[發明專利]一種音頻處理方法、設備及計算機可讀介質

在審

• 申請號: 201910236110.0
• 申請日: 2019-03-27
• 公開（公告）號: CN109859745A
• 公開（公告）日: 2019-06-07
• 發明（設計）人: 張晴晴;劉天宇;楊金富;羅磊;馬光謙;汪洋
• 申請（專利權）人: 北京愛數智慧科技有限公司
• 主分類號: G10L15/04
• 分類號: G10L15/04;G10L15/05;G10L25/60
• 代理公司: 北京智沃律師事務所 11620
• 代理人: 李笑丹

本申請涉及一種音頻處理方法、設備及計算機可讀介質，所述方法包括：接收待處理的音頻文件；對所述音頻文件中的音頻信號進行完整性檢測；若所述音頻信號完整，對所述音頻信號進行音頻質量檢測；若所述音頻信號的音頻質量滿足預設條件，則確定所述音頻文件為待識別音頻文件。本申請實施例可以從音頻信號層面確定音頻完整性及音頻質量，進而篩選出音頻完整且音頻質量滿足預設條件的音頻文件作為待識別音頻文件，減少待識別音頻文件的數據量，提高效率、降低服務器資源消耗。

技術領域

本申請涉及語音識別技術領域，尤其涉及一種音頻處理方法、設備及計算機可讀介質。

背景技術

目前，目前語音識別技術所遇到的挑戰：在低信噪比、有混響等真實條件下的識別性能；多人會話中的聲源分離和識別；對方言或有口音語音的識別等。

在改進算法的同時，更需要大量的數據來支撐研究工作、提高模型性能。在語音采集中，如何篩選出符合要求的合格語音會極大的影響到采集系統的效率和成本。

發明內容

為了解決上述技術問題或者至少部分地解決上述技術問題，本申請提供了一種音頻處理方法、設備及計算機可讀介質。

第一方面，本申請提供了一種音頻處理方法，包括：

接收待處理的音頻文件；

對所述音頻文件中的音頻信號進行完整性檢測；

若所述音頻信號完整，對所述音頻信號進行音頻質量檢測；

若所述音頻信號的音頻質量滿足預設條件，則確定所述音頻文件為待識別音頻文件。

可選地，所述對所述音頻文件中的音頻信號進行完整性檢測,包括:

對所述音頻信號進行切音檢測；

若所述音頻信號不為切音，則對所述音頻信號進行丟幀檢測；

若所述音頻信號未丟幀，則確定所述音頻信號完整。

可選地，所述對所述音頻信號進行切音檢測，包括：

對所述音頻信號進行端點檢測；

若所述音頻信號的起始端點或截止端點與所述音頻信號中語音部分的時間差小于預設切音閾值，確定所述音頻信號為切音；否則，不為切音。

可選地，所述對所述音頻信號進行丟幀檢測，包括：

對所述音頻信號中的多個采樣點進行二進制編碼轉換，得到音頻編碼；

若所述音頻編碼中多個編碼位的編碼值為0且編碼位的數量超過1個語音幀的長度，則確定所述音頻信號丟幀。

可選地，所述對所述音頻信號進行音頻質量檢測，包括：

對所述音頻信號進行截幅檢測；

若所述音頻信號未截幅，則對所述音頻信號進行信噪比檢測；

若所述音頻信號的信噪比超過預設合格閾值，則確定所述音頻信號的音頻質量滿足預設條件。

可選地，所述對所述音頻信號進行截幅檢測，包括：

計算所述音頻信號中幅值最大的N個采樣點的均方差，所述N大于或者等于2；

若所述均方差大于或者等于預設截幅閾值，則確定所述音頻信號未截幅。

可選地，所述對所述音頻信號進行信噪比檢測，包括：

計算所述音頻信號中語音部分的語音功率和噪音部分的噪音功率；

基于所述語音功率和所述噪音功率計算所述音頻信號的信噪比。