[發明專利]遠場環境噪聲處理方法、裝置、設備和存儲介質

有效

• 申請號: 201810103427.2
• 申請日: 2018-02-01
• 公開（公告）號: CN108335694B
• 公開（公告）日: 2021-10-15
• 發明（設計）人: 孫建偉;李超;李鑫;朱唯鑫;文銘
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G10L15/04
• 分類號: G10L15/04;G10L15/06;G10L15/20;G10L15/16
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 李輝

本公開的實施例涉及遠場環境噪聲處理方法、裝置、設備和計算機可讀存儲介質。該方法包括將收集的遠場環境噪聲處理為預定格式的噪聲片段。該方法還包括基于所述噪聲片段和近場語音片段，建立遠場語音識別模型，以及基于所述遠場語音識別模型，確定所述噪聲片段的有效性。本公開的方案能夠針對遠場語音識別產品的不同用戶場景中的噪聲進行差異化訓練，由此優化遠場語音識別模型的抗噪性能。

技術領域

本公開的實施例總體涉及語音識別，更具體地，涉及用于遠場語音識別的模型訓練的方法、裝置、設備和計算機可讀存儲介質。

背景技術

目前，與遠場語音識別相關聯的產品、例如智能音響、智能冰箱、手機地圖等已經成為一種趨勢。在用于遠場語音識別的模型訓練中，由于真實的遠場語音數據缺乏，需要通過加噪方法對近場語音數據加噪擴充遠場語音識別訓練數據規模。

然而，對于與遠場語音識別相關聯的產品而言，由于產品的使用場景各不相同，各種場景中的噪聲屬性各不相同，因而需要根據產品屬性的不同，采集不同場景中的噪聲對近場數據進行加噪訓練，以有針對性的提高遠場語識別聲學模型的抗噪性能。

發明內容

本公開的實施例旨在提供一種用于遠場語音識別的模型訓練的方案，以解決現有技術中存在的問題。

在本公開的第一方面，提供一種遠場環境噪聲處理方法。該方法包括將收集的遠場環境噪聲處理為預定格式的噪聲片段。該方法還包括基于所述噪聲片段和近場語音片段，建立遠場語音識別模型，以及基于所述遠場語音識別模型，確定所述噪聲片段的有效性。

在本公開的第二方面，提供一種遠場環境噪聲處理裝置。該裝置包括第一處理模塊，被配置為將收集的遠場環境噪聲處理為預定格式的噪聲片段。該裝置還包括第一建立模塊，被配置為基于所述噪聲片段和近場語音片段，建立遠場語音識別模型以及第一確定模塊，被配置為基于所述遠場語音識別模型，確定所述噪聲片段的有效性。

在本公開的第三方面，提供一種計算設備，包括一個或多個處理器；以及存儲裝置，用于存儲一個或多個程序，當一個或多個程序被一個或多個處理器執行，使得一個或多個處理器實現根據本公開的第一方面的方法。

在本公開的第四方面中，提供了一種計算機可讀介質，其上存儲有計算機程序，該程序被處理器執行時實現根據本公開的第一方面的方法。

提供發明內容部分是為了簡化的形式來介紹對概念的選擇，它們在下文的具體實施方式中將被進一步描述。發明內容部分無意標識本公開內容的關鍵特征或主要特征，也無意限制本公開內容的范圍。

附圖說明

通過參考附圖閱讀下文的詳細描述，本公開的實施例的上述以及其他目的、特征和優點將變得易于理解。在附圖中，以示例而非限制性的方式示出了本公開的若干實施例，其中：

圖1示出了本公開的多個實施例能夠在其中實現的示例環境的示意圖；

圖2示出了根據本公開的一些實施例的遠場環境噪聲處理方法的過程的流程圖；

圖3示出了根據本公開的一些實施例的確定噪聲片段有效性的過程的流程圖；

圖4示出了根據本公開的實施例的遠場環境噪聲處理裝置的示意框圖；以及

圖5示出了能夠實施本公開的多個實施例的計算設備的框圖。

在各個附圖中，相同或對應的標號表示相同或對應的部分。

具體實施方式

下面將參照附圖更詳細地描述本公開的實施例。雖然附圖中顯示了本公開的某些實施例，然而應當理解的是，本公開可以通過各種形式來實現，而且不應該被解釋為限于這里闡述的實施例，相反提供這些實施例是為了更加透徹和完整地理解本公開。應當理解的是，本公開的附圖及實施例僅用于示例性作用，并非用于限制本公開的保護范圍。