一种基于深度神经网络的语种信息动态检测方法

本发明提供了一种基于深度神经网络的语种信息动态检测方法，涉及语音处理技术领域，该方法获取待检测的混合语种语音流并提取原始声学特征；基于注意力机制生成当前时间步的注意力向量，并结合单向时间选取和特定时间跨度的限制，动态选取当前时间步的语音特征帧序列窗；将动态窗信号与原始声学特征信号相乘，生成当前时间步检测语种信息的局部声学特征；将任意长度的局部声学特征规整为固定维度特征，输入固定维度特征至深度神经网络分类器，输出当前时间步语音特征对应的语种概率值；基于动态窗信息及语种概率值，输出混合语音流中各语音片段的起止时间及对应语种标签，并确定语种切换的时间点，特别适用于双语混合语音流中的语种切换识别。