[發明專利]語音處理方法、介質、裝置和計算設備

有效

• 申請號: 201810098244.6
• 申請日: 2018-01-31
• 公開（公告）號: CN108364655B
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 沙泓州;臧陽光;林月冠;王波;宋婷;張錦鋒
• 申請（專利權）人: 網易樂得科技有限公司
• 主分類號: G10L17/02
• 分類號: G10L17/02;G10L15/08;G10L15/26;G10L13/08
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 闞梓瑄;王衛忠

1.一種語音處理方法，包括：

獲取指定人員的第一錄音文件；其中，所述指定人員的第一錄音文件為針對所述指定人員錄制的專屬語音；

從所述第一錄音文件中提取所述指定人員的聲紋特征；

根據所述聲紋特征，從第二錄音文件中查找與所述聲紋特征相匹配的錄音數據；

對所述錄音數據進行轉換處理，得到語音與文本的對應關系；

基于所述語音與文本的對應關系，進行語音合成；

其中，對所述錄音數據進行轉換處理，得到語音與文本的對應關系，包括：

確定所述錄音數據中各段錄音對應的至少一個候選詞組，以及所述至少一個候選詞組的選擇概率；

根據所述至少一個候選詞組的選擇概率，確定所述各段錄音對應的文本，以得到語音與文本的對應關系；

其中，根據所述至少一個候選詞組的選擇概率，確定所述各段錄音對應的文本，包括：

計算所述各段錄音對應的至少一個候選詞組中選擇概率最大的兩個候選詞組的選擇概率之差；

若任一段錄音對應的所述兩個候選詞組的選擇概率之差大于或等于預定值，則將所述兩個候選詞組中選擇概率最大的候選詞組作為所述任一段錄音對應的文本；

其中，從第二錄音文件中查找與所述聲紋特征相匹配的錄音數據，包括：

按照說話人員的不同對所述第二錄音文件進行切分，得到切分后的錄音數據；

從所述切分后的錄音數據中查找與所述聲紋特征相匹配的錄音數據；

其中，按照說話人員的不同對所述第二錄音文件進行切分，包括：

基于檢驗一段聲音數據中是包含一個人員的聲音數據還是包含多個人員的聲音數據，構造假設檢驗得分函數；

根據所述假設檢驗得分函數以預定長度的檢驗窗口對所述第二錄音文件進行檢驗，以確定所述第二錄音文件的切割點；

基于確定的切割點，對所述第二錄音文件進行切分。

2.根據權利要求1所述的方法，其中，確定所述錄音數據中各段錄音對應的至少一個候選詞組，以及所述至少一個候選詞組的選擇概率，包括：

將所述各段錄音轉換為音素；

根據所述各段錄音轉換得到的音素，確定所述錄音數據中各段錄音對應的至少一個候選詞組，以及所述至少一個候選詞組的選擇概率。

3.根據權利要求2所述的方法，其中，將所述各段錄音轉換為音素，包括：

構建語音與音素的轉換模型；

基于所述語音與音素的轉換模型將所述各段錄音轉換為音素。

4.根據權利要求2所述的方法，其中，根據所述各段錄音轉換得到的音素，確定所述錄音數據中各段錄音對應的至少一個候選詞組，以及所述至少一個候選詞組的選擇概率，包括：

構建音素與詞組的轉換模型；

根據所述音素與詞組的轉換模型及所述各段錄音轉換得到的音素，確定所述各段錄音對應的至少一個候選詞組，以及所述至少一個候選詞組的選擇概率。

5.根據權利要求1所述的方法，還包括：

若所述任一段錄音對應的所述兩個候選詞組的選擇概率之差小于所述預定值，則刪除所述任一段錄音及所述任一段錄音對應的至少一個候選詞組。

6.根據權利要求1所述的方法，還包括：對所述第一錄音文件進行轉換處理，得到所述語音與文本的對應關系。

7.根據權利要求1所述的方法，其中，確定所述第二錄音文件的切割點，包括：

若根據所述假設檢驗得分函數確定所述第二錄音文件中任一段錄音的得分大于第一預定閾值，則根據所述假設檢驗得分函數確定所述任一段錄音中的得分最大點，并將所述得分最大點作為所述切割點。

8.根據權利要求1所述的方法，其中，從所述切分后的錄音數據中查找與所述聲紋特征相匹配的錄音數據，包括：

計算所述切分后的錄音數據中各段錄音數據的聲紋信息與所述聲紋特征的相似度；

從所述各段錄音數據中選取所述相似度大于第二預定閾值的錄音數據作為查找到的錄音數據。