[發明專利]語音音區切換方法、裝置、設備及存儲介質

在審

• 申請號: 202210139939.0
• 申請日: 2022-02-16
• 公開（公告）號: CN114550717A
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 沈洋
• 申請（專利權）人: 北京梧桐車聯科技有限責任公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L17/00;G10L25/51;H04R1/40
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 邢少真

1.一種語音音區切換方法，其特征在于，所述方法包括：

獲取目標對象的語音音頻，所述語音音頻為所述目標對象在當前時間使用語音客戶端時所發出的音頻；

對所述語音音頻進行聲源定位，以確定所述語音音頻對應的聲源定位值；

基于第一時間段內獲取到的各個語音音頻對應的聲源定位值進行語音音區的切換，所述第一時間段為包含所述當前時間且位于所述當前時間之前的一個時間段。

2.如權利要求1所述的方法，其特征在于，所述對所述語音音頻進行聲源定位，以確定所述語音音頻對應的聲源定位值，包括：

對所述語音音頻進行聲源定位，以確定所述目標對象為主駕人員還是副駕人員；

在所述目標對象為主駕人員的情況下，確定所述語音音頻對應的聲源定位值為第一數值；

在所述目標對象為副駕人員的情況下，確定所述語音音頻對應的聲源定位值為第二數值。

3.如權利要求1或2所述的方法，其特征在于，所述基于第一時間段內獲取到的各個語音音頻對應的聲源定位值進行語音音區切換，包括：

在所述各個語音音頻對應的聲源定位值均相同，且所述語音客戶端的工作模式為單音區模式的情況下，保持所述語音客戶端的工作模式不變；

在所述各個語音音頻對應的聲源定位值均相同，且所述語音客戶端的工作模式為雙音區模式的情況下，切換所述語音客戶端的工作模式為單音區模式；

在所述各個語音音頻對應的聲源定位值存在不同，且所述語音客戶端的工作模式為單音區模式的情況下，切換所述語音客戶端的工作模式為雙音區模式；

在所述各個語音音頻對應的聲源定位值存在不同，且所述語音客戶端的工作模式為雙音區模式的情況下，保持所述語音客戶端的工作模式不變。

4.如權利要求1或2所述的方法，其特征在于，所述基于第一時間段內獲取到的各個語音音頻對應的聲源定位值進行語音音區切換，包括：

獲取第二時間段內的各個語音音頻對應的聲源定位值，所述第二時間段為所述第一時間段之前且距離所述第一時間段最近的一個時間段；

基于所述第一時間段內的各個語音音頻對應的聲源定位值，以及所述第二時間段內的各個語音音頻對應的聲源定位值，進行語音音區的切換。

5.如權利要求4所述的方法，其特征在于，所述基于所述第一時間段內的各個語音音頻對應的聲源定位值，以及所述第二時間段內的各個語音音頻對應的聲源定位值，進行語音音區的切換，包括：

在所述第一時間段和所述第二時間段內的各個語音音頻對應的聲源定位值均相同，且所述語音客戶端的工作模式為單音區模式的情況下，保持所述語音客戶端的工作模式不變；

在所述第一時間段和所述第二時間段內的各個語音音頻對應的聲源定位值均相同，且所述語音客戶端的工作模式為雙音區模式的情況下，切換所述語音客戶端的工作模式為單音區模式；

在所述第一時間段和所述第二時間段內的各個語音音頻對應的聲源定位值存在不同，且所述語音客戶端的工作模式為單音區模式的情況下，切換所述語音客戶端的工作模式為雙音區模式；

在所述第一時間段和所述第二時間段內的各個語音音頻對應的聲源定位值存在不同，且所述語音客戶端的工作模式為雙音區模式的情況下，保持所述語音客戶端的工作模式不變。

6.如權利要求4所述的方法，其特征在于，所述第一時間段與所述第二時間段之間的時間間隔為參考時長。

7.如權利要求6所述的方法，其特征在于，所述方法還包括：

確定所述目標對象使用所述語音客戶端時發出語音音頻的頻率；

在所述頻率增加的情況下，減小所述參考時長；

在所述頻率降低的情況下，增大所述參考時長。