[發明專利]語音處理方法、裝置、存儲介質及終端設備

在審

• 申請號: 202011197587.1
• 申請日: 2020-10-30
• 公開（公告）號: CN112365899A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 姬光飛
• 申請（專利權）人: 北京小米松果電子有限公司
• 主分類號: G10L25/03
• 分類號: G10L25/03;G10L25/48;G10L25/78;H04W52/02
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 盧夏子

本公開涉及一種語音處理方法、裝置、存儲介質及終端設備，所述方法包括：實時采集音頻數據，并存儲預設時間段內采集的目標音頻數據；對目標時段采集的第一音頻數據進行語音活性檢測，確定終端設備在所述目標時段所處的第一環境狀態，其中，所述目標時段為所述預設時間段內的時段，所述環境狀態包括安靜狀態和非安靜狀態；在確定所述第一環境狀態為所述非安靜狀態的情況下，對實時采集的所述音頻數據進行聲學處理。也就是說，本公開僅在確定終端設備在目標時段處于非安靜狀態的情況下，才會對實時采集的音頻數據進行聲學處理，這樣，可以降低該終端設備的聲學處理模塊在安靜狀態下的處理負擔，減少CPU占用，從而可以降低該終端設備的功耗。

技術領域

本公開涉及終端技術領域，尤其涉及一種語音處理方法、裝置、存儲介質及終端設備。

背景技術

隨著科技的發展，語音識別技術廣泛應用于家電、消費電子產品等智能設備中。為了能夠及時響應用戶的喚醒指令，智能設備中的聲學處理模塊會一直處于喚醒狀態，對該智能設備的麥克風采集到的音頻數據進行降噪、回聲消除等預處理，之后喚醒模塊再根據預處理后的音頻數據確定是否喚醒該智能設備。

但是，由于聲學處理模塊中使用的算法比較復雜，因此，在語音處理過程中會占用較多的內存資源，導致智能設備的功耗較大。

發明內容

為克服相關技術中存在的問題，本公開提供一種語音處理方法、裝置、存儲介質及終端設備。

根據本公開實施例的第一方面，提供一種語音處理方法，所述方法包括：實時采集音頻數據，并存儲預設時間段內采集的目標音頻數據；對目標時段采集的第一音頻數據進行語音活性檢測，確定終端設備在所述目標時段所處的第一環境狀態，其中，所述目標時段為所述預設時間段內的時段，所述環境狀態包括安靜狀態和非安靜狀態；在確定所述第一環境狀態為所述非安靜狀態的情況下，對實時采集的所述音頻數據進行聲學處理。

可選地，所述確定終端設備在所述目標時段所處的第一環境狀態包括：提取每一幀的所述第一音頻數據的特征參數，所述特征參數用于表征所述第一音頻數據的能量數值；在連續N幀所述特征參數均大于或等于預設閾值的情況下，確定所述第一環境狀態為所述非安靜狀態；否則，確定所述第一環境狀態為所述安靜狀態；其中，N為大于0的正整數。

可選地，所述特征參數包括短時能量和/或過零率。

可選地，所述確定終端設備在所述目標時段所處的第一環境狀態包括：確定所述第一音頻數據是否為話音數據；在確定所述第一音頻數據為話音數據的情況下，確定所述終端設備在所述目標時段所處的第一環境狀態為所述非安靜狀態。

可選地，在所述對實時采集的所述音頻數據進行聲學處理前，所述方法還包括：在確定所述第一環境狀態為所述非安靜狀態的情況下，獲取所述終端設備在所述目標時段的前一時段所處的第二環境狀態；所述對實時采集的所述音頻數據進行聲學處理包括：在所述第二環境狀態為所述安靜狀態的情況下，先后將存儲的所述目標音頻數據和實時采集的第二音頻數據發送至聲學處理模塊；由所述聲學處理模塊根據所述目標音頻數據和所述第二音頻數據進行聲學處理。

可選地，所述方法還包括：在所述第二環境狀態為所述非安靜狀態的情況下，將實時采集的所述第二音頻數據發送至所述聲學處理模塊；由所述聲學處理模塊根據所述第二音頻數據進行聲學處理。

可選地，在所述先后將存儲的所述目標音頻數據和實時采集的第二音頻數據發送至聲學處理模塊之前，所述方法還包括：在確定所述第一環境狀態為所述非安靜狀態的情況下，獲取所述第一環境狀態為所述非安靜狀態的持續時間；當所述第一環境狀態為所述非安靜狀態的持續時間超過預設時間閾值時，確定將環境狀態由所述安靜狀態切換為所述非安靜狀態；在確定所述環境狀態由所述安靜狀態切換為所述非安靜狀態的情況下，先后將存儲的所述目標音頻數據和實時采集的所述第二音頻數據發送至所述聲學處理模塊；由所述聲學處理模塊根據所述目標音頻數據和所述第二音頻數據進行聲學處理。