用于音视频会议的实时语音活动检测方法及系统

摘要

本发明涉及一种用于音视频会议的实时语音活动检测方法，包括获取实时会议场景中的待检测的语音样本，其中语音样本包括纯净数据以及噪音数据；对待检测的语音样本进行特征提取，获得语音样本的LogFbank特征；将LogFbank特征输入至神经网络模型进行训练，获得语音检测模型，其中神经网络模型为组合模型；利用语音检测模型对从实时会议中采集到的待检测语音进行语音检测，获得待检测语音的类别。本发明提取语音的LogFbank特征用于神经网络模型训练以及检测，其计算量更小，并且LogFbank特征带有的信息量更大，其训练效果以及检测效果均较好，更加适用于实时会议场景。