基于多状态时序建模的智能断句活动语音检测方法、装置

本申请公开了一种基于多状态时序建模的智能断句活动语音检测方法、装置。其中，该方法包括：接收至少一个通道的音频信号；采用与通道数量对应的目标语音识别模型提取音频信号的声学特征序列；确定声学特征序列所对应的每个语音帧属于不同语音活动状态的概率分布，得到每个通道对应的状态序列，其中，语音活动状态包括以下至少之一：起始静音状态、语音状态、话轮内停顿静音状态、话轮间断句静音状态；依据状态序列，确定音频信号中发生断句的时间。本申请解决了相关技术中基于固定沉默阈值的语音活动检测存在错误断句的技术问题。