[發明專利]語音信息處理方法、裝置、電子設備及存儲介質

在審

• 申請號: 202011229994.6
• 申請日: 2020-11-06
• 公開（公告）號: CN112349271A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 邱學侃
• 申請（專利權）人: 北京樂學幫網絡技術有限公司
• 主分類號: G10L13/033
• 分類號: G10L13/033;G10L15/26;G10L21/0208;G10L15/16
• 代理公司: 北京中知恒瑞知識產權代理事務所(普通合伙) 11889
• 代理人: 謝玲

本公開提供了一種語音信息處理方法、裝置、電子設備及存儲介質，該語音信息處理方法包括：接收原始語音數據；提取原始語音數據中的原始語音信息內容；根據原始語音信息內容，確定與原始語音信息內容相關的預設語音信息內容以及預設語音風格；將原始語音信息內容、預設語音信息內容和預設語音風格進行融合并輸出。本公開實施例，可以提高原始語音數據的收聽的接受度，可以避免因原始語音數據中表述不清或者語音風格較差而影響收聽效果的情況發生。

技術領域

本公開涉及計算機軟件技術領域，具體而言，涉及一種語音信息處理方法、裝置、電子設備以及存儲介質。

背景技術

隨著網絡以及科學技術的發展，人們的溝通方式越來越多樣化，也越來越便捷。例如，人們可以基于移動設備通過打電話的方式來進行溝通，也可以基于即時通訊軟件(比如微信)通過語音通話的方式來進行溝通。

然而，由于不同的人的說話風格不同，比如不同人的音色、語調或者韻律均不同，會導致收聽者對所接收到的語音內容的理解程度不同，若發音者掌握不好發音的語音風格，將導致收聽者不能很好的對所接收到的語音內容進行理解。尤其在教師需要與學生進行遠程溝通的場景下，若因教師的語音風格而影響學生對教師所發出的語音內容的理解，將會影響學生對知識內容的理解，不利于后續的學習。

發明內容

本公開實施例至少提供一種語音信息處理方法、裝置、電子設備及計算機可讀存儲介質。

第一方面，本公開實施例提供了一種語音信息處理方法，包括：

接收原始語音數據；

提取所述原始語音數據中的原始語音信息內容；

根據所述原始語音信息內容，確定與所述原始語音信息內容相關的預設語音信息內容以及預設語音風格；

將所述原始語音信息內容、所述預設語音信息內容和預設語音風格進行融合并輸出。

本公開實施例中，通過對原始語音數據中的原始語音信息內容進行提取，然后根據所述原始語音信息內容，確定與所述原始語音信息內容相關的預設語音信息內容以及預設語音風格，再將原始語音信息內容、預設語音信息內容和預設語音風格進行融合后輸出，可以將原始語音數據中的原始語音信息內容和語音風格進行相應的轉化，進而提高原始語音數據的收聽的接受度，如此可以避免因原始語音數據中表述不清或的語音風格較差而影響收聽效果的情況發生。

根據第一方面，在一種可能的實施方式中，所述預設語音風格包括多個預設語音風格；

所述根據所述原始語音信息內容，確定與所述原始語音信息內容相關的預設語音信息內容以及預設語音風格，包括：

根據所述原始語音信息內容，從數據庫中確定與所述原始語音信息內容相關的預設語音信息內容，并根據所述預設語音信息內容所對應的音頻特征，從所述多個預設語音風格中確定目標語音風格；

所述將所述原始語音信息內容、所述預設語音信息內容和所述預設語音風格進行融合并輸，包括：

根據所述預設語音信息內容完善所述原始語音信息內容，并采用所述目標語音風格輸出完善后的所述原始語音信息內容。

本公開實施例中，由于根據原始語音數據的音頻特征，從多個預設語音風格中確定目標語音風格，再將原始語音信息內容、預設語音信息內容和目標語音風格進行融合并輸出，可以在轉化語音風格的同時，使得融合后的語音風格和原始語音數據中的風格更加貼近，進一步提高收聽者的接受度。

根據第一方面，在一種可能的實施方式中，所述語音風格包括音色、語調、韻律及重讀中的至少一種。

根據第一方面，在一種可能的實施方式中，所述提取所述原始語音數據中的原始語音信息內容，包括：