龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：斑马网络技术有限公司
摘要：本发明提供一种基于唇部的语音端点检测方法及装置、终端设备、存储介质，该方法包括：获取语音信息及所述语音信息所对应的第一时间段；基于所述第一时间段获取视频流；基于所述视频流，进行唇动检测，提取视觉特征；基于唇部的视觉特征，确定语音端点；该检测方法结合视频特征来判断语音端点，能够去除无效的、噪音类的语音信息，有效克服了噪声音频被VAD误召回后的风险；此外，在从视频流中提取视觉特征的过程中，通过输入唇部区域的图像序列，并利用帧间时序融合处理方法，得到第一时间段内驾驶员唇动的视觉特征，不依赖唇部特征点定位方法，因此该方法链路短，适合车载低算力场景，提高语音端点的检测效率。
主权项：1.一种基于唇部的语音端点检测方法，其特征在于，包括：获取语音信息及所述语音信息所对应的第一时间段；基于所述第一时间段获取视频流；基于所述视频流，进行唇动检测，提取视觉特征；基于唇部的所述视觉特征，确定语音端点；其中，所述基于所述视频流，进行唇动检测，提取视觉特征，包括：将所述视频流以帧为单位分割为多帧图像；确定时间窗口，对所述时间窗口内的数帧图像提取唇部特征，并将数帧的唇部特征进行融合，以获取该时间窗口内的视觉特征，其中，所述时间窗口内包括多帧图像；通过滑窗处理确定所述视频流对应的视觉特征；所述基于唇部的所述视觉特征，确定语音端点，包括：对获取的多个唇部的视觉特征进行计算，当计算结果显示在时序相邻的视觉特征中一个为唇形特征值在预定阈值范围内，另一个判断为唇形特征值超过预定阈值，则该相邻的视觉特征附带的时间戳对应驾驶员说话开始或结束的端点位置。
全文数据：
权利要求：
百度查询： 斑马网络技术有限公司 基于唇部的语音端点检测方法及装置、车载终端、存储介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号