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！

龙图腾网获悉浙江大搜车软件技术有限公司申请的专利一种基于帧分类的语音端点检测方法及装置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：CN114141234B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202111208674.7，技术领域涉及：G10L15/05；该发明授权一种基于帧分类的语音端点检测方法及装置是由王亚东设计研发完成，并于2021-10-18向国家知识产权局提交的专利申请。

本一种基于帧分类的语音端点检测方法及装置在说明书摘要公布了：本申请涉及一种基于帧分类的语音端点检测方法及装置，该方法包括，获取待检测的第一语音数据；对第一语音数据进行分帧处理，得到多个第一语音数据帧，每个第一语音数据帧的时间长度相同；对多个第一语音数据帧进行特征提取，得到每个第一语音数据帧的第一特征；将第一特征输入预先训练好的分类模型中，得到每个第一语音数据帧对应的第一标签；分类模型用于对第一语音数据帧进行分类，第一标签用来表示第一语音数据帧中是否包含有效语音；根据第一语音数据帧及对应的第一标签，确定第一语音数据的语音端点。通过本申请，解决了现有技术中的VAD检测不准确的问题，提高了VAD检测的准确率。

本发明授权一种基于帧分类的语音端点检测方法及装置在权利要求书中公布了：1.一种基于帧分类的语音端点检测方法，其特征在于，所述方法包括，构建用于分类模型训练的第二语音数据帧； 对所述第二语音数据帧进行特征提取，得到第二特征； 构建所述分类模型，所述分类模型包括2个门控循环单元层和3个全连接层，所述分类模型用于对所述第二语音数据帧进行分类； 根据所述第二特征对所述分类模型进行训练，包括，在训练所述分类模型的每次迭代前，在所述第二语音数据帧中加入噪声，包括，在训练所述分类模型的每次迭代前，所述分类模型产生一个随机数n，n为0到1的随机数；若所述随机数n大于预设值，则在所述第二语音数据帧中加入‑3db～3db的噪声； 获取待检测的第一语音数据； 对所述第一语音数据进行分帧处理，得到多个第一语音数据帧，每个第一语音数据帧的时间长度相同；在分帧处理前，对所述第一语音数据进行处理，当所述第一语音数据的时间长度不是所述第一语音数据帧的时间长度的整数倍时，对所述第一语音数据进行补齐，在所述第一语音数据最后补充静音数据，补充后的第一语音数据的时间长度为所述第一语音数据帧的时间长度的整数倍； 对所述多个第一语音数据帧进行特征提取，得到每个第一语音数据帧的第一特征；所述第一特征是Fbank特征； 将所述第一特征输入预先训练好的所述分类模型中，得到每个第一语音数据帧对应的第一标签；所述分类模型用于对所述第一语音数据帧进行分类，所述第一标签用来表示所述第一语音数据帧中是否包含有效语音； 根据所述第一语音数据帧及对应的第一标签，确定所述第一语音数据的语音端点。

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浙江大搜车软件技术有限公司，其通讯地址为：310000 浙江省杭州市余杭区五常街道五常大道165号2幢911室；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”。

以上内容由龙图腾AI智能生成。