[發明專利]語音數據的處理方法、裝置及電子設備

有效

• 申請號: 202110330333.0
• 申請日: 2021-03-29
• 公開（公告）號: CN112735487B
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 冀利剛;何建邦;朱磊;鄧志偉
• 申請（專利權）人: 智道網聯科技（北京）有限公司
• 主分類號: G11B20/10
• 分類號: G11B20/10
• 代理公司: 北京中知君達知識產權代理有限公司 11769
• 代理人: 李辰;黃啟法

本申請是關于一種語音數據的處理方法、裝置及電子設備。該方法包括：分別采集環境音頻數據和本地播放音頻數據；其中，環境音頻數據包括待識別語音數據和待消除音頻數據的混合音頻數據，待消除音頻數據與本地播放音頻數據具有相同的音頻數據；將本地播放音頻數據進行緩存；當本地播放音頻數據的緩存容量達到預設存儲容量時，同步處理環境音頻數據和本地播放音頻數據，以消除環境音頻數據中的待消除音頻數據，并識別環境音頻數據中的待識別語音數據。本申請提供的方案，可以提高識別環境音頻數據中的待識別語音數據的準確率，本申請的處理方法簡單易行，處理效率高。

技術領域

本申請涉及語音處理技術領域，尤其涉及一種語音數據的處理方法、裝置及電子設備。

背景技術

目前，通過用戶語音命令來控制智能設備的應用越來越多，語音識別技術顯得尤為重要。在車載智能設備中，用戶可以通過語音命令控制車載智能設備播放音樂或設置導航路線等，車載智能設備可以識別用戶的語音命令并相應執行。

相關技術中，車載智能設備可以同時播放本機音樂以及監聽用戶的語音命令，并在本機音樂聲和用戶聲音的混合環境聲中準確識別出用戶的語音命令。另外，用戶可以將移動終端通過藍牙連接車載智能設備，使車載智能設備播放移動終端的音樂、電話或語音聊天等各類音頻。

然而，當車載智能設備通過藍牙接收移動終端的音頻并播放至環境中時，由于藍牙傳輸音頻至車載智能設備的過程需要消耗一定時間，環境中的該音頻相較于車載智能設備的本地音頻具有延時。如果用戶在此環境下發出語音命令，該車載智能設備無法準確在用戶聲音和延時的音頻的混合環境聲中識別出用戶的語音命令，從而使車載智能設備無法正確執行語音命令，影響用戶體驗。

發明內容

為解決或部分解決相關技術中存在的問題，本申請提供一種語音數據的處理方法、裝置及電子設備，該語音數據的處理方法、裝置及電子設備，可以準確的識別用戶的語音命令，改善用戶體驗。

本申請第一方面提供一種語音數據的處理方法，其包括：

分別采集環境音頻數據和本地播放音頻數據；其中，所述環境音頻數據包括待識別語音數據和待消除音頻數據的混合音頻數據，所述待消除音頻數據與所述本地播放音頻數據具有相同的音頻數據；

將所述本地播放音頻數據進行緩存；

當所述本地播放音頻數據的緩存容量達到預設存儲容量時，同步處理所述環境音頻數據和所述本地播放音頻數據，以消除所述環境音頻數據中的所述待消除音頻數據，并識別所述環境音頻數據中的所述待識別語音數據。

在其中一個實施例中，所述分別采集環境音頻數據和本地播放音頻數據，包括：

采用相異的聲道分別采集所述環境音頻數據和所述本地播放音頻數據。

在其中一個實施例中，所述將所述本地播放音頻數據進行緩存，包括：

將所述本地播放音頻數據緩存于具有所述預設存儲容量的緩存區。

在其中一個實施例中，所述當所述本地播放音頻數據的緩存容量達到預設存儲容量時，同步處理所述環境音頻數據和所述本地播放音頻數據，包括：

當在先采集的所述本地播放音頻數據按照逐個字節的順序與對應的所述環境音頻數據同步處理時，將在后采集的所述本地播放音頻數據按照采集順序逐個字節依序覆蓋所述緩存區中的在先采集的所述本地播放音頻數據。

在其中一個實施例中，所述將所述本地播放音頻數據進行緩存，包括：

預先獲取待消除音頻數據的延遲時長。

在其中一個實施例中，根據所述延遲時長和采樣參數設置預設存儲容量；將所述本地播放音頻數據按照所述預設存儲容量進行緩存。