數(shù)據的期 望增益進行修正，具體說明如下：
[0042] 圖2是本申請另一個實施例的用于語音識別系統(tǒng)的增益處理方法的流程圖。如圖 2所示，針對圖1中的步驟103之后，還可以包括以下步驟：
[0043] 步驟201，確定所述第一音頻數(shù)據的類型。
[0044] 具體地，音頻數(shù)據的類型包括噪音類型和語音類型，針對不同的音頻數(shù)據類型，對 相應的期望增益的修正過程也不同。因此，首先確定預設幀長的第一音頻數(shù)據的類型，需要 說明的是，具體的確定方式有很多，可以根據實際應用需要進行選擇，例如；通過高斯參數(shù) 分布模型確定第一音頻數(shù)據的類型，或者，通過音頻數(shù)據的語音活動檢測信息確定第一音 頻數(shù)據的類型，以語音活動檢測信息為例通過后續(xù)實施例具體介紹確定過程。
[0045] 步驟202,根據所述第一音頻數(shù)據的前一幀音頻數(shù)據的歷史期望增益，獲取與所述 第一音頻數(shù)據的類型對應的修正增益，并對所述期望增益進行更新。
[0046] 具體地，確定完第一音頻數(shù)據的類型之后，獲取第一音頻數(shù)據的前一幀音頻數(shù)據 的歷史期望增益，進而根據該歷史期望增益獲取與第一音頻數(shù)據的類型對應的修正增益。 由于不同類型的音頻數(shù)據的期望增益的修正過程不同，例如：當?shù)谝灰纛l數(shù)據的類型為噪 音時，直接應用前一幀音頻數(shù)據的歷史期望增益對期望增益進行更新；當?shù)谝灰纛l數(shù)據的 類型為語音時，應用前一幀音頻數(shù)據的歷史期望增益，以及其他的一些參數(shù)進行相關的邏 輯運算后對期望增益進行更新。
[0047] 步驟203,應用所述修正增益對所述第一音頻數(shù)據進行幅度調整。
[0048] 對期望增益進行更新后獲取第一音頻數(shù)據的修正增益，然后應用該修正增益與該 第一音頻數(shù)據進行相乘，對第一音頻數(shù)據的幅度進行調整，并采用語音識別系統(tǒng)對調整后 的第一音頻數(shù)據進行識別處理。
[0049] 本實施例的用于語音識別系統(tǒng)的增益處理方法，通過確定所述第一音頻數(shù)據的類 型，根據所述第一音頻數(shù)據的前一幀音頻數(shù)據的歷史期望增益，獲取與所述第一音頻數(shù)據 的類型對應的修正增益，并對所述期望增益進行更新，進而應用所述修正增益對所述第一 音頻數(shù)據進行幅度調整。由此，基于上述實施例，進一步地避免不同音頻段之間增益存在跳 變，保證音頻在段與段之間的連續(xù)性，進一步地提高識別性能。
[0050] 圖3是本申請另一個實施例的用于語音識別系統(tǒng)的增益處理方法的流程圖。本實 施例具體介紹以語音活動檢測信息確定第一音頻數(shù)據類型的過程，以及針對不同類型的第 一音頻數(shù)據的期望增益進行更新的過程。
[0051] 如圖3所示，針對圖1中的步驟103之后，還可以包括以下步驟：
[0052] 步驟301，獲取所述每個音頻段的語音活動檢測信息。
[0053] 具體地，獲取向語音識別系統(tǒng)輸入的、預先獲取的每個音頻段的語音活動檢測信 息，其中，語音活動檢測信息為通過預設的檢測手段確定被檢測的音頻數(shù)據的性質。語音活 動檢測信息包括〇和1，〇代表噪聲，1代表語音，例如：以能量檢測方式為例，當音頻段的能 量大于預設的閾值時，則確定該音頻段為語音，與該音頻段對應的語音活動檢測信息為1 ; 當音頻段的能量小于等于預設的閾值時，則確定音頻段為噪音，與該音頻段對應的語音活 動檢測彳g息為0。
[0054] 步驟302,判斷所有語音活動檢測信息的總和是否小于預設門限值；
[0055] 獲取所有語音活動檢測信息的總和，然后將所有語音活動檢測信息的總和與預設 的門限值進行比較，若判斷獲知所有語音活動檢測信息的總和小于該門限值，則確定第一 音頻數(shù)據為噪音類型，若判斷獲知所有語音活動檢測信息的總和大于等于該門限值，則確 定第一音頻數(shù)據為語音類型。其中，預設的門限值可以根據預設的算法和根據預設的分割 長度獲取的音頻段的數(shù)量進行確定的。
[0056] 為了更加清楚的說明用語音活動檢測信息確定第一音頻數(shù)據類型的過程，繼續(xù)以 圖1中的例子繼續(xù)說明如下：
[0057] 根據每個音頻段的語音活動檢測信息，對所有的語音活動檢測信息求和
[0058] vadsum = Σ VAD
[0059] 如果vadsum > 8X2/3,則判斷當前80ms的第一音頻數(shù)據為語音類型，否則為噪聲 類型。
[0060] 當所述第一音頻數(shù)據為噪音類型，則執(zhí)行步驟303,當所述第一音頻數(shù)據為語音類 型，則執(zhí)行步驟304。
[0061] 步驟303,當所述第一音頻數(shù)據為噪音類型，應用所述前一幀音頻數(shù)據的歷史期望 增益作為所述修正增益。
[0062] 當?shù)谝灰纛l數(shù)據為噪音類型，應用第一音頻數(shù)據的前一幀音頻數(shù)據的歷史期望增 益作為第一音頻數(shù)據的修正增益。其中，前一幀音頻數(shù)據的歷史期望增益的具體獲取過程 如圖1所示實施例，此處不再贅述。
[0063] 步驟304,當所述第一音頻數(shù)據為語音類型，根據預設的跟蹤窗長獲取所述第一音 頻數(shù)據的前N幀音頻數(shù)據的N個歷史期望增益，其中，N等于所述跟蹤窗長與所述預設幀長 的比值。
[0064] 具體地，當?shù)谝灰纛l數(shù)據為語音類型，根據預設的跟蹤窗長獲取第一音頻數(shù)據的 前N幀音頻數(shù)據的N個歷史期望增益，其中，N等于跟蹤窗長與所述預設幀長的比值。其中， 預設的跟蹤窗長為包含各種語音信息，用于防止幀與幀之間增益突變的最小增益的跟蹤窗 長，有助于對加載在音頻上的增益進行平滑，降低了幀與幀之間音頻的跳變，調整信號幅度 的同時盡可能多的保留了原始信號的包絡信息，從而更加有效地改善識別性能。例如：預設 的跟蹤窗長為960ms，對于80ms的第一音頻數(shù)據來說，N = 12,即獲取所述第一音頻數(shù)據的 前12幀的歷史期望增益。
[0065] 步驟305,從所述N個歷史期望增益和所述期望增益中取最小值為參考增益。
[0066] 從N個歷史期望增益中取最小值為參考增益，其中，前N幀音頻數(shù)據的各個歷史期 望增益的具體獲取過程如圖1所示實施例，此處不再贅述。
[0067] 步驟306,若判斷獲知所述參考增益在預設的增益持續(xù)時長內沒有變化，則根據所 述跟蹤窗長和預設的更新算法對所述參考增益進行更新。
[0068] 具體地，預先設置一個增益持續(xù)時長，根據該增益持續(xù)時長監(jiān)控參考增益是否在 該增益持續(xù)時長中發(fā)生變化，若是，則持續(xù)更新，若判斷獲知參考增益在預設的增益持續(xù)時 長內沒有變化，則根據所述跟蹤窗長和預設的更新算法對所述參考增益進行更新。
[0069] 步驟307,根據所述前一幀音頻數(shù)據的歷史期望增益、預設的增益平滑因子、所述 參考增益，按照預設的修正算法獲取所述修正增益。
[0070] 具體地，根據第一音頻數(shù)據的前一幀音頻數(shù)據的歷史期望增益、預設的增益平滑 因子、所述參考增益，按照預設的修正算法獲取第一音頻數(shù)據的修正增益。其中，修正算法 的實現(xiàn)方式很多，可以根據應用需要進行選擇。
[0071] 為了更加清楚的描述當?shù)谝灰纛l數(shù)據為語音類型時，修正增益的具體獲取過程， 繼續(xù)以上述例子說明如下：
[0072] 參數(shù)初始化：
[0073] 預設的音頻期望幅值：PeakThld = 25000 ;
[0074] 防止幀與幀之間增益突變的最小增益跟蹤窗長：WinLen = 12,即960ms ;
[0075] 初始的最小參考增益：G_= 100. 0 ;
[0076] 初始的最小增益持續(xù)時長：holdtime = 0 ;
[0077] 增益平滑因子：α = 〇· 9 ;
[0078] 初始的局部最小參考增益：G_tenip= 100. 0 ;
[0079] 初始化的歷史期望增益：GFinal= 1. 0 ;
[0080] 初始化的歷史期望增益：GainDelay = 1. 0 ;
[0081] 如果當前幀與語音，則最終增益的計算按照如下步驟：
[0094] 進一步地，由于當說話場景相對固定時，語音在相鄰幀之間其峰值變化較小，因 此，基于上述實施例，在步驟305之后，還包括：
[0095] 根據所述期望增益和所述參考增益，以及預設的語音矯正算法確定所述第一音頻 數(shù)據是否為語音類型；
[0096] 若確定所述第一音頻數(shù)據為噪音類型，則應用所述參考增益作為所述修正增益。
[0097] 為了更加清楚的描述當?shù)谝灰纛l數(shù)據為語音類型時，語音類型的具體矯正過程， 繼續(xù)以上述例子說明如下：繼續(xù)以上述例子說明如下：
[0098] 如果gmin彡5*Gmin，則認為當前80ms音頻數(shù)據為噪聲，且Gain = Gmin。
[0099] 本實施例的用于語音識別系統(tǒng)的增益處理方法，通過語音活動檢測信息確定所述 第一音頻數(shù)據的類型，若確定所述第一音頻數(shù)據為噪音類型，應用所述前一幀音頻數(shù)據的 歷史期望增益作為所述修正增益；若確定所述第一音頻數(shù)據為語音類型，根據預設的跟蹤 窗長獲取所述第一音頻數(shù)據的前N幀音頻數(shù)據的N個歷史期望增益，其中，N等于所述跟蹤 窗長與所述預設幀長的比值；從所述N個歷史期望增益和所述期望增益中取最小值為參考 增益；根據所述前一幀音頻數(shù)據的歷史期望增益、預設的增益平滑因子、所述參考增益獲取 所述修正增益。由此，基于上述實施例，進一步地避免不同音頻段之間增益存在跳變，保證 音頻在段與段之間的連續(xù)性，進一步地提高識別性能。
[0100] 為了保證當前第一音頻數(shù)據根據修正增益處理后不會被截幅，通過圖4對修正增 益進行限制處理。
[0101] 圖4是本申請另一個實施例的用于語音識別系統(tǒng)的增益處理方法的流程圖。如圖 4所示，針對圖2中的步驟202之后，還可以包括以下步驟：