值进行弱化，瞬态噪声的能量极大被削弱，降低了瞬态噪声对有效语音信号检测的干扰，通过跟踪处理后的第一音频强度阈值和第二音频强度阈值对有效语音信号进行检测，从而提高有效语音信号检测的准确性。
下文将结合附图对如何跟踪语音信号以及跟踪语音信号达到的效果进行详细介绍。
在一种可能的实施例中，为了进一步的降低小波信号序列中可能出现的毛刺影响，确定所述目标样点的第一参考音频强度值之后还可以继续进行以下步骤：
1004、将所述小波信号序列中包括目标样点在内的第二预设数量个连续样点的第一参考音频强度值的平均值作为所述目标样点的音频强度值。具体的，在小波信号序列中，对目标样点进行短时均值平滑，将短时均值平滑后的数值作为所述目标样点的音频强度值，在一种可能的实现方式中，第i个样点的音频强度值SC(i)为：
Figure BDA0002272219890000241
其中，公式2中的2M为所述第二预设数量个连续样点，Sm(i)为所述目标样点的第一参考音频强度值，Sm(i-m)表示在所述第i个样点的前面或后面m个样点。示例性的，M＝80，所述第二预设数量个连续样点为160，则
Figure BDA0002272219890000242
Figure BDA0002272219890000243
表示在所述第i个样点的前面和后面各取80个样点的第一音频参考强度值来进行求和运算，得到包括目标样点i以及所述目标样点i前后的M个样点的音频强度值的总和；将求和运算得到的结果进行求平均值的运算，将音频强度值的总和除以所有样点的个数，作为所述第i个样点幅度短时均值平滑后的音频强度值SC(i)，此时公式2中的m为自变量，为了避免出现负数个样点，所以i大于M，以M等于80为例，从第81个样点开始进行均值平滑。
有效语音信号检测装置对语音信号进行跟踪，并用跟踪的结果影响信号的音频强度值，可以与前文结合图1至图9所描述的任意一个使用到样点音频强度值的实施例进行结合。
在一种可能的实施例中，有效语音信号检测装置获取预设时长的第一音频信号，所述第一音频信号包括至少一个音频帧信号，获取每个音频帧信号中的多个样点以及每个样点的音频强度值；
针对所述每个音频帧信号进行小波分解，得到分别与每个音频帧信号对应的多个小波分解信号，每个小波分解信号中包含多个样点以及每个样点的音频强度值；
按照所述音频帧信号在所述第一音频信号中的分帧顺序，将各个音频帧信号对应的小波分解信号进行拼接得到小波信号序列；
将所述小波信号序列中目标样点前一样点的音频强度值乘以平滑系数，得到所述目标样点的第二参考音频强度值；
将所述小波信号序列中包括所述目标样点在内，且在所述小波信号序列中排序顺序在所述目标样点之前的所有连续样点的音频强度值的平均值乘以剩余的平滑系数，得到所述目标样点的第三参考音频强度值；
将所述第二参考音频强度值和所述第三参考音频强值相加得到的数值，作为所述目标样点的第四参考音频强度值；
将包括所述目标样点在内，且在所述小波信号序列中排序顺序在所述目标样点之前的所有样点的第四参考音频强度值中的最小值，作为所述目标样点的第一参考音频强度值；
将所述小波信号序列中包括目标样点在内的第二预设数量个连续样点的第一参考音频强度值的平均值作为所述目标样点的音频强度值；
获取所述小波信号序列中所有样点的音频强度值中的最大值和最小值，根据所述小波信号序列中所有样点的音频强度值的最大值和最小值确定第一音频强度阈值；
获取所述小波信号序列中音频强度值大于所述第一音频强度阈值的样点，将所述小波信号序列中音频强度值大于所述第一音频强度阈值的样点在所述第一音频信号中对应样点的信号确定为有效语音信号。
本实施例的具体实现过程可以参见前文结合图1至图10所描述的实施例，此处不作赘述。本实施例可以在前文结合图1至图9所描述的实施例的效果上进一步提高有效信号检测的准确性，下文将结合附图来进行详细说明。实施本实施例，通过小波分解的优良局部显微特性，跟踪小波信号序列中稳定时长的能量分布信息，基于跟踪到的能量分布信息确定音频强度阈值的上限，从而实现对有效语音信号的检测。
在另一种可能的实施例中，有效语音信号检测装置获取预设时长的第一音频信号，所述第一音频信号包括至少一个音频帧信号；
针对所述每个音频帧信号进行小波分解，得到分别与每个音频帧信号对应的多个小波分解信号，每个小波分解信号中包含多个样点以及每个样点的音频强度值；
按照所述音频帧信号在所述第一音频信号中的分帧顺序，将各个音频帧信号对应的小波分解信号进行拼接得到小波信号序列；
将所述小波信号序列中目标样点前一样点的音频强度值乘以平滑系数，得到所述目标样点的第二参考音频强度值；
将所述小波信号序列中包括所述目标样点在内，且在所述小波信号序列中排序顺序在所述目标样点之前的所有连续样点的音频强度值的平均值乘以剩余的平滑系数，得到所述目标样点的第三参考音频强度值；
将所述第二参考音频强度值和所述第三参考音频强值相加得到的数值，作为所述目标样点的第四参考音频强度值；
将包括所述目标样点在内，且在所述小波信号序列中排序顺序在所述目标样点之前的所有样点的第四参考音频强度值中的最小值，作为所述目标样点的第一参考音频强度值；
将所述小波信号序列中包括目标样点在内的第二预设数量个连续样点的第一参考音频强度值的平均值作为所述目标样点的音频强度值；
获取所述小波信号序列中所有样点的音频强度值中的最大值和最小值，根据所述小波信号序列中所有样点的音频强度值中的最大值和最小值确定所述第一音频强度阈值和第二音频强度阈值，其中所述第一音频强度阈值小于所述第二音频强度阈值；
获取所述小波信号序列中第一样点，其中所述第一样点的前一样点的音频强度值小于所述第二音频强度阈值，以及所述第一样点的音频强度值大于所述第二音频强度阈值；
获取所述小波信号序列中的第二样点，所述第二样点为在所述小波信号序列中排序在所述第一样点之后首个出现音频强度值小于所述第一音频强度阈值的样点；
确定所述小波信号序列中的所述第一样点和所述第二样点的前一样点在所述第一音频信号中对应样点的信号为所述有效语音信号中的有效语音段。可选的，所述第二样点与所述第一样点之间至少包括第一预设数量个连续样点。
本实施例的具体实现过程可以参见前文结合图1至图10所描述的实施例，此处不作赘述。本实施例可以在前文结合图1至图9所描述的实施例的效果上进一步提高有效信号检测的准确性，下文将结合附图来进行详细说明。实施本实施例，通过小波分解的优良局部显微特性，跟踪小波信号序列中稳定时长的能量分布信息，基于跟踪到的能量分布信息确定音频强度阈值的上限和下限，从而实现对有效语音信号中有效语音段的检测。
在一种可能的实现方式中，获取所述小波信号序列中的第一小波分解信号所有样点音频强度值中的第一参考最大值和第一参考最小值；
将所述小波信号序列中的所有小波分解信号中的参考最大值和参考最小值进行处理得到的数值，作为所述小波信号序列中所有样点音频强度值的最大值和最小值。
在一种可能的实现方式中，将所述预设时长的原始音频信号中的第一预设阈值的高频成分进行补偿，从而得到所述第一音频信号。
可以理解的是，所述针对所述每个音频帧信号进行小波分解包括：针对所述每个音频帧信号进行小波包分解，将小波包分解后得到的信号作为所述小波分解信号。
下文将结合附图对如何跟踪语音信号进行示例性说明，参见图12，图12为本申请实施例提供的另一种跟踪语音信号的流程示意图。如图12所示，具体执行步骤如下：
1201、有效语音信号检测装置初始定义小波信号序列的样点索引i＝0，初始化音频强度值S(0)＝M(0)，定义样点累积索引imod＝0。具体的，i＝0，S(0)＝M(0)，imod＝0，可以理解成所述有效语音信号检测装置的初始状态，定义需要遍历的样点初始值，以及对应的音频强度值，样点累积索引用于控制预设时长，当样点累积索引imod的值达到一定值时，进行数据更新，完成一段预设时长的信号跟踪。
1202、i＝i+1，第i个样点的音频强度值S(i)＝αs×S(i-1)+M(i)×(1-αs)。具体的，开始进行样点的音频强度值跟踪，也可以理解为能量分布情况的跟踪，i＝i+1，对每一个遍历过的样点进行幅度平滑，平滑后的第i个样点的音频强度值为S(i)＝αs×S(i-1)+M(i)×(1-αs)，实现前文结合图10所描述的实施例中的步骤1000、1001和1002的方法，所述第四参考音频强度值为S(i)＝αs×S(i-1)+M(i)×(1-αs)，可选的αs＝0.7。
1203、判断i是否小于累加样点数目Vwin。具体的，本实施例是对一段时长的语音信号进行跟踪，所以需要对样点进行累加，预先定义累加的样点数目Vwin，可选的Vwin＝10，当在第0至9个样点时，进行步骤1204，当遍历至第10个样点时，进行步骤1205。
1204、若i小于累加样点数目Vwin，定义Smin＝S(i)，Smact＝S(i)。具体的，当i从小波信号序列中的第1个样点开始遍历，进行样点的音频强度平滑，若i小于累加样点数目Vwin时，将S(i)的值赋予给Smin和Smact，即Smin＝S(i)，Smact＝S(i)，进行步骤1206对Smin的数据进行记录，以及步骤1207开始进行样点累加。示例性的，i＝i+1，可以理解成有效语音信号检测装置一直在对样点的音频强度值进行跟踪，i小于累加数目Vwin的情况是所述第一音频信号的前Vwin个样点，例如Vwin＝10，当遍历至第9个样点时Smin＝S(9)，Smact＝S(9)，Smin和Smact记录着第9个样点的音频强度值。
1205、若i大于或等于累加样点数目Vwin，获取第Vwin个样点到第i个样点的音频强度值最小值，Smin＝min(Smin,S(i))，Smact＝min(Smact,S(i))。具体的，若i大于或等于累加样点数目Vwin，当遍历至第Vwin个样点时，以Vwin＝10为例进行说明，示例性的，当步骤1203遍历至第10个样点时，获取第9个样点与第10个样点之间的较小值赋给Smin，Smin＝min(Smin,S(10))，遍历至第10个样点的前一步骤中Smin记录着S(9)的值。
1206、定义Sm(i)＝Smin。具体的，实现前文结合图10的所描述的实施例中的步骤1203，将包括所述目标样点在内，且在所述小波信号序列中排序顺序在所述目标样点之前的所有样点的第四参考音频强度值中的最小值，作为所述目标样点的第一参考音频强度值。可以理解的是，在i小于累加样点Vwin时，Sm(i)记录不是相邻样点间的较小值，可以理解的是，在语音开始的几个样点，需要做一部分必要的初始化设置，例如将矩阵SW进行初始化，所以刚开始的部分语音信号可以不加考虑。以Vwin＝10为例，Sm(i)记录着的是从第9个样点开始进行获取音频强度值的最小值。
1207、imod＝imod+1。具体的，在样点i遍历的过程中，样点累积imod也在不断的累加，imod＝imod+1，imod控制着矩阵SW是否进行数据更新，将所述小波信号序列划分为预设时长的语音信号来进行跟踪。可以理解的是，i代表着所述小波信号序列中的样点位置与顺序，而imod代表着i样点在所述预设时长中的位置与顺序，在达到预设时长时，imod会被重置，重新开始记录下一个小波信号序列中的样点在下一段预设时长中的位置。
1208、判断imod是否等于Vmin。具体的，对imod与Vmin进行比较，判断对样点的跟踪是否达到了预设时长。示例性的，以16kHz为所述第一音频信号的采样频率，进行3级小波包分解并降采样，则小波信号序列中为每隔0.5ms进行一次采样，样点累加数目Vwin＝10，跟踪时长为Vwin×0.5＝5ms。若imod等于Vmin，代表达到了跟踪预设时长，进行步骤1209；若imod不等于Vmin，可选的，若imod小于Vmin，进行步骤1213。
1209、imod＝0。具体的，在imod每次达到累加样点数目Vwin时，释放imod，重置imod＝0，以进行下一次样点累加。
1210、判断i是否等于Vmin。具体的，当i等于Vmin时，进行步骤1211，初始化矩阵数据；当i不等于Vmin时，进行步骤1212。
1211、初始化矩阵SW。具体的，定义SW：
Figure BDA0002272219890000291
当i等于Vmin时，定义Nwin行，1列的矩阵SW，可选的，Nwin＝2。可以理解的是，该步骤是在一段语音的开始部分执行的，i一直在累加，Vwin是一个预设的固定值，在i遍历至第Vwin个样点时，对矩阵SW进行初始化设置，以提供矩阵来存储本实施例的数据。
1212、进行矩阵SW中的数据更新，并记录矩阵中的最小值Smin＝min{SW}重置Smact＝S(i)。具体的，SW为：
Figure BDA0002272219890000301
当i不等于Vmin时，并且imod累加达到预设时长时，更新矩阵SW的值，将当前时段的所有样点的最小值与上一时段的最小值放在矩阵SW中，获取两者中的较小值，记录在Smin中，Smin＝min{SW}，可以理解的是，Smin记录着从Vmin前一样点开始的所有样点的最小值，释放Smact，重置Smact＝S(i)。示例性的，以跟踪时长为5ms为例进行说明，Smact记录着最新的5ms中的所有样点的第四参考音频强度值的最小值，Smin记录着前一段5ms中所有样点的第四参考音频强度值的最小值，将相邻5ms的最小值放在长度为2矩阵SW中，获取两者中的较小值，记录在Smin中，Smin＝min{SW}，在步骤1206中将记录着跟踪时长的最小值Smin赋值给Sm(i)，Sm(i)＝Smin。
1213、判断i是否大于或等于样点总数。具体的，可以理解的是，具体的，在执行步骤1202，i＝i+1后，重新开始跟踪预设时段的信号之前，需要对小波信号序列的样点位置进行判断，判断第i个样点中的i是否大于或等于小波信号序列中样点的总数，因为i一直在加1，在不停的向后移动进行样点的遍历，若i小于小波信号序列中样点总数，则继续进行信号跟踪，若第i个样点已经遍历至所有样点中的最后一个，即i等于或大于样点总数时，进行步骤1214。
1214、确定Sm(i)为第i样点的第一参考音频强度值或音频强度值。具体的，由步骤1212和步骤1206得知Sm(i)记录着从Vmin前一样点开始的所有样点的最小值，在一种可能的实现方式中，Sm(i)为第i样点的第一参考音频强度值，实现前文结合图10所描述的实施例步骤1003所描述的实现过程，得到所述目标样点的第一参考音频强度值，从而获取所述目标样点的音频强度值。
本实施例通过矩阵将上一跟踪时长的所有样点的音频强度值的最小值Smin传递到当前跟踪时长中，Smin与目标样点的音频强度值进行比较，获取包括目标样点在内，且在所述小波信号序列中排序顺序在所述目标样点之前的所有样点的第四参考音频强度值中的最小值，即Smin＝min(Smin,S(i))，作为所述目标样点的第一参考音频强度值Sm(i)；再将两者中的较小值与所述目标样点的后一样点的第四参考音频强度值进行比较，获取两者中的较小值，作为所述目标样点的后一样点的第一参考音频强度值Sm(i+1)，以此类推，获取该跟踪时长的所有样点的音频强度的最小值，并通过矩阵将上一跟踪时长与当前跟踪时长中，相对较小的音频强度值传递到下一跟踪时长中。Sm(i)构成的样点序列可以描述语音信号的音频强度值的分布情况，也可以理解为语音信号的能量分布趋势。
实施本实施例，通过对稳定时长的信号的音频强度值进行跟踪，可以更进一步的提高有效语音信号检测的准确性，进一步避免将瞬态噪声误检测为有效语音信号或有效语音信号段。
下面可以结合附图对实施本实施例的效果进行示例性说明，参见图13a至图13e，图13a至图13e分别为本申请实施例提供的一种有效语音信号的检测效果示意图。有效语音信号检测装置获取一段包括瞬态噪声的原始语音信号，所述语音信号的原始波形图如图13a所示，可见所述瞬态噪声分布在0～6s的时间段内。
有效信号检测装置对该原始语音信号进行前文结合图1至图9所述的小波分解或小波包分解后，得到的原始信号幅度的小波信号序列的所有样点的音频强度值，进一步的，采用前文结合图10和图12所述的语音信号跟踪，得到语音信号跟踪后的稳态幅度跟踪，两种方式的样点能量分布如图13b所示，可以理解的是，前文结合图10将包括目标样点在内，在所述小波信号序列中排序在所述目标样点之前的所有样点音频参考强度值的最小值作为所述目标样点的音频参考强度值，所以经过稳态幅度跟踪后的语音信号的幅度值相对原始信号的小波信号序列的幅度值有所弱化，而弱化的部分是瞬态噪声部分的信号，语音部分的信号几乎没有变化。
为进一步的减少信号毛刺的影响，对所述原始信号幅度和所述稳态幅度跟踪后的所有样点的音频强度值进行平滑，平滑后的结果如图13c所示。在一种可能的实现方式中，可以参考前文结合图10的实施例，以及公式2进行样点的音频强度值的平滑，结合图13b和图13c，可以看出实施前文结合图10的实施例中的样点音频强度值的短时均值平滑可以明显的减少信号的毛刺，让信号整体趋于平滑。
对图13c中的信号进行有效语音信号检测，即VAD(Voice activity dectection，语音活动检测)检测，在本申请为有效语音信号检测，对原始信号能量的VAD检测结果如13d所示，对平稳信号序列跟踪得到的VAD检测结果如图13e所示，对图13c中的平滑后原始信号幅度进行实施前文结合图1至图9所述的实施例，检测结果已经比较准确，但是对原始信号的能量先实施前文结合图10至图12的实施例，对原始信号的能量进行进一步的跟踪后再实施前文结合图1至图9所述的实施例，可以更进一步的提高有效语音检测的准确性，如图13e所示，相对图13d，图13e中的检测结果将瞬态噪声误判为有效语音信号的概率低，大大提高了有效语音信号检测的准确性。
下面对本申请实施例提供的一种有效信号的检测装置进行说明，参见图14，图14为本申请实施例提供的一种有效语音信号的检测装置的结构框图，如图14所示，一种语音信号检测的装置14包括：
获取模块1401，用于获取预设时长的第一音频信号，所述第一音频信号包括至少一个音频帧信息；
分解模块1402，用于针对所述每个音频帧信号进行小波分解，得到分别与每个音频帧信号对应的多个小波分解信号，每个小波分解中包含多个样点以及每个样点的音频强度值；
拼接模块1403，用于按照所述音频帧信号在所述第一音频信号中的分帧顺序，将各个音频帧信号对应的小波分解信号进行拼接得到小波信号序列；
确定模块1404，用于获取所述小波信号序列中所有样点的音频强度值中的最大值和最小值，根据所述小波信号序列中所有样点的音频强度值的最大值和最小值确定第一音频强度阈值；
所述确定模块1404，还用于获取所述小波信号序列中音频强度值大于所述第一音频强度阈值的样点，将所述小波信号序列中音频强度值大于所述第一音频强度阈值的样点在所述第一音频信号中对应样点的信号确定为有效语音信号。
在一种可能的实施例中，所述确定模块1404还用于根据所述小波信号序列中所有样点的音频强度值中的最大值和最小值确定所述第一音频强度阈值和第二音频强度阈值，其中所述第一音频强度阈值小于所述第二音频强度阈值；
所述获取模块1401还用于获取所述小波信号序列中第一样点，其中所述第一样点的前一样点的音频强度值小于所述第二音频强度阈值，以及所述第一样点的音频强度值大于所述第二音频强度阈值；
所述获取模块1401还用于获取所述小波信号序列中的第二样点，所述第二样点为在所述小波信号序列中排序在所述第一样点之后首个出现音频强度值小于所述第一音频强度阈值的样点；
所述确定模块1404还用于确定所述小波信号序列中的所述第一样点和所述第二样点的前一样点在所述第一音频信号中对应样点的信号为所述有效语音信号中的有效语音段。
可选的，所述第二样点与所述第一样点之间包括第一预设数量个连续样点。
在一种可能的实施例中，所述确定模块1404，还用于将所述小波信号序列中包括目标样点在内的第二预设数量个连续样点的第一参考音频强度值的平均值作为所述目标样点的音频强度值。
在一种可能的实现方式中，所述一种语音信号检测的装置14还包括计算模块1405，在所述确定模块1404将所述小波信号序列中包括目标样点在内的第二预设数量个连续样点的第一参考音频强度值的平均值作为所述目标样点的音频强度值之前，所述计算模块1405，用于将所述小波信号序列中所述目标样点前一样点的音频强度值乘以平滑系数，得到所述目标样点的第二参考音频强度；所述计算模块1405，还用于将所述小波信号序列中包括所述目标样点在内，且在所述小波信号序列中排序顺序在所述目标样点之前的所有连续样点的音频强度值的平均值乘以剩余的平滑系数，得到所述目标样点的第三参考音频强度值；所述计算模块1405，还用于将所述第二参考音频强度值和所述第三参考音频强值相加得到的数值，作为所述目标样点的第四参考音频强度值；所述确定模块1404，还用于将包括所述目标样点在内，且在所述小波信号序列中排序顺序在所述目标样点之前的所有样点的第四参考音频强度值中的最小值，作为所述目标样点的第一参考音频强度值。
可选的，所述获取模块1401，还用于获取所述小波信号序列中的第一小波分解信号所有样点音频强度值中的第一参考最大值和第一参考最小值；所述确定模块1404，还用于将所述小波信号序列中的所有小波分解信号中的参考最大值和参考最小值进行处理得到的数值，作为所述小波信号序列中所有样点音频强度值的最大值和最小值。
在一种可能的实施例中，所述一种有效语音信号的检测装置14还包括补偿模块1406，在所述获取模块1401获取预设时长的第一音频信号之前，所述补偿模块1406，用于将所述预设时长的原始音频信号中的第一预设阈值的高频成分进行补偿，从而得到所述第一音频信号。
在一种可能的实现方式中，所述分解模块1402，还用于针对所述每个音频帧信号进行小波包分解，将小波包分解后得到的信号作为所述小波分解信号。
在一种可能的实现方式中，所述确定模块1404，还用于根据所述小波信号序列中所有样点音频强度值的最大值和所述最小值确定第一参考音频强度阈值TL＝min(λ1.(Scmax-Scmin)+Scmin,λ2.Scmin)，其中Scmax和Scmin分别为所述小波信号序列中所有样点音频强度值的最大值和最小值，λ1为第二预设阈值，λ2为第三预设阈值。
在另一种可能的实现方式中，所述确定模块1404，还用于根据所述小波信号序列中所有样点的音频强度值中的最大值和最小值确定所述第一音频强度阈值和第二音频强度阈值，具体的，根据所述小波信号序列中所有样点的音频强度值中的最大值和最小值确定所述第一参考音频强度阈值TL＝min(λ1.(Scmax-Scmin)+Scmin,λ2.Scmin)，其中Scmax和Scmin分别为所述小波信号序列中所有样点音频强度值的最大值和最小值，λ1为第二预设阈值，λ2为第三预设阈值；
所述第二音频强度阈值TU＝αTL，其中α为第四预设阈值，α取值大于1。
可以理解的是，本实施例中对有效语音信号检测的具体实现过程可以参考前文结合图1至图13e所描述的实施例，此处不作赘述。
实施本实施例，通过采集小波信号序列中所有样点的能量信息，根据小波信号序列所有样点的能量分布情况，对有效语音信号进行判断检测，提高有效语音检测的准确性。
下面对本申请实施例提供的一种有效信号的检测设备进行说明，参见图15，图15为本申请实施例提供的一种有效语音信号的检测设备的结构框图，如图15所示，一种语音信号检测的设备15包括：收发器1500、处理器1501和存储器1502，其中：
所述收发器1500与所述处理器1501以及所述存储器1502连接，所述处理器1501还与所述存储器1502连接，
所述收发器1500，用于获取预设时长的第一音频信号，所述第一音频信号包括至少一个音频帧信号；
所述处理器1501，用于针对所述每个音频帧信号进行小波分解，得到分别与每个音频帧信号对应的多个小波分解信号，每个小波分解信号中包含多个样点以及每个样点的音频强度值；
所述处理器1501，还用于按照所述音频帧信号在所述第一音频信号中的分帧顺序，将各个音频帧信号对应的小波分解信号进行拼接得到小波信号序列；
所述处理器1501，还用于获取所述小波信号序列中所有样点的音频强度值中的最大值和最小值，根据所述小波信号序列中所有样点的音频强度值的最大值和最小值确定第一音频强度阈值；
所述处理器1501，还用于获取所述小波信号序列中音频强度值大于所述第一音频强度阈值的样点，将所述小波信号序列中音频强度值大于所述第一音频强度阈值的样点在所述第一音频信号中对应样点的信号确定为有效语音信号。
所述存储器1502，用于存储计算机程序，所述计算机程序被所述处理器1501调用。
在一种可能的实施例中，所述处理器1501还用于：
根据所述小波信号序列中所有样点的音频强度值中的最大值和最小值确定所述第一音频强度阈值和第二音频强度阈值，其中所述第一音频强度阈值小于所述第二音频强度阈值；
获取所述小波信号序列中第一样点，其中所述第一样点的前一样点的音频强度值小于所述第二音频强度阈值，以及所述第一样点的音频强度值大于所述第二音频强度阈值；
获取所述小波信号序列中的第二样点，所述第二样点为在所述小波信号序列中排序在所述第一样点之后首个出现音频强度值小于所述第一音频强度阈值的样点；
确定所述小波信号序列中的所述第一样点和所述第二样点的前一样点在所述第一音频信号中对应样点的信号为所述有效语音信号中的有效语音段。
可选的，所述第二样点与所述第一样点之间包括第一预设数量个连续样点。
在一种可能的实施例中，所述处理器1501还用于：
将所述小波信号序列中包括目标样点在内的第二预设数量个连续样点的第一参考音频强度值的平均值作为所述目标样点的音频强度值。
在一种可能的实施例中，所述处理器1501还用于：
将所述小波信号序列中所述目标样点前一样点的音频强度值乘以平滑系数，得到所述目标样点的第二参考音频强度；
将所述小波信号序列中包括所述目标样点在内，且在所述小波信号序列中排序顺序在所述目标样点之前的所有连续样点的音频强度值的平均值乘以剩余的平滑系数，得到所述目标样点的第三参考音频强度值；
将所述第二参考音频强度值和所述第三参考音频强度值相加得到的数值，作为所述目标样点的第四参考音频强度值，将包括所述目标样点在内，且在所述小波信号序列中排序顺序在所述目标样点之前的所有样点的第四参考音频强度值中的最小值，作为所述目标样点的第一参考音频强度值。
在一种可能的实现方式中，所述处理器1501还用于：
获取所述小波信号序列中的第一小波分解信号所有样点音频强度值中的第一参考最大值和第一参考最小值；
将所述小波信号序列中的所有小波分解信号中的参考最大值和参考最小值进行处理得到的数值，作为所述小波信号序列中所有样点音频强度值的最大值和最小值。
可选的，所述处理器1501还用于：
将所述预设时长的原始音频信号中的第一预设阈值的高频成分进行补偿，从而得到所述第一音频信号。
在一种可能的实施例中，所述处理器1501还用于：
针对所述每个音频帧信号进行小波包分解，将小波包分解后得到的信号作为所述小波分解信号。
在一种可能的实现方式中，所述处理器1501根据所述小波信号序列中所有样点音频强度值的最大值和所述最小值确定第一参考音频强度阈值TL＝min(λ1×(Scmax-Scmin)+Scmin,λ2×Scmin)，其中Scmax和Scmin分别为所述小波信号序列中所有样点音频强度值的最大值和最小值，λ1为第二预设阈值，λ2为第三预设阈值。
在一种可能的实现方式中，所述处理器1501根据所述小波信号序列中所有样点的音频强度值中的最大值和最小值确定所述第一参考音频强度阈值TL＝min(λ1.(Scmax-Scmin)+Scmin,λ2.Scmin)，其中Scmax和Scmin分别为所述小波信号序列中所有样点音频强度值的最大值和最小值，λ1为第二预设阈值，λ2为第三预设阈值；
所述第二音频强度阈值TU＝αTL，其中α为第四预设阈值，α取值大于1。
可以理解的是，所述有效信号检测设备15可通过其内置的各个功能模块执行如上述图1至图13e中各个步骤所提供的实现方式，具体可参见上述图1至图13e中各个步骤所提供的实现方式，在此不再赘述。
实施本实施例，可以在有效语音信号的检测设备检测到有效语音信号时，唤醒所述设备的其他工作模块，减少所述设备的功率消耗。
本申请还提供了一种可读存储介质，所述可读存储介质中存储有指令，所述指令被有效语音信号的检测设备中的处理器执行，以实现上面所述图1至图13e中各方面所述方法的步骤。
需要说明的是，上述术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本申请的实施例可以通过采集小波信号序列中所有样点的能量信息，根据小波信号序列的能量分布情况，对有效语音信号进行判断检测，提高有效语音检测的准确性，并且还可以对小波信号序列中所有样点的音频强度值进行平滑处理以及跟踪所述小波信号序列中所有样点的能量分布信息，更进一步的提高有效语音信号检测的准确性。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法、装置以及系统，可以通过其它的方式实现。以上所描述的实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能模块可以全部集成在一个处理单元中，也可以是各模块分别单独作为一个单元，也可以两个或两个以上模块集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (13)

1.一种有效语音信号的检测方法，其特征在于，所述方法包括：
获取预设时长的第一音频信号，所述第一音频信号包括至少一个音频帧信号；
针对所述每个音频帧信号进行小波分解，得到分别与每个音频帧信号对应的多个小波分解信号，每个小波分解信号中包含多个样点以及每个样点的音频强度值；
按照所述音频帧信号在所述第一音频信号中的分帧顺序，将各个音频帧信号对应的小波分解信号进行拼接得到小波信号序列；获取所述小波信号序列中所有样点的音频强度值中的最大值和最小值，根据所述小波信号序列中所有样点的音频强度值的最大值和最小值确定第一音频强度阈值；
获取所述小波信号序列中音频强度值大于所述第一音频强度阈值的样点，将所述小波信号序列中音频强度值大于所述第一音频强度阈值的样点在所述第一音频信号中对应样点的信号确定为有效语音信号。
2.根据权利要求1所述的方法，其特征在于，所述根据所述小波信号序列中所有样点音频强度值的最大值和最小值确定第一音频强度阈值包括：
根据所述小波信号序列中所有样点的音频强度值中的最大值和最小值确定所述第一音频强度阈值和第二音频强度阈值，其中所述第一音频强度阈值小于所述第二音频强度阈值；
所述将音频强度值大于所述第一音频强度阈值的样点在所述第一音频信号中对应的样点信号确定为有效语音信号包括：
获取所述小波信号序列中第一样点，其中所述第一样点的前一样点的音频强度值小于所述第二音频强度阈值，以及所述第一样点的音频强度值大于所述第二音频强度阈值；
获取所述小波信号序列中的第二样点，所述第二样点为在所述小波信号序列中排序在所述第一样点之后，首个出现音频强度值小于所述第一音频强度阈值的样点；
确定所述小波信号序列中的所述第一样点和所述第二样点的前一样点在所述第一音频信号中对应样点的信号为所述有效语音信号中的有效语音段。
3.根据权利要求2所述的方法，其特征在于，所述第二样点与所述第一样点之间至少包括第一预设数量个连续样点。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将所述小波信号序列中包括目标样点在内的第二预设数量个连续样点的第一参考音频强度值的平均值作为所述目标样点的音频强度值。
5.根据权利要求4所述的方法，其特征在于，所述将所述小波信号序列中包括目标样点在内的第二预设数量个连续样点的第一参考音频强度值的平均值作为所述目标样点的音频强度值之前包括：
将所述小波信号序列中所述目标样点前一样点的音频强度值乘以平滑系数，得到所述目标样点的第二参考音频强度；
将所述小波信号序列中包括所述目标样点在内，且在所述小波信号序列中排序顺序在所述目标样点之前的所有连续样点的音频强度值的平均值乘以剩余的平滑系数，得到所述目标样点的第三参考音频强度值；
将所述第二参考音频强度值和所述第三参考音频强值相加得到的数值，作为所述目标样点的第四参考音频强度值；将包括所述目标样点在内，且在所述小波信号序列中排序顺序在所述目标样点之前的所有样点的第四参考音频强度值中的最小值，作为所述目标样点的第一参考音频强度值。
6.根据权利要求1所述的方法，其特征在于，所述获取所述小波信号序列中所有样点的音频强度值中的最大值和最小值包括：
获取所述小波信号序列中的第一小波分解信号所有样点音频强度值中的第一参考最大值和第一参考最小值；
将所述小波信号序列中的所有小波分解信号中的参考最大值和参考最小值进行处理得到的数值，作为所述小波信号序列中所有样点音频强度值的最大值和最小值。
7.根据权利要求1所述的方法，其特征在于，所述获取预设时长的第一音频信号之前包括：
将所述预设时长的原始音频信号中的第一预设阈值的高频成分进行补偿，从而得到所述第一音频信号。
8.根据权利要求1所述的方法，其特征在于，所述针对所述每个音频帧信号进行小波分解包括：
针对所述每个音频帧信号进行小波包分解，将小波包分解后得到的信号作为所述小波分解信号。
9.根据权利要求1所述的方法，其特征在于，所述根据所述小波信号序列中所有样点音频强度值的最大值和所述最小值确定第一参考音频强度阈值TL＝min(λ1.(Scmax-Scmin)+Scmin,λ2.Scmin)，其中Scmax和Scmin分别为所述小波信号序列中所有样点音频强度值的最大值和最小值，λ1为第二预设阈值，λ2为第三预设阈值。
10.根据权利要求2所述的方法，其特征在于，所述根据所述小波信号序列中所有样点的音频强度值中的最大值和最小值确定所述第一音频强度阈值和第二音频强度阈值包括：
根据所述小波信号序列中所有样点的音频强度值中的最大值和最小值确定所述第一参考音频强度阈值TL＝min(λ1.(Scmax-Scmin)+Scmin,λ2.Scmin)，其中Scmax和Scmin分别为所述小波信号序列中所有样点音频强度值的最大值和最小值，λ1为第二预设阈值，λ2为第三预设阈值；
所述第二音频强度阈值TU＝αTL，其中α为第四预设阈值，α取值大于1。
11.一种有效语音信号的检测装置，其特征在于，包括：
获取模块，用于获取预设时长的第一音频信号，所述第一音频信号包括至少一个音频帧信息；
分解模块，用于针对所述每个音频帧信号进行小波分解，得到分别与每个音频帧信号对应的多个小波分解信号，每个小波分解中包含多个样点以及每个样点的音频强度值；
拼接模块，用于按照所述音频帧信号在所述第一音频信号中的分帧顺序，将各个音频帧信号对应的小波分解信号进行拼接得到小波信号序列；
确定模块，用于获取所述小波信号序列中所有样点的音频强度值中的最大值和最小值，根据所述小波信号序列中所有样点的音频强度值的最大值和最小值确定第一音频强度阈值；
所述确定模块，还用于获取所述小波信号序列中音频强度值大于所述第一音频强度阈值的样点，将所述小波信号序列中音频强度值大于所述第一音频强度阈值的样点在所述第一音频信号中对应样点的信号确定为有效语音信号。
12.一种有效语音信号的检测设备，其特征在于，所述设备包括收发器、处理器和存储器，其中所述处理器用于执行所述存储器中存储的计算机程序，实现如权利要求1至10中任意一项所述方法的步骤。
13.一种计算机可读存储介质，其特征在于，所述可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行如权利要求1至10中任意一项所述方法的步骤。
CN201911109218.XA 2019-11-13 2019-11-13 一种有效语音信号的检测方法、装置及设备 Active CN110827852B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201911109218.XA CN110827852B (zh) 2019-11-13 2019-11-13 一种有效语音信号的检测方法、装置及设备
PCT/CN2020/128374 WO2021093808A1 (zh) 2019-11-13 2020-11-12 一种有效语音信号的检测方法、装置及设备
US17/728,198 US12039999B2 (en) 2019-11-13 2022-04-25 Method and apparatus for detecting valid voice signal and non-transitory computer readable storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911109218.XA CN110827852B (zh) 2019-11-13 2019-11-13 一种有效语音信号的检测方法、装置及设备

Publications (2)

Publication Number Publication Date
CN110827852A true CN110827852A (zh) 2020-02-21
CN110827852B CN110827852B (zh) 2022-03-04

Family

ID=69554882

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911109218.XA Active CN110827852B (zh) 2019-11-13 2019-11-13 一种有效语音信号的检测方法、装置及设备

Country Status (3)

Country Link
US (1) US12039999B2 (zh)
CN (1) CN110827852B (zh)
WO (1) WO2021093808A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112365899A (zh) * 2020-10-30 2021-02-12 北京小米松果电子有限公司 语音处理方法、装置、存储介质及终端设备
CN112562718A (zh) * 2020-11-30 2021-03-26 重庆电子工程职业学院 基于topk多路音源有效信号筛选系统及方法
WO2021093808A1 (zh) * 2019-11-13 2021-05-20 腾讯音乐娱乐科技（深圳）有限公司 一种有效语音信号的检测方法、装置及设备
CN114299990A (zh) * 2022-01-28 2022-04-08 杭州老板电器股份有限公司 吸油烟机的异音识别及音频注入的控制方法和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6182035B1 (en) * 1998-03-26 2001-01-30 Telefonaktiebolaget Lm Ericsson (Publ) Method and apparatus for detecting voice activity
US20040064314A1 (en) * 2002-09-27 2004-04-01 Aubert Nicolas De Saint Methods and apparatus for speech end-point detection
CN103325388A (zh) * 2013-05-24 2013-09-25 广州海格通信集团股份有限公司 基于最小能量小波框架的静音检测方法
CN104867493A (zh) * 2015-04-10 2015-08-26 武汉工程大学 基于小波变换的多重分形维数端点检测方法
CN106782617A (zh) * 2016-11-22 2017-05-31 广州海格通信集团股份有限公司 一种针对受白噪声干扰语音信号的静音检测方法
CN107564544A (zh) * 2016-06-30 2018-01-09 展讯通信（上海）有限公司 语音活动侦测方法及装置

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5267322A (en) * 1991-12-13 1993-11-30 Digital Sound Corporation Digital automatic gain control with lookahead, adaptive noise floor sensing, and decay boost initialization
US7536301B2 (en) * 2005-01-03 2009-05-19 Aai Corporation System and method for implementing real-time adaptive threshold triggering in acoustic detection systems
KR100718846B1 (ko) * 2006-11-29 2007-05-16 인하대학교 산학협력단 음성 검출을 위한 통계 모델을 적응적으로 결정하는 방법
CN102419972B (zh) * 2011-11-28 2013-02-06 西安交通大学 一种声音信号检测和识别的方法
KR20140031790A (ko) * 2012-09-05 2014-03-13 삼성전자주식회사 잡음 환경에서 강인한 음성 구간 검출 방법 및 장치
CN103117066B (zh) * 2013-01-17 2015-04-15 杭州电子科技大学 基于时频瞬时能量谱的低信噪比语音端点检测方法
CN105374367B (zh) * 2014-07-29 2019-04-05 华为技术有限公司 异常帧检测方法和装置
EP3182412B1 (en) * 2014-08-15 2023-06-07 Samsung Electronics Co., Ltd. Sound quality improving method and device, sound decoding method and device, and multimedia device employing same
US10319390B2 (en) * 2016-02-19 2019-06-11 New York University Method and system for multi-talker babble noise reduction
US10090005B2 (en) * 2016-03-10 2018-10-02 Aspinity, Inc. Analog voice activity detection
CN107305774B (zh) * 2016-04-22 2020-11-03 腾讯科技（深圳）有限公司 语音检测方法和装置
CN107731223B (zh) * 2017-11-22 2022-07-26 腾讯科技（深圳）有限公司 语音活性检测方法、相关装置和设备
CN108198545B (zh) * 2017-12-19 2021-11-02 安徽建筑大学 一种基于小波变换的语音识别方法
WO2020062392A1 (zh) * 2018-09-28 2020-04-02 上海寒武纪信息科技有限公司 信号处理装置、信号处理方法及相关产品
CN110827852B (zh) * 2019-11-13 2022-03-04 腾讯音乐娱乐科技（深圳）有限公司 一种有效语音信号的检测方法、装置及设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6182035B1 (en) * 1998-03-26 2001-01-30 Telefonaktiebolaget Lm Ericsson (Publ) Method and apparatus for detecting voice activity
US20040064314A1 (en) * 2002-09-27 2004-04-01 Aubert Nicolas De Saint Methods and apparatus for speech end-point detection
CN103325388A (zh) * 2013-05-24 2013-09-25 广州海格通信集团股份有限公司 基于最小能量小波框架的静音检测方法
CN104867493A (zh) * 2015-04-10 2015-08-26 武汉工程大学 基于小波变换的多重分形维数端点检测方法
CN107564544A (zh) * 2016-06-30 2018-01-09 展讯通信（上海）有限公司 语音活动侦测方法及装置
CN106782617A (zh) * 2016-11-22 2017-05-31 广州海格通信集团股份有限公司 一种针对受白噪声干扰语音信号的静音检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KOMAL R. BORISAGAR等: ""Speech enhancement in noisy environment using voice activity detection and wavelet thresholding"", 《2010 IEEE INTERNATIONAL CONFERENCE ON COMPUTATIONAL INTELLIGENCE AND COMPUTING RESEARCH》 *
王纲金: ""低信噪比环境下语音端点检测方法研究"", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021093808A1 (zh) * 2019-11-13 2021-05-20 腾讯音乐娱乐科技（深圳）有限公司 一种有效语音信号的检测方法、装置及设备
US12039999B2 (en) 2019-11-13 2024-07-16 Tencent Music Entertainment Technology (Shenzhen) Co., Ltd. Method and apparatus for detecting valid voice signal and non-transitory computer readable storage medium
CN112365899A (zh) * 2020-10-30 2021-02-12 北京小米松果电子有限公司 语音处理方法、装置、存储介质及终端设备
CN112562718A (zh) * 2020-11-30 2021-03-26 重庆电子工程职业学院 基于topk多路音源有效信号筛选系统及方法
CN114299990A (zh) * 2022-01-28 2022-04-08 杭州老板电器股份有限公司 吸油烟机的异音识别及音频注入的控制方法和系统

Also Published As

Publication number Publication date
WO2021093808A1 (zh) 2021-05-20
US20220246170A1 (en) 2022-08-04
US12039999B2 (en) 2024-07-16
CN110827852B (zh) 2022-03-04

Similar Documents

Publication Publication Date Title
CN110827852B (zh) 一种有效语音信号的检测方法、装置及设备
CN110838299B (zh) 一种瞬态噪声的检测方法、装置及设备
JP7018130B2 (ja) 遅延時間推定に基づくエコー除去方法及び装置
CN109767783B (zh) 语音增强方法、装置、设备及存储介质
CN105812993B (zh) 啸叫检测和抑制方法及其装置
CA2153170C (en) Transmitted noise reduction in communications systems
EP1065657B1 (en) Method for detecting a noise domain
JP6788086B2 (ja) オーディオ信号における背景雑音の推定
US20110099010A1 (en) Multi-channel noise suppression system
JP2008513819A (ja) 雑音のある音声信号を処理する方法および該方法を実行する装置
CN112602150B (zh) 噪声估计方法、噪声估计装置、语音处理芯片以及电子设备
WO2009064054A1 (en) Method and apparatus to detect voice activity
KR20110068637A (ko) 잡음 환경의 입력신호로부터 잡음을 제거하는 방법 및 그 장치
CN111292758B (zh) 语音活动检测方法及装置、可读存储介质
CN110931032B (zh) 一种动态回声消除方法及装置
CN109920444A (zh) 回声时延的检测方法、装置以及计算机可读存储介质
KR102188620B1 (ko) 누락 데이터에 대한 사인곡선 보간
JP2003530605A (ja) 音声信号におけるピッチ推定
CN112201267A (zh) 一种音频处理方法、装置、电子设备及存储介质
CN108848435B (zh) 一种音频信号的处理方法和相关装置
CN111246036A (zh) 一种回声估计方法和装置
CN114299938B (zh) 一种基于深度学习的智能语音识别方法和系统
CN113035222B (zh) 语音降噪方法、装置、滤波器的确定方法、语音交互设备
CN118737175A (zh) 语音降噪方法及装置、电子设备、存储介质
JP2004239930A (ja) パケット損失補償におけるピッチ検出方法と装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant