[發(fā)明專利]音頻信號(hào)處理方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010189291.9
• 申請(qǐng)日: 2020-03-17
• 公開(kāi)（公告）號(hào): CN111402898B
• 公開(kāi)（公告）日: 2023-07-25
• 發(fā)明（設(shè)計(jì)）人: 鄧菁;王秋明
• 申請(qǐng)（專利權(quán)）人: 北京遠(yuǎn)鑒信息技術(shù)有限公司
• 主分類號(hào): G10L17/02
• 分類號(hào): G10L17/02;G10L17/06
• 代理公司: 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463
• 代理人: 曹瑞敏

1.一種音頻信號(hào)處理方法，其特征在于，所述方法包括：

獲取待檢測(cè)音頻信號(hào)中多個(gè)語(yǔ)音片段的語(yǔ)音特征；

根據(jù)第一個(gè)語(yǔ)音片段之后的每個(gè)待分類語(yǔ)音片段的語(yǔ)音特征和至少一個(gè)已分類語(yǔ)音片段的語(yǔ)音特征，確定所述每個(gè)待分類語(yǔ)音片段的類別；其中，所述第一個(gè)語(yǔ)音片段的類別為預(yù)設(shè)類別，所述至少一個(gè)已分類語(yǔ)音片段為所述每個(gè)待分類語(yǔ)音片段之前的至少一個(gè)語(yǔ)音片段；

根據(jù)所述第一個(gè)語(yǔ)音片段的類別以及所述每個(gè)待分類語(yǔ)音片段的類別，確定所述待檢測(cè)音頻信號(hào)中的總類別個(gè)數(shù)，并根據(jù)所述總類別個(gè)數(shù)，確定所述待檢測(cè)音頻信號(hào)的說(shuō)話人數(shù)；

所述根據(jù)第一個(gè)語(yǔ)音片段之后的每個(gè)待分類語(yǔ)音片段的語(yǔ)音特征和至少一個(gè)已分類語(yǔ)音片段的語(yǔ)音特征，確定所述每個(gè)待分類語(yǔ)音片段的類別，包括：

根據(jù)第一個(gè)語(yǔ)音片段之后的每個(gè)待分類語(yǔ)音片段的語(yǔ)音特征和所述至少一個(gè)已分類語(yǔ)音片段的語(yǔ)音特征，分別計(jì)算所述每個(gè)待分類語(yǔ)音片段與所述至少一個(gè)已分類語(yǔ)音片段之間的第一特征距離；

根據(jù)所述第一特征距離，確定所述每個(gè)待分類語(yǔ)音片段的類別；

所述根據(jù)所述第一特征距離，確定所述每個(gè)待分類語(yǔ)音片段的類別，包括：

根據(jù)所述第一特征距離，判斷是否存在與所述待分類語(yǔ)音片段的類別相同的所述已分類語(yǔ)音片段；

若存在，則確定所述已分類語(yǔ)音片段的類別為所述待分類語(yǔ)音片段的類別；

若至少一個(gè)所述已分類語(yǔ)音片段中不存在與所述每個(gè)待分類語(yǔ)音片段的類別相同的已分類語(yǔ)音片段，則建立新類別，并確定所述待分類語(yǔ)音片段的類別為所述新類別；

所述根據(jù)所述第一特征距離，判斷是否存在與所述待分類語(yǔ)音片段的類別相同的所述已分類語(yǔ)音片段，包括：

若所述第一特征距離小于第一預(yù)設(shè)閾值，則確定所述每個(gè)待分類語(yǔ)音片段與對(duì)應(yīng)已分類語(yǔ)音片段的類別不同；

若所述第一特征距離大于或等于所述第一預(yù)設(shè)閾值，則根據(jù)所述特征距離以及所述每個(gè)待分類語(yǔ)音片段的內(nèi)部特征距離，判斷所述每個(gè)待分類語(yǔ)音片段的類別與每個(gè)已分類語(yǔ)音片段的類別是否相同；

所述根據(jù)所述第一特征距離以及所述每個(gè)待分類語(yǔ)音片段的內(nèi)部特征距離，判斷所述每個(gè)待分類語(yǔ)音片段的類別與每個(gè)已分類語(yǔ)音片段的類別是否相同之前，所述方法還包括：

根據(jù)所述每個(gè)待分類語(yǔ)音片段的語(yǔ)音特征，和所述每個(gè)待分類語(yǔ)音片段的兩個(gè)語(yǔ)音子片段的語(yǔ)音特征，確定所述每個(gè)待分類語(yǔ)音片段的內(nèi)部特征距離。

2.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述第一特征距離以及所述每個(gè)待分類語(yǔ)音片段的內(nèi)部特征距離，判斷所述每個(gè)待分類語(yǔ)音片段的類別與每個(gè)已分類語(yǔ)音片段的類別是否相同，包括：

若所述第一特征距離以及所述每個(gè)待分類語(yǔ)音片段的內(nèi)部特征距離的差值，大于第二預(yù)設(shè)閾值，則確定所述每個(gè)待分類語(yǔ)音片段與對(duì)應(yīng)已分類語(yǔ)音片段的類別不同。

3.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)第一個(gè)語(yǔ)音片段之后的每個(gè)待分類語(yǔ)音片段的語(yǔ)音特征和至少一個(gè)已分類語(yǔ)音片段的語(yǔ)音特征，確定所述每個(gè)待分類語(yǔ)音片段的類別包括：

根據(jù)所述每個(gè)待分類語(yǔ)音片段的兩個(gè)語(yǔ)音子片段的語(yǔ)音特征和每個(gè)已分類語(yǔ)音片段的語(yǔ)音特征，分別確定所述兩個(gè)語(yǔ)音子片段與所述每個(gè)已分類語(yǔ)音片段的第二特征距離；

根據(jù)所述兩個(gè)語(yǔ)音子片段與所述每個(gè)已分類語(yǔ)音片段的第二特征距離的絕對(duì)差值，確定所述每個(gè)待分類語(yǔ)音片段的類別。

4.如權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述兩個(gè)語(yǔ)音子片段與所述每個(gè)已分類語(yǔ)音片段的第二特征距離的絕對(duì)差值，確定所述每個(gè)待分類語(yǔ)音片段的類別，包括：

若所述絕對(duì)差值，大于第三預(yù)設(shè)閾值，則確定所述每個(gè)待分類語(yǔ)音片段的類別為對(duì)應(yīng)已分類語(yǔ)音片段的類別不同。

5.一種音頻信號(hào)處理設(shè)備，其特征在于，所述設(shè)備包括：處理器、存儲(chǔ)介質(zhì)和總線，所述存儲(chǔ)介質(zhì)存儲(chǔ)有所述處理器可執(zhí)行的機(jī)器可讀指令，當(dāng)音頻信號(hào)處理設(shè)備運(yùn)行時(shí)，所述處理器與所述存儲(chǔ)介質(zhì)之間通過(guò)總線通信，所述處理器執(zhí)行所述機(jī)器可讀指令，以執(zhí)行上述權(quán)利要求1-4任一項(xiàng)所述的方法。

6.一種存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器運(yùn)行時(shí)執(zhí)行上述權(quán)利要求1-4任一項(xiàng)所述的方法。