[發明專利]音頻信號處理方法、裝置、設備及存儲介質

有效

• 申請號: 202010189291.9
• 申請日: 2020-03-17
• 公開（公告）號: CN111402898B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 鄧菁;王秋明
• 申請（專利權）人: 北京遠鑒信息技術有限公司
• 主分類號: G10L17/02
• 分類號: G10L17/02;G10L17/06
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 曹瑞敏

1.一種音頻信號處理方法，其特征在于，所述方法包括：

獲取待檢測音頻信號中多個語音片段的語音特征；

根據第一個語音片段之后的每個待分類語音片段的語音特征和至少一個已分類語音片段的語音特征，確定所述每個待分類語音片段的類別；其中，所述第一個語音片段的類別為預設類別，所述至少一個已分類語音片段為所述每個待分類語音片段之前的至少一個語音片段；

根據所述第一個語音片段的類別以及所述每個待分類語音片段的類別，確定所述待檢測音頻信號中的總類別個數，并根據所述總類別個數，確定所述待檢測音頻信號的說話人數；

所述根據第一個語音片段之后的每個待分類語音片段的語音特征和至少一個已分類語音片段的語音特征，確定所述每個待分類語音片段的類別，包括：

根據第一個語音片段之后的每個待分類語音片段的語音特征和所述至少一個已分類語音片段的語音特征，分別計算所述每個待分類語音片段與所述至少一個已分類語音片段之間的第一特征距離；

根據所述第一特征距離，確定所述每個待分類語音片段的類別；

所述根據所述第一特征距離，確定所述每個待分類語音片段的類別，包括：

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

若存在，則確定所述已分類語音片段的類別為所述待分類語音片段的類別；

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

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

若所述第一特征距離小于第一預設閾值，則確定所述每個待分類語音片段與對應已分類語音片段的類別不同；

若所述第一特征距離大于或等于所述第一預設閾值，則根據所述特征距離以及所述每個待分類語音片段的內部特征距離，判斷所述每個待分類語音片段的類別與每個已分類語音片段的類別是否相同；

所述根據所述第一特征距離以及所述每個待分類語音片段的內部特征距離，判斷所述每個待分類語音片段的類別與每個已分類語音片段的類別是否相同之前，所述方法還包括：

根據所述每個待分類語音片段的語音特征，和所述每個待分類語音片段的兩個語音子片段的語音特征，確定所述每個待分類語音片段的內部特征距離。

2.如權利要求1所述的方法，其特征在于，所述根據所述第一特征距離以及所述每個待分類語音片段的內部特征距離，判斷所述每個待分類語音片段的類別與每個已分類語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待分類語音片段的內部特征距離的差值，大于第二預設閾值，則確定所述每個待分類語音片段與對應已分類語音片段的類別不同。

3.如權利要求1所述的方法，其特征在于，所述根據第一個語音片段之后的每個待分類語音片段的語音特征和至少一個已分類語音片段的語音特征，確定所述每個待分類語音片段的類別包括：

根據所述每個待分類語音片段的兩個語音子片段的語音特征和每個已分類語音片段的語音特征，分別確定所述兩個語音子片段與所述每個已分類語音片段的第二特征距離；

根據所述兩個語音子片段與所述每個已分類語音片段的第二特征距離的絕對差值，確定所述每個待分類語音片段的類別。

4.如權利要求3所述的方法，其特征在于，所述根據所述兩個語音子片段與所述每個已分類語音片段的第二特征距離的絕對差值，確定所述每個待分類語音片段的類別，包括：

若所述絕對差值，大于第三預設閾值，則確定所述每個待分類語音片段的類別為對應已分類語音片段的類別不同。

5.一種音頻信號處理設備，其特征在于，所述設備包括：處理器、存儲介質和總線，所述存儲介質存儲有所述處理器可執行的機器可讀指令，當音頻信號處理設備運行時，所述處理器與所述存儲介質之間通過總線通信，所述處理器執行所述機器可讀指令，以執行上述權利要求1-4任一項所述的方法。

6.一種存儲介質，其特征在于，所述存儲介質上存儲有計算機程序，所述計算機程序被處理器運行時執行上述權利要求1-4任一項所述的方法。