[發(fā)明專利]語(yǔ)音處理方法及裝置、家電設(shè)備和可讀存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010342433.0
• 申請(qǐng)日: 2020-04-27
• 公開（公告）號(hào): CN111554287B
• 公開（公告）日: 2023-09-05
• 發(fā)明（設(shè)計(jì)）人: 李種文;李勇;禹春圭;程剛
• 申請(qǐng)（專利權(quán)）人: 佛山市順德區(qū)美的洗滌電器制造有限公司
• 主分類號(hào): G10L15/22
• 分類號(hào): G10L15/22;G10L17/22;G10L15/28;G10L15/20;G10L15/05
• 代理公司: 北京勵(lì)誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 11647
• 代理人: 王丹丹

本發(fā)明公開了一種語(yǔ)音處理方法及裝置、家電設(shè)備和可讀存儲(chǔ)介質(zhì)。語(yǔ)音處理方法包括：獲取音頻數(shù)據(jù)，并在確定音頻數(shù)據(jù)包括家電設(shè)備的喚醒詞數(shù)據(jù)的情況下，處理音頻數(shù)據(jù)以獲得音頻數(shù)據(jù)的每幀分貝；根據(jù)音頻數(shù)據(jù)的每幀分貝獲取每幀分貝對(duì)應(yīng)的每幀分貝累計(jì)平均值；計(jì)算多個(gè)每幀分貝累計(jì)平均值的下降速率；在下降速率大于預(yù)設(shè)速率閾值的情況下，確定音頻數(shù)據(jù)的結(jié)束端點(diǎn)。上述語(yǔ)音處理方法的算法簡(jiǎn)單，準(zhǔn)確性高，并且無(wú)需通過(guò)在線語(yǔ)音識(shí)別裝置確定語(yǔ)音數(shù)據(jù)的結(jié)束端點(diǎn)，而可以在家電設(shè)備的本地離線進(jìn)行處理，這樣對(duì)家電設(shè)備的芯片的要求配置低，成本低，也能減少周圍噪聲的影響。

技術(shù)領(lǐng)域

本發(fā)明涉及語(yǔ)音識(shí)別技術(shù)領(lǐng)域，更具體而言，涉及一種語(yǔ)音處理方法及裝置、家電設(shè)備和可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

在相關(guān)技術(shù)中，語(yǔ)音識(shí)別包括離線語(yǔ)音識(shí)別和在線語(yǔ)音識(shí)別。離線語(yǔ)音識(shí)別的語(yǔ)音識(shí)別性能較低，無(wú)法準(zhǔn)確地識(shí)別語(yǔ)句。在線語(yǔ)音識(shí)別的語(yǔ)音識(shí)別性能雖然較高，但是，目前，通過(guò)家電設(shè)備的在線語(yǔ)音識(shí)別裝置比較分析音頻數(shù)據(jù)中環(huán)境噪音的頻率特性因子和語(yǔ)音頻率特性因子過(guò)程復(fù)雜，需要大量運(yùn)算且實(shí)時(shí)性要求高，這樣使得家電設(shè)備需要較高的芯片配置進(jìn)行處理，成本較高。

發(fā)明內(nèi)容

本發(fā)明實(shí)施方式提供一種語(yǔ)音處理方法及裝置、家電設(shè)備和可讀存儲(chǔ)介質(zhì)。

本發(fā)明實(shí)施方式的語(yǔ)音處理方法用于家電設(shè)備。語(yǔ)音處理方法包括：獲取音頻數(shù)據(jù)，并在確定所述音頻數(shù)據(jù)包括所述家電設(shè)備的喚醒詞數(shù)據(jù)的情況下，處理所述音頻數(shù)據(jù)以獲得所述音頻數(shù)據(jù)的每幀分貝；根據(jù)所述音頻數(shù)據(jù)的每幀分貝獲取所述每幀分貝對(duì)應(yīng)的每幀分貝累計(jì)平均值；計(jì)算多個(gè)所述每幀分貝累計(jì)平均值的下降速率；在所述下降速率大于預(yù)設(shè)速率閾值的情況下，確定所述音頻數(shù)據(jù)的結(jié)束端點(diǎn)。

上述語(yǔ)音處理方法中，通過(guò)獲取每幀分貝對(duì)應(yīng)的每幀分貝累計(jì)平均值，及計(jì)算多個(gè)每幀分貝累計(jì)平均值的下降速率，及在下降速率大于預(yù)設(shè)速率閾值的情況下，確定音頻數(shù)據(jù)的結(jié)束端點(diǎn)，這樣算法簡(jiǎn)單，準(zhǔn)確性高，并且無(wú)需通過(guò)在線語(yǔ)音識(shí)別裝置確定語(yǔ)音數(shù)據(jù)的結(jié)束端點(diǎn)，而可以在家電設(shè)備的本地離線進(jìn)行處理，這樣對(duì)家電設(shè)備的芯片的要求配置低，成本低，也能減少周圍噪聲的影響。

在某些實(shí)施方式中，處理所述音頻數(shù)據(jù)以獲得所述音頻數(shù)據(jù)的每幀分貝，包括：獲取所述音頻數(shù)據(jù)的每幀數(shù)據(jù)的多個(gè)采樣數(shù)據(jù)的樣本總數(shù)、每個(gè)所述采樣數(shù)據(jù)對(duì)應(yīng)的每個(gè)輸出電壓和所述音頻數(shù)據(jù)的位深度；根據(jù)所述樣本總數(shù)、所述輸出電壓和所述位深度計(jì)算所述音頻數(shù)據(jù)的每幀分貝。如此，這樣可以快速并準(zhǔn)確地計(jì)算得到音頻數(shù)據(jù)的每幀分貝，運(yùn)算簡(jiǎn)單。

在某些實(shí)施方式中，所述語(yǔ)音處理方法包括：在確定所述音頻數(shù)據(jù)包括所述家電設(shè)備的喚醒詞數(shù)據(jù)的情況下，確定所述音頻數(shù)據(jù)的起始端點(diǎn)；計(jì)算以所述起始端點(diǎn)的預(yù)設(shè)幀長(zhǎng)內(nèi)的所述音頻數(shù)據(jù)的平均每幀分貝。如此，這樣可以簡(jiǎn)化運(yùn)算，提高音頻數(shù)據(jù)處理的精確度。

在某些實(shí)施方式中，根據(jù)所述音頻數(shù)據(jù)的每幀分貝獲取所述每幀分貝對(duì)應(yīng)的每幀分貝累計(jì)平均值，包括：獲取所述音頻數(shù)據(jù)的當(dāng)前每幀分貝，和前一每幀分貝的累計(jì)平均值；根據(jù)所述當(dāng)前每幀分貝和所述前一每幀分貝的累計(jì)平均值計(jì)算所述當(dāng)前每幀分貝的累計(jì)平均值。如此，這樣可以簡(jiǎn)化運(yùn)行，提高音頻數(shù)據(jù)處理的精確度。

在某些實(shí)施方式中，根據(jù)所述當(dāng)前每幀分貝和所述前一每幀分貝的累計(jì)平均值計(jì)算所述當(dāng)前每幀分貝的累計(jì)平均值，包括：獲取第一權(quán)重及第二權(quán)重；根據(jù)所述當(dāng)前每幀分貝、所述前一每幀分貝的累計(jì)平均值、所述第一權(quán)重及所述第二權(quán)重計(jì)算所述當(dāng)前每幀分貝的累計(jì)平均值。如此，通過(guò)設(shè)置第一權(quán)重和第二權(quán)重，可以減弱聲音頻率內(nèi)的噪聲，從而提高確定結(jié)束端點(diǎn)的精確度。

在某些實(shí)施方式中，獲取第一權(quán)重及第二權(quán)重，包括：分析所述音頻數(shù)據(jù)中的音節(jié)發(fā)音特征；根據(jù)所述音節(jié)發(fā)音特征獲取所述第一權(quán)重及所述第二權(quán)重。如此，這樣可以提高音頻數(shù)據(jù)處理的精確度。