[發(fā)明專利]一種語音信號處理方法、設(shè)備及計算機可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201910014077.7
• 申請日: 2019-01-04
• 公開（公告）號: CN109658921A
• 公開（公告）日: 2019-04-19
• 發(fā)明（設(shè)計）人: 王健宗;程寧;肖京
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/08;G10L15/16;G10L21/0208;G10L21/0216;G10L25/51
• 代理公司: 廣州三環(huán)專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

本發(fā)明實施例公開了一種語音信號處理方法、設(shè)備及計算機可讀存儲介質(zhì)，其中方法包括：獲取面試過程中面試者發(fā)出的語音信號；根據(jù)第一預設(shè)時長對語音信號進行加窗分幀處理，將語音信號拆分為多段第二預設(shè)時長的語音幀，第二預設(shè)時長小于或等于第一預設(shè)時長；對每一段第二預設(shè)時長的語音幀進行去噪處理，并將去噪處理后的所有第二預設(shè)時長的語音幀轉(zhuǎn)換為語音信號序列；將語音信號序列輸入語音識別模型進行分類處理，確定出與語音信號序列對應的目標語音類別；根據(jù)預設(shè)的語音類別與分數(shù)的對應關(guān)系，確定與目標語音類別對應的目標分數(shù)，并確定與所述目標分數(shù)對應的目標語音等級。通過這種方式，可提高語音識別的效率和準確性，從而提高面試效率。

技術(shù)領(lǐng)域

本發(fā)明涉及語音識別技術(shù)領(lǐng)域，尤其涉及一種語音信號處理方法、設(shè)備及計算機可讀存儲介質(zhì)。

背景技術(shù)

招聘是每個企業(yè)必不可少的一個環(huán)節(jié)，招聘效率不管是對企業(yè)的下一步發(fā)展戰(zhàn)略還是企業(yè)成本都是至關(guān)重要的?？头鳛槠髽I(yè)基礎(chǔ)崗位之一，在客服招聘過程中，面試官主要通過與面試者的面對面的交流來判斷其語音是否滿足客服要求。然而由于應聘量較大，需要處理的簡歷多，帶來了較大的工作量。因此如何更有效地提高客服招聘效率成為研究的重點。

發(fā)明內(nèi)容

本發(fā)明實施例提供一種信號處理方法、設(shè)備及計算機可讀存儲介質(zhì)，可提高語音識別效率，從而提高面試效率。

第一方面，本發(fā)明實施例提供了一種信號處理方法，該方法包括：

獲取面試過程中面試者發(fā)出的語音信號；

根據(jù)第一預設(shè)時長對所述語音信號進行加窗分幀處理，將所述語音信號拆分為多段第二預設(shè)時長的語音幀，所述第二預設(shè)時長小于或等于所述第一預設(shè)時長；

對每一段所述第二預設(shè)時長的語音幀進行去噪處理，并將去噪處理后的所有所述第二預設(shè)時長的語音幀轉(zhuǎn)換為語音信號序列；

將所述語音信號序列輸入語音識別模型進行分類處理，確定出與所述語音信號序列對應的目標語音類別；

根據(jù)預設(shè)的語音類別與分數(shù)的對應關(guān)系，確定與所述目標語音類別對應的目標分數(shù)，并根據(jù)預設(shè)的分數(shù)與語音等級的對應關(guān)系確定與所述目標分數(shù)對應的目標語音等級，以便根據(jù)所述目標語音等級確定所述面試者是否面試成功。

進一步地，所述將所述語音信號序列輸入語音識別模型進行分類處理之前，還包括：

獲取樣本數(shù)據(jù)集，所述樣本數(shù)據(jù)集中包括樣本語音信號序列和樣本語音信號的類別；

根據(jù)預設(shè)的識別算法生成初始識別模型；

基于所述樣本語音信號序列和所述樣本語音信號的類別對所述初始識別模型進行訓練，得到所述語音識別模型。

進一步地，所述獲取樣本數(shù)據(jù)集之前，還包括：

獲取樣本語音信號，其中，所述樣本語音信號攜帶了分數(shù)信息；

根據(jù)預設(shè)的分數(shù)信息與語音類別的對應關(guān)系，確定與所述樣本語音信號所攜帶的分數(shù)信息對應的語音類別。

進一步地，所述獲取樣本數(shù)據(jù)集，包括：

根據(jù)第三預設(shè)時長對所述樣本語音信號進行加窗分幀處理，將所述樣本語音信號拆分為多段第四預設(shè)時長的樣本語音幀，所述第四預設(shè)時長小于或等于所述第三預設(shè)時長；

對每一段所述第四預設(shè)時長的樣本語音幀進行去噪處理，并將去噪處理后的所有所述第二預設(shè)時長的樣本語音幀轉(zhuǎn)換為樣本語音信號序列；

確定所述樣本語音信號序列和所述樣本語音信號對應的語音類別為所述樣本數(shù)據(jù)集。

進一步地，所述將所述語音信號序列輸入語音識別模型進行分類處理，確定出與所述語音信號序列對應的目標語音類別，包括：