[發明專利]音量調節的方法、裝置、電子設備和存儲介質

在審

• 申請號: 202010886561.1
• 申請日: 2020-08-28
• 公開（公告）號: CN112037771A
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 單彥會;榮玉軍;張俊杰;蔡旭浦;羅紅
• 申請（專利權）人: 中移（杭州）信息技術有限公司;中國移動通信集團有限公司
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/02;G10L21/003;G10L21/0208
• 代理公司: 上海晨皓知識產權代理事務所(普通合伙) 31260
• 代理人: 成麗杰

1.一種音量調節的方法，其特征在于，包括：

獲取用于訓練語音識別模型的訓練集中的各音頻樣本；其中，所述語音識別模型用于語音識別；

確定所述訓練集中的各音頻樣本的音量值；

根據所述各音頻樣本的音量值，確定所述訓練集的音量基準值；

根據所述音量基準值，對所述各音頻樣本的音量值進行調節；其中，調節后的所述各音頻樣本的音量值與所述音量基準值的差值在預設的差值范圍內。

2.根據權利要求1所述的音量調節的方法，其特征在于，所述根據所述各音頻樣本的音量值，確定所述訓練集的音量基準值，包括：

根據所述各音頻樣本的音量值，在所述訓練集中選取N條音頻樣本；其中，所述N條音頻樣本的音量值在預設的音量值范圍內，所述N為大于1的自然數；

確定所述N條音頻樣本的音量平均值；

將所述音量平均值，作為所述訓練集的音量基準值。

3.根據權利要求2所述的音量調節的方法，其特征在于，所述根據所述各音頻樣本的音量值，在所述訓練集中選取N條音頻樣本，包括：

根據所述各音頻樣本的音量值，對所述訓練集中的各音頻樣本進行排序；

確定所述排序后的各音頻樣本的音量值的中位數，并將所述中位數對應的音頻樣本作為目標音頻樣本；

以所述目標音頻樣本的排序位置為選取起點，從排序在所述目標音頻樣本的兩側的各音頻樣本中選取N條音頻樣本。

4.根據權利要求3所述的量調節的方法，其特征在于，所述確定所述N條音頻樣本的音量平均值，包括：

確定所述N條音頻樣本的權重系數；

根據所述權重系數，確定所述N條音頻樣本的音量值的加權平均值；

將所述加權平均值作為所述音量平均值。

5.根據權利要求4所述的音量調節的方法，其特征在于，所述確定所述N條音頻樣本的權重系數，包括：

根據所述N條音頻樣本相對于所述目標音頻樣本的排序位置，確定所述N條音頻樣本的權重系數；其中，所述N條音頻樣本的權重系數以所述目標音頻樣本的權重系數為遞減初始值向兩側遞減。

6.根據權利要求1所述的音量調節的方法，其特征在于，所述確定所述訓練集中的各音頻樣本的音量值，包括：

確定所述訓練集中的每個所述音頻樣本中各頻率的音量值；

根據所述音頻樣本中各頻率的音量值，確定所述各頻率的音量值的平均值；

將所述平均值作為所述音頻樣本的音量值。

7.根據權利要求6所述的音量調節的方法，其特征在于，所述根據所述音量基準值，對所述各音頻樣本的音量值進行調節，包括：

根據所述音量基準值，對所述各音頻樣本中各頻率的音量值進行調節。

8.一種音量調節的實現裝置，其特征在于，包括：

獲取模塊，用于獲取用于訓練語音識別模型的訓練集中的各音頻樣本；其中，所述語音識別模型用于語音識別；

計算模塊，用于確定所述訓練集中的各音頻樣本的音量值；

統計模塊，用于根據所述各音頻樣本的音量值，確定所述訓練集的音量基準值；

調節模塊，用于根據所述音量基準值，對所述各音頻樣本的音量值進行調節；其中，調節后的所述各音頻樣本的音量值與所述音量基準值的差值在預設的差值范圍內。

9.一種電子設備，其特征在于，包括：

至少一個處理器；以及，

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行如權利要求1至7中任一所述的音量調節的方法。

10.一種計算機可讀存儲介質，存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的音量調節的方法。