[发明专利]语音处理方法、装置、计算机设备及存储介质

权利要求书

1.一种语音处理方法，其特征在于，包括：

读取音频，将所述音频转化为第一语音数据数组，并获取所述第一语音数据数组分帧之后的多个初始帧；

遍历每个初始帧并获取每个初始帧的频谱主频的频率和幅值；

在所述初始帧的频谱主频的频率未超出预设频率范围且该初始帧的频谱主频的幅值均大于预设幅值阈值时，根据所述初始帧的能熵比、预设的能熵比双阈值和连续性要求标记该初始帧属于有效语音段或非语音段；

根据预设的裁剪规则对所述非语音段进行裁剪，其中，所述裁剪规则包括根据所述有效语音段的位置，确认需要裁剪的所述非语音段的位置；

所述在所述初始帧的频谱主频的频率未超出预设频率范围且该初始帧的频谱主频的幅值均大于预设幅值阈值时，根据所述初始帧的能熵比、预设的能熵比双阈值和连续性要求标记该初始帧属于有效语音段或非语音段，包括：

在所述初始帧的频谱主频的频率未超出预设频率范围且该初始帧的频谱主频的幅值均大于预设幅值阈值时，根据所述初始帧的能熵比及所述能熵比双阈值将所述初始帧标记为第一语音帧或第二语音帧；

当所述初始帧标记为所述第一语音帧时，检测所述第一语音帧是否满足第一连续性要求，并将满足所述第一连续性要求的所述第一语音帧标记为有效语音帧；

当所述初始帧标记为所述第二语音帧时，检测所述第二语音帧是否满足第二连续性要求，并将满足所述第二连续性要求的所述第二语音帧标记为有效语音帧；

获取各所述有效语音帧，检测所述有效语音帧是否满足第三连续性要求，并将满足第三连续性要求的所述有效语音帧添加有效语音段标记，确认所述有效语音帧属于有效语音段；

获取所述第一语音数据数组中所有不包含所述有效语音段标记的帧，并为各所述帧添加非语音段标记，确认各所述帧属于非语音段；

所述根据预设的裁剪规则对所述非语音段进行裁剪，包括：

在所有所述有效语音段和所述非语音段中，查询序列最先的所述有效语音段，获取序列最先的所述有效语音段之前的所述非语音段，并自第一裁剪位置对所述非语音段进行裁剪；

在所有所述有效语音段和所述非语音段中，查询序列最后的所述有效语音段，并获取序列最后的所述有效语音段之后的所述非语音段，并自第二裁剪位置对所述非语音段进行裁剪。

2.如权利要求1所述的语音处理方法，其特征在于，所述双阈值包括第一阈值和小于所述第一阈值的第二阈值；

所述在所述初始帧的频谱主频的频率未超出预设频率范围且该初始帧的频谱主频的幅值均大于预设幅值阈值时，根据所述初始帧的能熵比及所述能熵比双阈值将所述初始帧标记为第一语音帧或第二语音帧，包括：

在所述初始帧的频谱主频的幅值大于预设幅值阈值时，检测所述初始帧的能熵比是否大于所述第一阈值；

在所述能熵比大于所述第一阈值时，标记所述初始帧为第一语音帧；

在所述能熵比小于或等于所述第一阈值时，检测所述能熵比是否大于所述第二阈值；其中，所述第一阈值大于第二阈值；

在所述能熵比大于第二阈值时，标记所述初始帧为第二语音帧。

3.如权利要求1所述的语音处理方法，其特征在于，所述根据预设的裁剪规则对所述非语音段进行裁剪，还包括：

遍历所有所述非语音段，并检测各所述非语音段的帧数是否超过预设的保留帧数阈值；

在所述非语音段的帧数超过所述保留帧数阈值时，根据所述保留帧数阈值对所述非语音段进行裁剪。

4.如权利要求1所述的语音处理方法，其特征在于，所述读取音频，将所述音频转化为第一语音数据数组，并获取所述第一语音数据数组分帧之后的多个初始帧，包括：

读取音频，将所述音频转换为第一语音数据数组，并选取所述音频的时间比例在(1/8,7/8)范围中的波形的最大幅值对所述第一语音数据数组进行幅值归一化处理；

对幅值归一化之后的所述第一语音数据数组进行加窗和分帧，获取所述第一语音数据数组中的多个初始帧。