一种显示设备及语音识别方法

本申请一些实施例提供一种显示设备及语音识别方法，所述方法可以响应于语音交互指令，对交互语音数据中的语音信号执行小波包分解，以获得不同频带的子信号。再从子信号中提取目标特征，以生成特征向量，其中，目标特征包括频带能量、移动有效值、频谱平坦度以及基音周期中的一项或多项的组合。通过将特征向量输入预训练的语音活动检测模型，以获得语音活动检测模型输出的语音识别结果，以根据语音端点在交互语音数据截取有效语音数据段，以及根据有效语音数据段执行语音交互。所述方法可以在时域或频域信号中分别进行特征提取，可节省计算时间，降低语音活动检测模型的网络结构层数，在满足实时响应性的同时降低能耗。