[發明專利]語音處理方法、裝置、電子設備以及介質

有效

• 申請號: 201911343419.6
• 申請日: 2019-12-23
• 公開（公告）號: CN111105781B
• 公開（公告）日: 2022-09-23
• 發明（設計）人: 李凡智;劉旭國;楊良印
• 申請（專利權）人: 聯想（北京）有限公司
• 主分類號: G10L15/00
• 分類號: G10L15/00;G10L15/06
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 周天宇

本公開提供了一種語音處理方法，包括：獲取目標用戶的第一語音數據，其中，第一語音數據的語言類別為第一語言類別，第一語音數據包括目標用戶的語音特性；確定用于處理第一語音數據的處理方式，其中，處理方式包括將第一語音數據的語言類別由第一語言類別轉換為第二語言類別，處理方式還包括處理第一語音數據時保留語音特性；以及基于處理方式處理第一語音數據，得到第二語音數據，其中，第二語音數據的語言類別為第二語言類別，第二語音數據包括語音特性。本公開還提供了一種語音處理裝置、一種電子設備以及一種計算機可讀存儲介質。

技術領域

本公開涉及一種語音處理方法、一種語音處理裝置、一種電子設備以及一種計算機可讀存儲介質。

背景技術

相關技術中的電子設備具有多種功能，例如具有語音翻譯的功能。但是，相關技術的電子設備例如在將用戶A的中文語音翻譯成英文語音時，翻譯后的英文語音通常是標準的系統語音，不具有用戶A的語音特性，從而導致針對不同用戶的語音進行翻譯所得到的語音均為千篇一律的系統語音，無法給用戶提供較好的使用體驗。

發明內容

本公開的一個方面提供了一種語音處理方法，包括：獲取目標用戶的第一語音數據，其中，所述第一語音數據的語言類別為第一語言類別，所述第一語音數據包括所述目標用戶的語音特性，確定用于處理所述第一語音數據的處理方式，其中，所述處理方式包括將所述第一語音數據的語言類別由所述第一語言類別轉換為第二語言類別，所述處理方式還包括處理所述所述第一語音數據時保留所述語音特性，基于所述處理方式處理所述第一語音數據，得到第二語音數據，其中，所述第二語音數據的語言類別為所述第二語言類別，所述第二語音數據包括所述語音特性。

可選地，上述基于所述處理方式處理所述第一語音數據，得到第二語音數據包括：獲取經訓練處理模型，將所述第一語音數據輸入至所述經訓練處理模型，其中，所述第一語音數據包括情感信息，經由所述經訓練處理模塊基于所述處理方式處理所述第一語音數據，得到所述第二語音數據，其中，所述第二語音數據包括所述情感信息。

可選地，上述方法還包括：訓練待訓練處理模型，得到所述經訓練處理模型，所述訓練待訓練處理模型，得到所述經訓練處理模型包括：獲取樣本數據，其中，所述樣本數據包括特定用戶的多個第一樣本語音數據和與所述多個第一樣本語音數據分別對應的多個第二樣本語音數據，所述多個第一樣本語音數據中的每個第一樣本語音數據均具有第一情感標注信息，所述多個第二樣本語音數據中的每個第二樣本語音數據均具有與所述第一情感標注信息對應的第二情感標注信息，將所述樣本數據輸入所述待訓練模型中進行訓練，得到所述經訓練處理模型，其中，所述經訓練處理模型用于處理所述第一語音數據以得到包括所述情感信息的第二語音數據。

可選地，上述基于所述處理方式處理所述第一語音數據，得到第二語音數據包括：確定所述第一語音數據在所述第二語言類別中的語義信息，基于所述語義信息，從所述目標用戶的多個語音子數據中獲取與所述語義信息相匹配的多個特定語音子數據，處理所述多個特定語音子數據，得到所述第二語音數據。

可選地，上述方法還包括：獲取所述目標用戶的多個語音子數據，其中，所述獲取所述目標用戶的多個語音子數據包括：獲取所述目標用戶的多個歷史語音數據，其中，所述歷史語音數據的語言類別為第一語言類別，處理所述多個歷史語音數據，得到所述多個語音子數據。

本公開的另一個方面提供了一種語音處理裝置，包括：第一獲取模塊、確定模塊以及處理模塊。其中，第一獲取模塊，獲取目標用戶的第一語音數據，其中，所述第一語音數據的語言類別為第一語言類別，所述第一語音數據包括所述目標用戶的語音特性。確定模塊，確定用于處理所述第一語音數據的處理方式，其中，所述處理方式包括將所述第一語音數據的語言類別由所述第一語言類別轉換為第二語言類別。處理模塊，利用所述處理方式處理所述第一語音數據，得到第二語音數據，其中，所述第二語音數據的語言類別為所述第二語言類別，所述第二語音數據包括所述語音特性。