[發(fā)明專利]音頻處理的方法、裝置、終端及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011079341.4
• 申請(qǐng)日: 2020-10-10
• 公開（公告）號(hào): CN112202803A
• 公開（公告）日: 2021-01-08
• 發(fā)明（設(shè)計(jì)）人: 李輝;李軍
• 申請(qǐng)（專利權(quán)）人: 北京字節(jié)跳動(dòng)網(wǎng)絡(luò)技術(shù)有限公司
• 主分類號(hào): H04L29/06
• 分類號(hào): H04L29/06;G10L15/26;H04N7/15
• 代理公司: 北京天達(dá)共和律師事務(wù)所 11798
• 代理人: 關(guān)剛

1.一種音頻處理的方法，在終端執(zhí)行，包括：

與服務(wù)器建立連接；

檢測(cè)連接狀態(tài)；

當(dāng)所述連接狀態(tài)為第一狀態(tài)時(shí)，獲取第一音頻數(shù)據(jù)，將所述第一音頻數(shù)據(jù)發(fā)送至所述服務(wù)器；

當(dāng)所述連接狀態(tài)為第二狀態(tài)時(shí)，獲取第一音頻數(shù)據(jù)，將所述第一音頻數(shù)據(jù)轉(zhuǎn)換為第一文本數(shù)據(jù)，并將所述第一文本數(shù)據(jù)發(fā)送至所述服務(wù)器。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

當(dāng)所述連接狀態(tài)為所述第一狀態(tài)時(shí)，接收從所述服務(wù)器發(fā)送的第二音頻數(shù)據(jù)和根據(jù)所述第二音頻數(shù)據(jù)建立的音色模型；

當(dāng)所述連接狀態(tài)為所述第二狀態(tài)時(shí)，如所述終端具有音色模型，接收從所述服務(wù)器發(fā)送的第二文本數(shù)據(jù)，將所述第二文本數(shù)據(jù)轉(zhuǎn)換為對(duì)應(yīng)音頻數(shù)據(jù)，并通過所述音色模型處理所述對(duì)應(yīng)音頻數(shù)據(jù)，獲得合成音頻數(shù)據(jù)，并播放所述合成音頻數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述第一文本數(shù)據(jù)和所述第二文本數(shù)據(jù)包括字符和與所述字符對(duì)應(yīng)的時(shí)間戳。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述將所述第二文本數(shù)據(jù)轉(zhuǎn)換為對(duì)應(yīng)音頻數(shù)據(jù)包括：

將所述第二文本數(shù)據(jù)中的字符按照對(duì)應(yīng)的時(shí)間戳的順序轉(zhuǎn)換為所述對(duì)應(yīng)音頻數(shù)據(jù)。

5.一種音頻處理的方法，在服務(wù)器執(zhí)行，包括：

與多個(gè)終端建立連接；

檢測(cè)連接狀態(tài)；

當(dāng)所述連接狀態(tài)為第一狀態(tài)時(shí)，接收分別從所述多個(gè)終端發(fā)送的音頻數(shù)據(jù)，根據(jù)所述音頻數(shù)據(jù)生成對(duì)應(yīng)的音色模型，并將所述音頻數(shù)據(jù)和所述對(duì)應(yīng)的音色模型分別發(fā)送至所述多個(gè)終端中除所述音頻數(shù)據(jù)的發(fā)送端以外的其它終端；

當(dāng)所述連接狀態(tài)為第二狀態(tài)時(shí)，接收分別從所述多個(gè)終端發(fā)送的文本數(shù)據(jù)，并分別將所述文本數(shù)據(jù)發(fā)送至所述多個(gè)終端中除所述文本數(shù)據(jù)的發(fā)送端以外的其它終端。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述根據(jù)所述音頻數(shù)據(jù)生成對(duì)應(yīng)的音色模型包括：

將所述音頻數(shù)據(jù)作為樣本集對(duì)初始模型進(jìn)行訓(xùn)練，獲得所述音色模型；

其中，所述初始模型包括神經(jīng)網(wǎng)絡(luò)模型。

7.一種音頻處理的裝置，包括：

第一連接模塊，用于與服務(wù)器建立連接；

第一檢測(cè)模塊，用于檢測(cè)連接狀態(tài)；及

第一處理模塊，用于當(dāng)所述連接狀態(tài)為第一狀態(tài)時(shí)，獲取第一音頻數(shù)據(jù)，將所述第一音頻數(shù)據(jù)發(fā)送至所述服務(wù)器；當(dāng)所述連接狀態(tài)為第二狀態(tài)時(shí)，獲取第一音頻數(shù)據(jù)，將所述第一音頻數(shù)據(jù)轉(zhuǎn)換為第一文本數(shù)據(jù)，并將所述第一文本數(shù)據(jù)發(fā)送至所述服務(wù)器。

8.一種音頻處理的裝置，包括：

第二連接模塊，用于與多個(gè)終端建立連接；

第二檢測(cè)模塊，用于檢測(cè)連接狀態(tài)；及

第二處理模塊，用于當(dāng)所述連接狀態(tài)為第一狀態(tài)時(shí)，接收分別從所述多個(gè)終端發(fā)送的音頻數(shù)據(jù)，根據(jù)所述音頻數(shù)據(jù)生成對(duì)應(yīng)的音色模型，并將所述音頻數(shù)據(jù)和所述對(duì)應(yīng)的音色模型分別發(fā)送至所述多個(gè)終端中除所述音頻數(shù)據(jù)的發(fā)送端以外的其它終端；當(dāng)所述連接狀態(tài)為第二狀態(tài)時(shí)，接收分別從所述多個(gè)終端發(fā)送的文本數(shù)據(jù)，并分別將所述文本數(shù)據(jù)發(fā)送至所述多個(gè)終端中除所述文本數(shù)據(jù)的發(fā)送端以外的其它終端。

9.一種終端，包括：

至少一個(gè)存儲(chǔ)器和至少一個(gè)處理器；

其中，所述至少一個(gè)存儲(chǔ)器用于存儲(chǔ)程序代碼，所述至少一個(gè)處理器用于調(diào)用所述至少一個(gè)存儲(chǔ)器所存儲(chǔ)的程序代碼執(zhí)行權(quán)利要求1至6中任一項(xiàng)所述的方法。

10.一種存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)用于存儲(chǔ)程序代碼，所述程序代碼用于執(zhí)行權(quán)利要求1至6中任一項(xiàng)所述的方法。