[發(fā)明專利]一種數(shù)據(jù)處理方法、裝置及電子設(shè)備

有效

• 申請?zhí)枺?/td>: 202110189853.4
• 申請日: 2021-02-18
• 公開（公告）號: CN113012706B
• 公開（公告）日: 2023-06-27
• 發(fā)明（設(shè)計）人: 師圣;杜楊洲;楊琳
• 申請（專利權(quán)）人: 聯(lián)想（北京）有限公司
• 主分類號: G10L21/013
• 分類號: G10L21/013;G10L21/007;G10L15/26;G10L21/10;G10L21/14;G10L25/30;G06F16/583;G06F16/683;G06F40/30;G06N3/08
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 林哲生

1.一種數(shù)據(jù)處理方法，包括：

獲取第一音頻數(shù)據(jù)；

將所述第一音頻數(shù)據(jù)進(jìn)行轉(zhuǎn)換，獲得第一音頻圖像；

基于所述第一音頻圖像，生成第二音頻圖像；

對所述第二音頻圖像對應(yīng)的音頻特征信息進(jìn)行處理，獲得第二音頻數(shù)據(jù)，所述第一音頻數(shù)據(jù)和所述第二音頻數(shù)據(jù)具有相同的語義，且所述第一音頻數(shù)據(jù)和所述第二音頻數(shù)據(jù)的音頻屬性特征不同；

基于所述第一音頻數(shù)據(jù)以及所述第二音頻數(shù)據(jù)，生成音頻數(shù)據(jù)訓(xùn)練樣本；

基于所述音頻數(shù)據(jù)訓(xùn)練樣本進(jìn)行模型訓(xùn)練，獲得音頻識別模型，所述音頻識別模型用于識別具有不同音頻屬性特征的音頻數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的方法，所述基于所述第一音頻圖像，生成第二音頻圖像，包括：

基于圖像轉(zhuǎn)換模型對所述第一音頻圖像進(jìn)行處理，獲得第二音頻圖像；

所述圖像轉(zhuǎn)換模型用于提取所述第一音頻圖像中待轉(zhuǎn)換的音頻特征，并基于所述音頻特征生成所述第二音頻圖像，所述第二音頻圖像與所述第一音頻圖像具有不同的圖像特征。

3.根據(jù)權(quán)利要求2所述的方法，所述方法還包括：

獲取第一樣本集，所述第一樣本集包括若干具有第一音頻圖像的圖像特征的第一圖像以及若干具有第二音頻圖像的圖像特征的第二圖像；

利用所述第一樣本集對初始神經(jīng)網(wǎng)絡(luò)模型進(jìn)行無監(jiān)督訓(xùn)練，獲得圖像轉(zhuǎn)換模型。

4.根據(jù)權(quán)利要求3所述的方法，所述圖像轉(zhuǎn)換模型包括循環(huán)生成對抗網(wǎng)絡(luò)，所述循環(huán)生成對抗網(wǎng)絡(luò)包括第一生成對抗網(wǎng)絡(luò)和第二生成對抗網(wǎng)絡(luò)，其中，

所述第一生成對抗網(wǎng)絡(luò)，用于提取所述第一音頻圖像中待轉(zhuǎn)換的音頻特征，并基于所述音頻特征生成第二音頻圖像；

所述第二生成對抗網(wǎng)絡(luò)，用于檢測針對所述第二音頻圖像進(jìn)行還原后的圖像是否與所述第一音頻圖像一致。

5.根據(jù)權(quán)利要求2所述的方法，所述方法還包括：

獲取第二樣本集，所述第二樣本集包括若干組圖像樣本，每一組圖像樣本包括具有第一音頻圖像的圖像特征的第三圖像，以及與所述第三圖像對應(yīng)的具有第二音頻圖像的圖像特征的第四圖像；

基于所述第二樣本集對初始神經(jīng)網(wǎng)絡(luò)模型進(jìn)行有監(jiān)督訓(xùn)練，獲得圖像轉(zhuǎn)換模型。

6.根據(jù)權(quán)利要求1所述的方法，所述方法還包括：

獲取待識別的音頻數(shù)據(jù)；

將所述待識別的音頻數(shù)據(jù)輸入至所述音頻識別模型，得到音頻識別結(jié)果，所述音頻識別結(jié)果包括音頻識別內(nèi)容以及音頻屬性特征。

7.根據(jù)權(quán)利要求6所述的方法，所述方法還包括：

若所述音頻識別內(nèi)容不唯一，基于音頻識別特征，在所述音頻識別內(nèi)容中確定目標(biāo)音頻識別內(nèi)容。

8.一種數(shù)據(jù)處理裝置，包括：

獲取單元，用于獲取第一音頻數(shù)據(jù)；

轉(zhuǎn)換單元，用于將所述第一音頻數(shù)據(jù)進(jìn)行轉(zhuǎn)換，獲得第一音頻圖像；

生成單元，用于基于所述第一音頻圖像，生成第二音頻圖像；

處理單元，用于對所述第二音頻圖像對應(yīng)的音頻特征信息進(jìn)行處理，獲得第二音頻數(shù)據(jù)，所述第一音頻數(shù)據(jù)和所述第二音頻數(shù)據(jù)具有相同的語義，且所述第一音頻數(shù)據(jù)和所述第二音頻數(shù)據(jù)的音頻屬性特征不同；

樣本生成單元，用于基于所述第一音頻數(shù)據(jù)以及所述第二音頻數(shù)據(jù)，生成音頻數(shù)據(jù)訓(xùn)練樣本；

模型訓(xùn)練單元，用于基于所述音頻數(shù)據(jù)訓(xùn)練樣本進(jìn)行模型訓(xùn)練，獲得音頻識別模型，所述音頻識別模型用于識別具有不同音頻屬性特征的音頻數(shù)據(jù)。

9.一種電子設(shè)備，所述電子設(shè)備包括：

存儲器，用于存儲應(yīng)用程序和所述應(yīng)用程序運(yùn)行所產(chǎn)生的數(shù)據(jù)；

處理器，用于執(zhí)行所述應(yīng)用程序，以實(shí)現(xiàn)：

獲取第一音頻數(shù)據(jù)；

將所述第一音頻數(shù)據(jù)進(jìn)行轉(zhuǎn)換，獲得第一音頻圖像；

基于所述第一音頻圖像，生成第二音頻圖像；

對所述第二音頻圖像對應(yīng)的音頻特征信息進(jìn)行處理，獲得第二音頻數(shù)據(jù)，所述第一音頻數(shù)據(jù)和所述第二音頻數(shù)據(jù)具有相同的語義，且所述第一音頻數(shù)據(jù)和所述第二音頻數(shù)據(jù)的音頻屬性特征不同；

基于所述第一音頻數(shù)據(jù)以及所述第二音頻數(shù)據(jù)，生成音頻數(shù)據(jù)訓(xùn)練樣本；

基于所述音頻數(shù)據(jù)訓(xùn)練樣本進(jìn)行模型訓(xùn)練，獲得音頻識別模型，所述音頻識別模型用于識別具有不同音頻屬性特征的音頻數(shù)據(jù)。