[發(fā)明專利]語(yǔ)音數(shù)據(jù)處理方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)有效
| 申請(qǐng)?zhí)枺?/td> | 202011585881.X | 申請(qǐng)日: | 2020-12-29 |
| 公開(kāi)(公告)號(hào): | CN112289323B | 公開(kāi)(公告)日: | 2021-05-28 |
| 發(fā)明(設(shè)計(jì))人: | 周維聰;袁丁;劉云峰;吳悅 | 申請(qǐng)(專利權(quán))人: | 深圳追一科技有限公司 |
| 主分類(lèi)號(hào): | G10L17/00 | 分類(lèi)號(hào): | G10L17/00;G10L25/87;G10L15/04;G10L15/08;G10L15/16 |
| 代理公司: | 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224 | 代理人: | 陳小娜 |
| 地址: | 518051 廣東省深圳市南山區(qū)粵海街道*** | 國(guó)省代碼: | 廣東;44 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 語(yǔ)音 數(shù)據(jù)處理 方法 裝置 計(jì)算機(jī) 設(shè)備 存儲(chǔ) 介質(zhì) | ||
1.一種語(yǔ)音數(shù)據(jù)處理方法,其特征在于,所述方法包括:
獲取目標(biāo)語(yǔ)音數(shù)據(jù);
對(duì)所述目標(biāo)語(yǔ)音數(shù)據(jù)進(jìn)行語(yǔ)音端點(diǎn)檢測(cè),得到所述目標(biāo)語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的語(yǔ)音端點(diǎn)集合;
對(duì)所述目標(biāo)語(yǔ)音數(shù)據(jù)進(jìn)行說(shuō)話者切換檢測(cè),得到所述目標(biāo)語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的說(shuō)話者切換點(diǎn)集合;
將所述語(yǔ)音端點(diǎn)集合中的語(yǔ)音端點(diǎn)與所述說(shuō)話者切換點(diǎn)集合中的說(shuō)話者切換點(diǎn)進(jìn)行對(duì)比,得到與語(yǔ)音端點(diǎn)的距離小于距離閾值的說(shuō)話者切換點(diǎn);
過(guò)濾所述說(shuō)話者切換點(diǎn)集合中與語(yǔ)音端點(diǎn)的距離小于距離閾值的說(shuō)話者切換點(diǎn);
基于所述語(yǔ)音端點(diǎn)集合以及過(guò)濾后的所述說(shuō)話者切換點(diǎn)集合對(duì)所述目標(biāo)語(yǔ)音數(shù)據(jù)進(jìn)行語(yǔ)音切分,得到目標(biāo)語(yǔ)音片段集合;
對(duì)所述目標(biāo)語(yǔ)音片段集合中的各個(gè)目標(biāo)語(yǔ)音片段進(jìn)行聲紋特征提取,得到目標(biāo)聲紋特征集合,所述目標(biāo)聲紋特征集合包括各個(gè)所述目標(biāo)語(yǔ)音片段分別對(duì)應(yīng)的目標(biāo)聲紋特征;
對(duì)所述目標(biāo)聲紋特征集合進(jìn)行聚類(lèi)處理,將屬于同一聚類(lèi)類(lèi)別的目標(biāo)聲紋特征所對(duì)應(yīng)的目標(biāo)語(yǔ)音片段作為同一說(shuō)話者對(duì)應(yīng)的語(yǔ)音。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述對(duì)所述目標(biāo)語(yǔ)音數(shù)據(jù)進(jìn)行語(yǔ)音端點(diǎn)檢測(cè),得到所述目標(biāo)語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的語(yǔ)音端點(diǎn)集合包括:
對(duì)所述目標(biāo)語(yǔ)音數(shù)據(jù)進(jìn)行語(yǔ)音幀劃分,得到目標(biāo)語(yǔ)音幀序列;
提取所述目標(biāo)語(yǔ)音幀序列中的各個(gè)目標(biāo)語(yǔ)音幀對(duì)應(yīng)的聲學(xué)特征,得到目標(biāo)聲學(xué)特征序列,所述目標(biāo)聲學(xué)特征序列包括各個(gè)所述目標(biāo)語(yǔ)音幀分別對(duì)應(yīng)的目標(biāo)聲學(xué)特征;
將所述目標(biāo)聲學(xué)特征序列輸入到端點(diǎn)檢測(cè)模型中進(jìn)行處理,得到端點(diǎn)檢測(cè)值序列,所述端點(diǎn)檢測(cè)值序列包括各個(gè)所述目標(biāo)語(yǔ)音幀分別對(duì)應(yīng)的端點(diǎn)檢測(cè)值;
根據(jù)所述端點(diǎn)檢測(cè)值序列得到所述目標(biāo)語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的語(yǔ)音端點(diǎn)集合。
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述將所述目標(biāo)聲學(xué)特征序列輸入到端點(diǎn)檢測(cè)模型中進(jìn)行處理,得到端點(diǎn)檢測(cè)值序列包括:
將所述目標(biāo)聲學(xué)特征序列輸入到端點(diǎn)檢測(cè)模型中,所述端點(diǎn)檢測(cè)模型結(jié)合所述目標(biāo)聲學(xué)特征序列輸出各個(gè)所述目標(biāo)語(yǔ)音幀對(duì)應(yīng)的端點(diǎn)檢測(cè)概率;
當(dāng)所述目標(biāo)語(yǔ)音幀對(duì)應(yīng)的端點(diǎn)檢測(cè)概率大于預(yù)設(shè)概率時(shí),獲取第一預(yù)設(shè)值作為端點(diǎn)檢測(cè)值;
將所述目標(biāo)語(yǔ)音幀對(duì)應(yīng)的端點(diǎn)檢測(cè)值按照語(yǔ)音幀順序組成端點(diǎn)檢測(cè)值序列。
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述根據(jù)所述端點(diǎn)檢測(cè)值序列得到所述目標(biāo)語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的語(yǔ)音端點(diǎn)集合包括:
獲取所述端點(diǎn)檢測(cè)值序列中,所述第一預(yù)設(shè)值的連續(xù)排列數(shù)量大于第一數(shù)量閾值的檢測(cè)值區(qū)域;
將所述檢測(cè)值區(qū)域所對(duì)應(yīng)的前向語(yǔ)音點(diǎn)作為所述目標(biāo)語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的語(yǔ)音端點(diǎn),得到語(yǔ)音端點(diǎn)集合。
5.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述對(duì)所述目標(biāo)語(yǔ)音數(shù)據(jù)進(jìn)行說(shuō)話者切換檢測(cè),得到所述目標(biāo)語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的說(shuō)話者切換點(diǎn)集合包括:
基于所述語(yǔ)音端點(diǎn)集合對(duì)所述目標(biāo)語(yǔ)音數(shù)據(jù)進(jìn)行靜音過(guò)濾以及語(yǔ)音切分,得到語(yǔ)音切分片段集合;
對(duì)所述語(yǔ)音切分片段集合中的各個(gè)語(yǔ)音切分片段進(jìn)行說(shuō)話者切換檢測(cè),得到所述語(yǔ)音切分片段對(duì)應(yīng)的說(shuō)話者切換點(diǎn),各個(gè)語(yǔ)音切分片段對(duì)應(yīng)的說(shuō)話者切換點(diǎn)組成說(shuō)話者切換點(diǎn)集合。
6.根據(jù)權(quán)利要求5所述的方法,其特征在于,所述基于所述語(yǔ)音端點(diǎn)集合對(duì)所述目標(biāo)語(yǔ)音數(shù)據(jù)進(jìn)行靜音過(guò)濾以及語(yǔ)音切分,得到語(yǔ)音切分片段集合包括:
將所述目標(biāo)語(yǔ)音數(shù)據(jù)中語(yǔ)音結(jié)束點(diǎn)到語(yǔ)音起始點(diǎn)之間的語(yǔ)音數(shù)據(jù)進(jìn)行濾除并進(jìn)行語(yǔ)音切分,得到語(yǔ)音切分片段集合。
7.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述對(duì)所述目標(biāo)聲紋特征集合進(jìn)行聚類(lèi)處理,將屬于同一聚類(lèi)類(lèi)別的目標(biāo)聲紋特征所對(duì)應(yīng)的目標(biāo)語(yǔ)音片段作為同一說(shuō)話者對(duì)應(yīng)的語(yǔ)音包括:
確定所述目標(biāo)語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的目標(biāo)說(shuō)話者集合,獲取所述目標(biāo)說(shuō)話者集合中各個(gè)目標(biāo)說(shuō)話者對(duì)應(yīng)的標(biāo)準(zhǔn)聲紋特征;
將各個(gè)所述目標(biāo)說(shuō)話者對(duì)應(yīng)的標(biāo)準(zhǔn)聲紋特征分別作為聚類(lèi)中心,對(duì)所述目標(biāo)聲紋特征集合進(jìn)行聚類(lèi)處理,獲取所述目標(biāo)說(shuō)話者對(duì)應(yīng)的標(biāo)準(zhǔn)聲紋特征所在的目標(biāo)聚類(lèi);
獲取所述目標(biāo)聚類(lèi)對(duì)應(yīng)的目標(biāo)聲紋特征所對(duì)應(yīng)的目標(biāo)語(yǔ)音片段,作為所述目標(biāo)說(shuō)話者對(duì)應(yīng)的語(yǔ)音。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于深圳追一科技有限公司,未經(jīng)深圳追一科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.17sss.com.cn/pat/books/202011585881.X/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 用于語(yǔ)音處理的方法與系統(tǒng)
- 一種語(yǔ)音識(shí)別測(cè)試系統(tǒng)及方法
- 用于語(yǔ)音識(shí)別的方法和裝置
- 一種語(yǔ)音消毒柜的控制方法及語(yǔ)音消毒柜
- 一種語(yǔ)音處理方法及裝置
- 混合語(yǔ)音識(shí)別方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)
- 語(yǔ)音情緒識(shí)別方法、系統(tǒng)、移動(dòng)終端及存儲(chǔ)介質(zhì)
- 一種具有語(yǔ)音識(shí)別功能的智能語(yǔ)音終端設(shè)備
- 語(yǔ)音增強(qiáng)方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)
- 一種聲紋鑒定語(yǔ)音重組方法和系統(tǒng)
- 數(shù)據(jù)處理設(shè)備,數(shù)據(jù)處理方法,和數(shù)據(jù)處理程序
- 數(shù)據(jù)處理電路、數(shù)據(jù)處理裝置、數(shù)據(jù)處理方法、數(shù)據(jù)處理控制方法
- 數(shù)據(jù)處理設(shè)備、數(shù)據(jù)處理方法和數(shù)據(jù)處理程序
- 數(shù)據(jù)處理裝置、數(shù)據(jù)處理方法及數(shù)據(jù)處理程序
- 數(shù)據(jù)處理裝置、數(shù)據(jù)處理方法及計(jì)算機(jī)可讀取的記錄介質(zhì)
- 數(shù)據(jù)處理裝置、數(shù)據(jù)處理方法和數(shù)據(jù)處理程序
- 數(shù)據(jù)處理裝置、數(shù)據(jù)處理方法和數(shù)據(jù)處理程序
- 數(shù)據(jù)處理裝置、數(shù)據(jù)處理方法以及數(shù)據(jù)處理程序
- 數(shù)據(jù)處理裝置、數(shù)據(jù)處理方法以及數(shù)據(jù)處理程序
- 數(shù)據(jù)處理裝置、數(shù)據(jù)處理方法和數(shù)據(jù)處理程序
- 一種數(shù)據(jù)庫(kù)讀寫(xiě)分離的方法和裝置
- 一種手機(jī)動(dòng)漫人物及背景創(chuàng)作方法
- 一種通訊綜合測(cè)試終端的測(cè)試方法
- 一種服裝用人體測(cè)量基準(zhǔn)點(diǎn)的獲取方法
- 系統(tǒng)升級(jí)方法及裝置
- 用于虛擬和接口方法調(diào)用的裝置和方法
- 線程狀態(tài)監(jiān)控方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)
- 一種JAVA智能卡及其虛擬機(jī)組件優(yōu)化方法
- 檢測(cè)程序中方法耗時(shí)的方法、裝置及存儲(chǔ)介質(zhì)
- 函數(shù)的執(zhí)行方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)





