[发明专利]一种语音实时变速播放方法及设备

说明书

本发明公开了一种语音实时变速播放方法及设备，用以为在实时语音通信过程中实现语音变速播放提供解决方案。方法为：设备接收语音数据以及接收语音播放速率的控制指令；所述设备将所述语音数据保存至缓冲区，确定所述缓冲区的数据存储状态；所述设备从所述缓冲区读取待播放的语音数据，对所述待播放的语音数据进行语音活动检测获得检测结果；所述设备根据所述控制指令、所述缓冲区的数据存储状态以及所述检测结果中，调整所述待播放的语音数据的时长。

技术领域

本发明涉及音频信号处理技术领域，尤其涉及一种语音实时变速播放方法及设备。

背景技术

在实时语音通信技术中，接收端播放语音的速度与发送端发送语音的速度相同。

但是实际应用中，经常会存在以下场景：

第一，听力有问题的人在接听电话时，例如，有听力障碍的人或老年人，经常会因为对方说话速度快而听不清对方讲话；

第二，听力正常的人在接听外国人的电话时，经常会由于对一些关键信息反应不过来而无法听清对方讲话。

鉴于此，需要在实时语音通信过程中实现语音变速播放。

发明内容

本发明实施例提供一种语音实时变速播放方法及设备，用以为在实时语音通信过程中实现语音变速播放提供解决方案。

本发明实施例提供的具体技术方案如下：

第一方面，本发明实施例提供了一种语音实时变速播放方法，包括：

设备接收语音数据以及接收语音播放速率的控制指令；

所述设备将所述语音数据保存至缓冲区，确定所述缓冲区的数据存储状态；

所述设备从所述缓冲区读取待播放的语音数据，对所述待播放的语音数据进行语音活动检测获得检测结果；

所述设备根据所述控制指令、所述缓冲区的数据存储状态以及所述检测结果，调整所述待播放的语音数据的时长。

可能的实施方式中，所述设备对所述待播放的语音数据进行语音活动检测获得检测结果，包括：

所述设备对所述待播放的语音数据进行语音活动检测，确定所述语音数据中的语音段和非语音段。

可能的实施方式中，所述设备对所述待播放的语音数据进行语音活动检测的位置，与调整所述待播放的语音数据时长的位置的差值不大于预设阈值。

可能的实施方式中，所述设备调整所述待播放的语音数据的时长，包括：

所述设备对所述待播放的语音数据进行时长规整。

可能的实施方式中，所述设备确定所述缓冲区的数据存储状态，包括：

所述设备若确定所述缓冲区的可用数据量小于或等于下限值，确定所述缓冲区的数据存储状态为第一存储状态；

所述设备若确定所述缓冲区的可用数据量大于或等于上限值，确定所述缓冲区的数据存储状态为第二存储状态；

所述设备若确定所述缓冲区的可用数据量大于下限值，确定小于上限值，确定所述缓冲区的数据存储状态为第三存储状态。

可能的实施方式中，所述设备根据所述控制指令、所述缓冲区的数据存储状态以及所述检测结果，调整所述待播放的语音数据的时长，包括：

所述设备若确定所述控制指令为慢速播放，且确定所述缓冲区的数据存储状态为第三存储状态，且确定所述检测结果为语音段，加长所述待播放的语音数据的长度；

所述设备若确定所述控制指令为慢速播放，且确定所述缓冲区的数据存储状态为第三存储状态，且确定所述检测结果为非语音段，缩短所述待播放的语音数据的长度；