[發明專利]音頻處理方法、裝置、智能設備及介質

有效

• 申請號: 201810276931.2
• 申請日: 2018-03-30
• 公開（公告）號: CN108492826B
• 公開（公告）日: 2021-05-04
• 發明（設計）人: 褚長森
• 申請（專利權）人: 北京金山安全軟件有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G11B27/10
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

1.一種音頻處理方法，其特征在于，包括：

接收語音指令；

對所述語音指令中的內容進行語義分析；

在語義分析后得到所述語音指令的語音內容的情況下，從預設的至少一組語音內容與音頻文件的對應關系中，查找與語義分析得到的語音內容相對應的預設音頻文件；在語義分析后不能準確得到所述語音指令的語音內容的情況下，獲取智能設備的歷史播放記錄，所述歷史播放記錄是智能設備已播放過的處理結果，根據所述歷史播放記錄確定所述預設音頻文件；所述預設音頻文件包括第一音頻文件和第二音頻文件；

處理所述語音指令的同時，播放所述預設音頻文件；其中，播放所述預設音頻文件包括播放所述第一音頻文件，當獲取所述語音指令的處理結果時，停止播放所述第一音頻文件，開始播放所述第二音頻文件；

當所述預設音頻文件播放結束時，播放所述語音指令的處理結果；

所述預設音頻文件的播放時長不小于獲取所述處理結果所需的目標時長。

2.根據權利要求1所述的方法，其特征在于，所述播放所述第一音頻文件之前，所述方法還包括：

確定獲取到所述處理結果所需的目標時長；

對所述第一音頻文件進行處理，以使所述第一音頻文件的播放時長等于所述目標時長。

3.根據權利要求1所述的方法，其特征在于，所述第一音頻文件和所述第二音頻文件的語義內容相同或不同。

4.根據權利要求1-3任一項所述的方法，其特征在于，所述播放所述預設音頻文件，包括：

以第一音調播放所述第一音頻文件；

當獲取到所述語音指令的所述處理結果時，以第二音調播放所述第二音頻文件。

5.根據權利要求1所述的方法，其特征在于，所述播放所述預設音頻文件，包括：

通過深度學習模型，獲取所述語音指令的音色，作為目標音色；

以所述目標音色播放所述預設音頻文件。

6.根據權利要求5所述的方法，其特征在于，所述通過深度學習模型，獲取所述語音指令的音色之前，所述方法還包括：

獲取樣本音頻文件；

利用所述樣本音頻文件對預設的深度學習模型進行音色識別訓練，得到滿足預設條件的深度學習模型。

7.一種音頻處理裝置，其特征在于，包括：

接收單元，用于接收語音指令；

處理單元，用于對所述語音指令中的內容進行語義分析；

確定單元，用于：

在語義分析后得到所述語音指令的語音內容的情況下，從預設的至少一組語音內容與音頻文件的對應關系中，查找與語義分析得到的語音內容相對應的預設音頻文件；在語義分析后不能準確得到所述語音指令的語音內容的情況下，獲取智能設備的歷史播放記錄，所述歷史播放記錄是智能設備已播放過的處理結果，根據所述歷史播放記錄確定所述預設音頻文件；所述預設音頻文件包括第一音頻文件和第二音頻文件；

所述處理單元，用于處理所述語音指令；

播放單元，用于在處理單元處理所述語音指令的同時，播放所述預設音頻文件，其中，播放所述預設音頻文件包括播放所述第一音頻文件，當獲取所述語音指令的處理結果時，停止播放所述第一音頻文件，開始播放所述第二音頻文件；

所述播放單元，還用于當所述預設音頻文件播放結束時，播放所述語音指令的處理結果。

8.根據權利要求7所述的裝置，其特征在于，

所述確定單元，還用于確定獲取到所述處理結果所需的目標時長；

所述處理單元，還用于對所述第一音頻文件進行處理，以使所述第一音頻文件的播放時長等于所述目標時長。

9.根據權利要求7所述的裝置，其特征在于，所述第一音頻文件和所述第二音頻文件的語義內容相同或不同。