基于神经网络的语音端点检测方法、装置、设备及介质

摘要

本申请实施例属于人工智能领域，涉及一种基于神经网络的语音端点检测方法、装置、计算机设备及存储介质，方法包括：将音频样本输入初始端点检测模型，得到第一层隐藏层的隐藏状态信息；将隐藏状态信息输入注意力层，以从时域和频域进行特征提取得到补充状态信息；根据隐藏状态信息和补充状态信息生成下一层隐藏层的输入信息，并进行迭代，直至最后一层隐藏层；将最后一层隐藏层的隐藏状态信息输入检测输出层，得到端点预测结果；根据端点预测结果和标签计算模型损失，以调整模型参数直至模型收敛，得到用于语音端点检测的端点检测模型。此外，本申请还涉及区块链技术，音频样本可存储于区块链中。本申请提高了语音端点检测的准确性。