[發明專利]合成語音識別方法、裝置、電子設備及存儲介質

在審

• 申請號: 202210647355.4
• 申請日: 2022-06-08
• 公開（公告）號: CN114974205A
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 魏林強
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G10L13/02
• 分類號: G10L13/02;G10L15/00;G10L15/02;G10L25/30;G10L25/51
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

本發明涉及智能決策領域，揭露一種合成語音識別方法，包括：獲取業務場景中的原始語音數據，并采集所述原始語音數據中的語音信號；對所述語音信號進行預處理，得到預處理信號，利用預設的線性預測算法提取所述預處理信號中的殘差語音信號；對所述殘差語音信號進行傅里葉變換，得到所述殘差語音信號對應的頻域信號，對所述頻域信號進行特征提取，得到頻域信號特征；利用訓練好的輕型卷積神經網絡對所述頻域信號特征進行合成判別，得到所述原始語音數據的合成語音識別結果。本發明可以提高合成語音識別的準確性。

技術領域

本發明涉及智能決策領域，尤其涉及一種合成語音識別方法、裝置、電子設備及存儲介質。

背景技術

近年來，隨著人工智能技術的快速發展，其功能已經在多種認證場景中得到了廣泛的應用，給人們的生活帶來了便利，例如在電話銷售行業中使用AI智能貸款，極大地提高的保險行業的貸款效率，AI智能貸款是指使用人工智能做出貸款和信貸決策，銀行可以減少人工操作并提高透明度，借助AI智能貸款解決方案提供的數據支持的洞察力，銀行可以減少損失并做出更有利可圖的決策，但是如果用戶的個人信息被惡意獲取且其聲紋信息也會被惡意合成，不法分子會利用合成語音進行貸款操作，不僅會給保險公司帶來較大的經濟損失，還會對客戶本人的信息安全造成極大的危害，因此，亟待一種方案以準確的識別合成語音。

發明內容

為了解決上述技術問題，本發明提供了一種合成語音識別方法，可以提高合成語音識別的準確性。

第一方面，本發明提供了一種合成語音識別方法，包括：

獲取業務場景中的原始語音數據，并采集所述原始語音數據中的語音信號；

對所述語音信號進行預處理，得到預處理信號，利用預設的線性預測算法提取所述預處理信號中的殘差語音信號；

對所述殘差語音信號進行傅里葉變換，得到所述殘差語音信號對應的頻域信號，對所述頻域信號進行特征提取，得到頻域信號特征；

利用訓練好的輕型卷積神經網絡對所述頻域信號特征進行合成判別，得到所述原始語音數據的合成語音識別結果。

在第一方面的一種可能實現方式中，所述對所述語音信號進行預處理，得到預處理信號，包括：

對所述語音信號進行預加重處理，得到預加重語音信號；

對所述預加重語音信號進行分幀處理，得到分幀語音信號；

對所述分幀語音信號進行加窗處理，得到預處理信號。

在第一方面的一種可能實現方式中，所述對所述預加重語音信號進行分幀處理，得到分幀語音信號，包括：

提取所述預加重語音信號中的時域語音信號，對所述時域語音信號進行頻譜分析，得到語音頻譜信號；

對所述語音頻譜信號進行增強處理，得到增強語音信號；

對所述增強語音信號進行分幀處理，得到分幀語音信號。

在第一方面的一種可能實現方式中，所述對所述分幀語音信號進行加窗處理，得到預處理信號，包括：

對所述分幀語音信號進行疊加處理，得到疊加語音信號；

識別所述疊加語音信號的類別，通過所述疊加語音信號的類別獲取對應的窗函數；

利用所述窗函數對所述疊加語音信號進行加窗，得到預處理信號。

在第一方面的一種可能實現方式中，所述對所述殘差語音信號進行傅里葉變換，得到所述殘差語音信號對應的頻域信號，包括：

對所述殘差語音信號進行降噪處理，得到降噪語音信號；

對所述降噪語音信號進行傅里葉變換，得到所述殘差語音信號對應的頻域信號。