[发明专利]增强包含语音的音频数据的方法、计算装置和介质

权利要求书

1.一种在包括处理器(3、3')的计算装置(1、1')上增强包含语音的音频数据(A)的方法，所述方法由所述计算装置(1、1')中的所述处理器(3、3')执行并且包括以下步骤：

获得特征数据([D])，所述特征数据([D])通过主题和情感中的至少一个来表征所述包含语音的音频数据(A)中的时间段，

针对所述包含语音的音频数据(A)中的相应时间段并且基于所述特征数据([D])，获得将在所述相应时间段被添加到所述包含语音的音频数据(A)的背景声音(B)的期望的属性，以及

提供所述相应时间段的所述期望的属性，以使得能够在所述相应时间段内将所述包含语音的音频数据(A)与具有所述期望的属性的背景声音(B)组合，

其中，获得特征数据([D])的步骤包括：处理所述包含语音的音频数据(A)以提取音频特征；通过基于声学的情感分析算法分析所述音频特征，以确定所述包含语音的音频数据(A)中的至少一个时间段中的语音的情感；以及生成所述至少一个时间段与表示所述情感的情感标识符SID之间的关联。

2.根据权利要求1所述的方法，其中，获得所述期望的属性，以匹配所述相应时间段的主题和/或情感。

3.根据权利要求1或2所述的方法，其中，所述主题表示所述包含语音的音频数据(A)中的所述相应时间段内的口语的内容或话题。

4.根据权利要求1所述的方法，其中，所述特征数据([D])至少部分地通过自动分析所述包含语音的音频数据(A)中的语音来生成。

5.根据权利要求1所述的方法，其中，所述情感表示所述包含语音的音频数据(A)中的所述相应时间段内的口语的情绪，并且包括以下项中的一种或更多种：正面情感、负面情感、中性情感、生气、愉悦、悲伤、惊奇、指责、害怕、焦虑、不悦、厌恶、轻松、渴望、爱、恨、平静、激动和担心。

6.根据权利要求1所述的方法，其中，所述期望的属性至少部分地基于所述相应时间段的情感来获得，并且表示以下项中的一个或更多个：所述背景声音(B)的回放音量、所述背景声音(B)的节拍、所述背景声音(B)的音调和所述背景声音(B)的基调。

7.根据权利要求1所述的方法，其中，所述特征数据([D])还通过文学种类(CID)来表征所述包含语音的音频数据(A)中的所述时间段，并且其中，进一步获得所述期望的属性，以匹配所述相应时间段的所述文学种类(CID)。

8.根据权利要求1所述的方法，其中，获得特征数据([D])的步骤包括：通过自然语言处理来处理所述包含语音的音频数据(A)。

9.根据权利要求1所述的方法，其中，获得特征数据([D])的步骤包括：通过对所述包含语音的音频数据(A)运行语音识别算法来生成与所述包含语音的音频数据(A)相对应的文本(A_T)；将所述文本(A_T)与所述包含语音的音频数据(A)中的时间点相关联；对所述文本(A_T)运行主题划分算法和/或情感分析算法以确定所述文本(A_T)中的主题和/或情感，每个主题和/或情感是针对所述文本(A_T)中的相应文本片段来确定的，所述方法还包括以下步骤：通过确定所述包含语音的音频数据(A)中的与所述文本片段相对应的时间段来生成所述特征数据([D])；以及生成所述时间段与表示所述主题的主题标识符(TID)和/或表示所述情感的情感标识符(SID)之间的关联。

10.根据权利要求9所述的方法，其中，对所述文本运行所述主题划分算法，以关于至少两个不同粒度水平确定所述主题。