[發明專利]音頻處理方法和裝置有效
| 申請號： | 202011263321.2 | 申請日： | 2020-11-12 |
| 公開（公告）號： | CN112185418B | 公開（公告）日： | 2022-05-17 |
| 發明（設計）人： | 馬達標;張雅琴 | 申請（專利權）人： | 度小滿科技（北京）有限公司 |
| 主分類號： | G10L25/03 | 分類號： | G10L25/03;G10L25/51;G10L25/87 |
| 代理公司： | 北京集佳知識產權代理有限公司 11227 | 代理人： | 薛嬌 |
| 地址： | 100193 北京市海淀區*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 音頻 處理 方法 裝置 | ||
1.一種音頻處理方法，其特征在于，包括：
獲得待處理的目標音頻以及待識別用戶的基準音頻；
基于所述目標音頻中具有的音頻間隔端點，將所述目標音頻劃分為至少一個音頻段；
針對每個所述音頻段，將所述音頻段切分為多個第一音頻切片，從所述多個第一音頻切片中確定出第一參照音頻切片，并基于所述第一參照音頻切片確定出所述多個第一音頻切片中的第一主音頻切片集，所述第一參照音頻切片為所述多個第一音頻切片中與其他第一音頻切片的特征相似程度最高的第一音頻切片，所述第一主音頻切片集包括所述多個第一音頻切片中與所述第一參照音頻切片的特征相似的第一音頻切片；
基于所述音頻段對應的第一主音頻切片集的音頻特征以及所述基準音頻的音頻特征，從所述至少一個音頻段中確定出屬于所述待識別用戶的音頻段。
2.根據權利要求1所述的方法，其特征在于，在所述從所述至少一個音頻段中確定出屬于所述待識別用戶的音頻段之前，還包括：
將所述基準音頻切分為多個第二音頻切片，從所述多個第二音頻切片中確定出第二參照音頻切片，并基于所述第二參照音頻切片確定出所述多個第二音頻切片中的第二主音頻切片集，所述第二參照音頻切片為所述多個第二音頻切片中與其他第二音頻切片的特征相似程度最高的第二音頻切片，所述第二主音頻切片集包括所述多個第二音頻切片中與所述第二參照音頻切片的特征相似的第二音頻切片；
將所述基準音頻對應的第二主音頻切片集的音頻特征確定為基準音頻的音頻特征。
3.根據權利要求1所述的方法，其特征在于，所述從所述多個第一音頻切片中確定出第一參照音頻切片，包括：
針對每個第一音頻切片，確定所述多個第一音頻切片中與所述第一音頻切片的特征相似的音頻切片的切片總數量；
將所述多個第一音頻切片中對應的切片總數量最大的第一音頻切片確定為第一參照音頻切片。
4.根據權利要求1所述的方法，其特征在于，所述基于所述第一參照音頻切片確定出所述多個第一音頻切片中的第一主音頻切片集，包括：
將所述多個第一音頻切片中與所述第一參照音頻切片的特征相似的第一音頻切片劃分到第一音頻切片集，并將所述多個第一音頻切片中與所述第一參照音頻切片的特征不相似的第一音頻切片劃分到第二音頻切片集；
對所述第一音頻切片集和第二音頻切片集執行如下切片集調整操作：
針對所述第一音頻切片集中的第一音頻切片，如所述第一音頻切片與第一音頻切片集中各第一音頻切片的第一特征相似程度低于所述第一音頻切片與第二音頻切片集中各第一音頻切片的第二特征相似程度，則將所述第一音頻切片從所述第一音頻切片集轉移到所述第二音頻切片集；
針對所述第二音頻切片集中的第一音頻切片，如所述第一音頻切片與第二音頻切片集中各第一音頻切片的第三特征相似程度低于所述第一音頻切片與第一音頻切片集中各第一音頻切片的第四特征相似程度，則將所述第一音頻切片從所述第二音頻切片集轉移到所述第一音頻切片集；
在針對第一音頻切片集和第二音頻切片集執行所述切片集調整操作后，如滿足設定的切片調整結束條件，將當前得到的第一音頻切片集和第二音頻切片集中包含第一音頻切片數量較多的音頻切片集確定主音頻切片集。
5.根據權利要求1至4任一項所述的方法，其特征在于，所述將所述音頻段切分為多個第一音頻切片，包括：
基于設定的切分窗口以及所述切分窗口的移動步長，將所述音頻段切分為存在音頻重疊的多個第一音頻切片，其中，所述切分窗口的移動步長小于所述切分窗口的窗口寬度。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于度小滿科技（北京）有限公司，未經度小滿科技（北京）有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/202011263321.2/1.html，轉載請聲明來源鉆瓜專利網。
