[發(fā)明專利]對(duì)話音頻數(shù)據(jù)處理方法、電子設(shè)備和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110340458.1
• 申請(qǐng)日: 2021-03-30
• 公開（公告）號(hào): CN112966090B
• 公開（公告）日: 2022-07-12
• 發(fā)明（設(shè)計(jì)）人: 鄒平;俞凱
• 申請(qǐng)（專利權(quán)）人: 思必馳科技股份有限公司
• 主分類號(hào): G06F16/332
• 分類號(hào): G06F16/332;G06F16/33;G06F21/32;G06F21/62
• 代理公司: 北京商專永信知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11400
• 代理人: 黃謙;車江華

1.一種對(duì)話音頻數(shù)據(jù)處理方法，包括：

獲取對(duì)話音頻數(shù)據(jù)；

分離所述對(duì)話音頻數(shù)據(jù)中的多個(gè)說話人的多份語音數(shù)據(jù)；

對(duì)所述多份語音數(shù)據(jù)分別做生物特征處理；

根據(jù)生物特征處理后的所述多份語音數(shù)據(jù)生成新的對(duì)話音頻數(shù)據(jù)；

在對(duì)所述多份語音數(shù)據(jù)分別做生物特征處理之前，對(duì)所述多份語音數(shù)據(jù)分別做對(duì)話內(nèi)容脫敏處理；

對(duì)所述對(duì)話音頻數(shù)據(jù)或者所述多份語音數(shù)據(jù)進(jìn)行語音識(shí)別得到對(duì)應(yīng)于多個(gè)說話人的多份原始識(shí)別文本信息；

對(duì)生物特征處理后的所述多份語音數(shù)據(jù)進(jìn)行語音識(shí)別得到多份新的識(shí)別文本信息；

計(jì)算所述多份原始識(shí)別文本信息和所述多份新的識(shí)別文本信息中成對(duì)識(shí)別文本信息中除脫敏處理部分之外部分之間的相似度，得到多個(gè)文本相似度值；

當(dāng)所述文本相似度值均大于第三預(yù)設(shè)閾值時(shí)，確定所述生物特征處理合格；否則，確定所述生物特征處理不合格。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述生物特征處理包括：聲紋特征處理和年齡特征處理中的至少一種。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

提取所述多份語音數(shù)據(jù)的多份原始生物特征信息；

提取生物特征處理后的所述多份語音數(shù)據(jù)的多份新的生物特征信息；

計(jì)算所述多份原始生物特征信息和所述多份新的生物特征信息中成對(duì)生物特征信息之間的相似度，得到多個(gè)生物特征相似度值；

當(dāng)所述多個(gè)生物特征相似度值均小于第一預(yù)設(shè)閾值時(shí)，確定所述生物特征處理合格；否則，確定所述生物特征處理不合格。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

對(duì)所述對(duì)話音頻數(shù)據(jù)或者所述多份語音數(shù)據(jù)進(jìn)行語音識(shí)別得到對(duì)應(yīng)于多個(gè)說話人的多份原始識(shí)別文本信息；

對(duì)生物特征處理后的所述多份語音數(shù)據(jù)進(jìn)行語音識(shí)別得到多份新的識(shí)別文本信息；

計(jì)算所述多份原始識(shí)別文本信息和所述多份新的識(shí)別文本信息中成對(duì)識(shí)別文本信息之間的相似度，得到多個(gè)文本相似度值；

當(dāng)所述文本相似度值均大于第二預(yù)設(shè)閾值時(shí)，確定所述生物特征處理合格；否則，確定所述生物特征處理不合格。

5.根據(jù)權(quán)利要求1-4中任一項(xiàng)所述的方法，其特征在于，還包括：

存儲(chǔ)所述多個(gè)說話人的多份樣本語音數(shù)據(jù)，并建立所述多個(gè)說話人與生物特征處理后的多份語音數(shù)據(jù)之間的映射關(guān)系，用于當(dāng)需要播放新的對(duì)話音頻數(shù)據(jù)時(shí)，從新的對(duì)話音頻數(shù)據(jù)中分離出待播放的生物特征處理后的多份語音數(shù)據(jù)，并根據(jù)所述映射關(guān)系確定對(duì)應(yīng)于所述待播放的生物特征處理后的多份語音數(shù)據(jù)所對(duì)應(yīng)的多份樣本語音數(shù)據(jù)，根據(jù)所述多份樣本語音數(shù)據(jù)還原所述待播放的生物特征處理后的多份語音數(shù)據(jù)。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，根據(jù)所述多份樣本語音數(shù)據(jù)還原所述待播放的生物特征處理后的多份語音數(shù)據(jù)，包括：

對(duì)所述待播放的生物特征處理后的多份語音數(shù)據(jù)進(jìn)行語音識(shí)別處理得到待播放的多份識(shí)別文本信息；

根據(jù)所述多份樣本語音數(shù)據(jù)的特征信息合成對(duì)應(yīng)于所述待播放的多份識(shí)別文本信息的多份播放語音數(shù)據(jù)。

7.一種電子設(shè)備，其包括：至少一個(gè)處理器，以及與所述至少一個(gè)處理器通信連接的存儲(chǔ)器，其中，所述存儲(chǔ)器存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的指令，所述指令被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器能夠執(zhí)行權(quán)利要求1-6中任意一項(xiàng)所述方法的步驟。

8.一種存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-6中任意一項(xiàng)所述方法的步驟。