[发明专利]语音数据生成方法及装置、电子装置和计算机可读存储介质

权利要求书

1.一种语音数据生成方法，其特征在于，应用于电子设备，所述电子设备包括麦克风，所述方法包括：

通过所述麦克风获取第一语音数据；

根据所述第一语音数据的音色参数确定所述麦克风处于堵孔状态；

将所述第一语音数据输入预设模型生成目标语音数据，所述预设模型用于预测所述第一语音数据的数据缺失片段；

其中，所述根据所述第一语音数据的音色参数确定所述麦克风处于堵孔状态包括：检测所述第一语音数据的音色参数；确定预设音色；将所述第一语音数据的音色参数与所述预设音色进行匹配，得到匹配值；若所述匹配值低于预设匹配值时，确定所述麦克风处于堵孔状态；

其中，

当所述电子设备包括超声波传感器，所述超声波传感器用于产生声场，所述确定预设音色，包括：根据所述声场变化信息确定所述电子设备的环境空间大小；查询第一预设数据库，确定所述第一预设数据库中与所述环境空间大小匹配的回音参数，所述第一预设数据库包括环境空间大小和回音参数的映射关系；将所述回音参数与预设的至少一个音色进行匹配，得到预设音色。

2.根据权利要求1所述的方法，其特征在于，所述将所述第一语音数据输入预设模型生成目标语音数据，包括：

通过所述预设模型确定所述第一语音数据的完整度；

当所述完整度小于预设完整度时，提取所述第一语音数据中的关键字；

根据所述关键字确定所述第一语音数据的数据缺失片段；

根据所述数据缺失片段和所述第一语音数据生成所述目标语音数据。

3.根据权利要求2所述的方法，其特征在于，所述通过所述预设模型确定所述第一语音数据的完整度，包括：

将所述第一语音数据进行滤波处理，得到所述滤波处理后的所述第一语音数据的多个振幅参数；

在所述多个振幅参数中筛选出低于预设振幅参数的至少一个目标振幅参数；

根据所述至少一个目标振幅参数在所述多个振幅参数中的占比，得到所述第一语音数据的完整度。

4.根据权利要求2所述的方法，其特征在于，所述根据所述关键字确定所述第一语音数据的数据缺失片段，包括：

获取历史语音记录中含有所述关键字的至少一条参考语音数据；

在含有所述关键字的所述至少一条参考语音数据中，筛选出超过预设次数的至少一条语音数据，所述预设次数为所述关键词在每条语音数据中出现的次数；

根据至少一条语音数据确定所述第一语音数据的数据缺失片段。

5.根据权利要求1所述的方法，其特征在于，所述电子设备包括摄像头，所述确定预设音色，包括：

开启所述摄像头，采集人脸图像；

识别所述人脸图像，得到人脸图像特征；

提取所述人脸特征图像中的预设区域的特征点，所述预设区域为嘴巴所在的区域；

查询第二预设数据库，确定所述第二预设数据库中与所述预设区域的特征点匹配的音色，所述第二预设数据库中包括预设区域的特征点和音色的映射关系。

6.一种语音数据生成方法，其特征在于，应用于电子设备，所述电子设备包括麦克风，所述方法包括：

通过所述麦克风获取第一语音数据；

根据所述第一语音数据的音色参数确定所述麦克风处于堵孔状态；

将所述第一语音数据输入预设模型生成目标语音数据，所述预设模型用于预测所述第一语音数据的数据缺失片段；

其中，所述根据所述第一语音数据的音色参数确定所述麦克风处于堵孔状态包括：检测所述第一语音数据的音色参数；确定预设音色；将所述第一语音数据的音色参数与所述预设音色进行匹配，得到匹配值；若所述匹配值低于预设匹配值时，确定所述麦克风处于堵孔状态；

其中，当所述电子设备包括摄像头，所述确定预设音色，包括：开启所述摄像头，采集人脸图像；识别所述人脸图像，得到人脸图像特征；提取所述人脸特征图像中的预设区域的特征点，所述预设区域为嘴巴所在的区域；查询第二预设数据库，确定所述第二预设数据库中与所述预设区域的特征点匹配的音色，所述第二预设数据库中包括预设区域的特征点和音色的映射关系。