语音检测方法、装置、电子设备及计算机可读存储介质制造方法及图纸

本申请公开了一种语音检测方法、装置、电子设备及计算机可读存储介质，其中，该方法包括：利用特征提取网络对待检测语音进行特征提取，以得到待检测语音的编码特征向量；利用深层残差卷积网络对待检测语音的编码特征向量进行降维处理，以得到待检测语音的表征向量，其中，表征向量包含待检测语音的语音类别区分信息；根据表征向量与目标向量之间的距离，确定待检测语音的语音类别。通过上述方式，本申请能够提升语音检测的准确率。请能够提升语音检测的准确率。请能够提升语音检测的准确率。

【技术实现步骤摘要】
语音检测方法、装置、电子设备及计算机可读存储介质


[0001]本申请涉及计算机
，特别是涉及一种语音检测方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]随着计算机技术的发展，对于语音种类检测的越来越重要。但是，目前的语音检测方法主要基于全变量空间系统(Total Variability)，通过逐帧计算后验概率和一阶、二阶统计量，通过因子分析方法建立模型，由此实现语音类别的检测，但是这种方式在有效语音时长较短时，语音检测的准确性会严重下降。

技术实现思路

[0003]本申请主要解决的技术问题是提供一种语音检测方法、装置、电子设备及计算机可读存储介质，能够提升语音检测的准确率。
[0004]为解决上述技术问题，本申请第一方面提供了一种语音检测方法，该方法包括：利用特征提取网络对待检测语音进行特征提取，以得到待检测语音的编码特征向量；利用深层残差卷积网络对待检测语音的编码特征向量进行降维处理，以得到待检测语音的表征向量，其中，表征向量包含待检测语音的语音类别区分信息；根据表征向量与目标向量之间的相似度，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种语音检测方法，其特征在于，包括：利用特征提取网络对待检测语音进行特征提取，以得到所述待检测语音的编码特征向量；利用深层残差卷积网络对所述待检测语音的编码特征向量进行降维处理，以得到所述待检测语音的表征向量，其中，所述表征向量包含所述待检测语音的语音类别区分信息；根据所述表征向量与目标向量之间的相似度，确定所述待检测语音的语音类别。2.根据权利要求1中所述的方法，其特征在于，所述特征提取网络包括级联的编码器模块和解码器模块，所述特征提取网络的训练方式包括：利用所述编码器模块对无监督训练语音进行卷积处理，以得到所述无监督训练语音的编码特征向量；利用所述解码器模块对所述无监督训练语音的编码特征向量进行卷积处理，以得到所述无监督训练语音的解码特征向量；利用所述无监督训练语音的编码特征向量和解码特征向量进行损失计算，以得到所述无监督训练语音的第一损失结果；利用所述第一损失结果对所述特征提取网络的参数进行调整。3.根据权利要求2中所述的方法，其特征在于，所述利用所述无监督训练语音的编码特征向量和解码特征向量进行损失计算，以得到所述无监督训练语音的第一损失结果，包括：基于所述解码特征向量分别计算未来第一步至第预设数量步的预测特征向量；将每一步对应的所述编码特征向量和所述预测特征向量进行损失计算，得到每一步对应的第二损失结果；统计所有所述第二损失结果之和，得到所述无监督训练语音的第一损失结果。4.根据权利要求3中所述的方法，其特征在于，所述第一损失结果采用以下公式进行计算：所述第一损失结果采用以下公式进行计算：其中，L为所述第一损失结果，K为预设数量，L
k
为第k步的第二损失结果，Z
i+k
为未来第k步的所述编码特征向量，h
k
(c
i
)为未来第k步的预测特征向量，为从多个所述编码特征向量中均匀采样出的非未来第k步的预设数量个所述编码特征向量，T为转置。5.根据权利要求1中所述的方法，其特征在于，所述深层残差卷积网络的训练方式包括：利用所述深层残差卷积网络对有监督训练语音集进行处理，以得到每一个所述有监督训练语音的表征向量，其中，所述表征向量包含所述有监督训练语音的语音分类信息；利用单类别损失函数计算每一个所述有监督训练语音的第三损失结果；计算预设数量个有监督训练语音的第三损失结果的均值，以得到预设数量个所述有监督训练语音对应的第四损失结果；判断所述第四损失结果是否满足预设要求；若否，则利用所述第四损失结果对所述深层残差卷积网络的参数进行调整。
6.根据权利要求5中所述的方法，其特征在于...

【专利技术属性】
技术研发人员：褚繁，李晋，高天，方昕，胡郁，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：