通话状态检测方法、装置、计算机系统和介质
本公开提供了一种通话状态检测方法、装置、计算机系统和介质，该通话状态检测方法包括：获得语音信号；获取所述语音信号的语音特征，所述语音特征包括基于听觉特性的特征，并且与消除所述语音信号中回声的算法解耦；将所述语音特征输入通话模式识别模型，确定所述语音信号的通话状态为单端通话状态或双端通话状态。
发明专利
CN201910491201.9
2019-06-06
CN112133324A
2020-12-25
G10L25/03(2013.01)
北京京东尚科信息技术有限公司
童颖
100086 北京市海淀区知春路76号8层
中科专利商标代理有限责任公司
李春伟
北京;11
1.一种通话状态检测方法，包括： 获得语音信号； 获取所述语音信号的语音特征，所述语音特征包括基于听觉特性的特征，并且与消除所述语音信号中回声的算法解耦；以及 将所述语音特征输入通话模式识别模型，确定所述语音信号的通话状态为单端通话状态或双端通话状态。 2.根据权利要求1所述的方法，其中，所述语音特征包括以下至少一种：梅尔频率倒谱系数特征、幅度调制频谱特征、相对频谱转换的感知线性预测系数特征和滤波器组功率谱特征。 3.根据权利要求1或2所述的方法，其中， 所述语音特征还包括辅助特征； 其中，所述辅助特征与所述消除所述语音信号中回声的算法耦合。 4.根据权利要求1所述的方法，其中，所述通话模式识别模型的拓扑结构为具有第一指定个数层的神经网络； 其中，所述通话模式识别模型的输入为语音信号的当前帧，以及以下至少一种：当前帧之前第二指定个数帧、当前帧之后第三指定个数帧。 5.根据权利要求4所述的方法，其中， 所述通话模式识别模型的输出包括二值掩蔽，所述二值掩蔽包括多个频率点的通话状态，其中，所述多个频率点为一帧语音信号的频谱图中包括的多个频率点。 6.根据权利要求5所述的方法，还包括： 在确定所述语音信号的通话状态为单端通话状态或双端通话状态之后，利用滤波器对所述语音信号执行消除声学回声； 其中，如果确定所述语音信号为单端通话状态，则更新所述滤波器的参数。 7.根据权利要求6所述的方法，其中，所述更新滤波器的参数包括： 如果所述滤波器采用基于频域的回声消除算法，则基于各频率点的通话状态确定是否更新滤波器的参数；以及 如果所述滤波器采用基于时域的回声消除算法，则基于所述二值掩蔽包括的多个频率点的通话状态确定当前帧语音信号的通话状态，然后基于所述当前帧语音信号的通话状态确定是否更新滤波器的参数，其中，所述多个频率点具有相同或不同的权重。 8.根据权利要求4所述的方法，其中， 所述通话模式识别模型还包括分类层，所述分类层的输出包括所述语音信号的通话状态。 9.一种通话状态检测装置，包括： 信号获得模块，用于获得语音信号； 特征获取模块，用于获取所述语音信号的语音特征，所述语音特征为基于听觉特性的特征，且与消除所述语音信号中回声的算法解耦；以及 状态确定模块，用于将所述语音特征输入通话模式识别模型，确定所述语音信号为单端通话状态或双端通话状态。 10.根据权利要求9所述的装置，其中，所述状态确定模块的输入包括语音信号的当前帧，以及以下至少一种：当前帧之前第二指定个数帧、当前帧之后第三指定个数帧。 11.根据权利要求9所述的装置，还包括： 回声消除模块，用于在确定所述语音信号的通话状态为单端通话状态或双端通话状态之后，利用滤波器对所述语音信号执行消除声学回声；以及 参数更新模块，用于如果确定所述语音信号为单端通话状态，则更新所述滤波器的参数。 12.根据权利要求11所述的装置，其中，所述参数更新模块包括： 第一更新单元，用于如果所述滤波器采用基于频域的回声消除算法，则基于各频率点的通话状态确定是否更新滤波器的参数；以及 第二更新单元，用于如果所述滤波器采用基于时域的回声消除算法，则基于所述二值掩蔽包括的多个频率点的通话状态确定当前帧语音信号的通话状态，然后基于所述当前帧语音信号的通话状态确定是否更新滤波器的参数，其中，所述多个频率点具有相同或不同的权重。 13.一种计算机系统，包括： 一个或多个处理器； 存储装置，用于存储可执行指令，所述可执行指令在被所述处理器执行时，实现根据权利要求1～8中任一项所述的方法。 14.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时实现根据权利要求1～8中任一项所述的方法。