[发明专利]一种语音处理方法、装置及系统

说明书

本申请实施例提供了一种语音处理方法、装置及系统，方法包括：对语音数据进行声源定位，基于定位结果，对语音数据转化的文字数据进行标记；也就是通过不同人员的位置，区分不同人员发表的内容，并且计算量不大。

技术领域

本发明涉及数据处理技术领域，特别是涉及一种语音处理方法、装置及系统。

背景技术

在会议、课堂等各种场景中，可以通过语音处理的方案，将人员发出的语音数据转化为文字数据，得到会议记录或者课堂记录；这样相比于人工记录的方式，节省了人力，而且提高了记录的准确性。

但是，不同人员发表的内容，机器通常难以区分。

发明内容

本申请实施例的目的在于提供一种语音处理方法、装置及系统，以解决语音转化为文字的过程中，不同人员发表的内容，难以区分的问题。

为了达到上述目的，本申请实施例提供了一种语音处理方法，包括：

获取待识别语音数据；

对所述待识别语音数据进行声源定位，得到定位结果；

将所述待识别语音数据转换为文字数据；

基于所述定位结果，对所述文字数据进行标记。

可选的，所述获取待识别语音数据，包括：获取麦克风阵列采集的语音数据，作为待识别语音数据；

所述对所述待识别语音数据进行声源定位，得到定位结果，包括：

通过将所述麦克风阵列中每个麦克风采集的语音数据进行对比，得到所述待识别语音数据的定位结果。

可选的，所述将所述待识别语音数据转换为文字数据，包括：

将所述麦克风阵列中的任意一个麦克风或多个采集的语音数据转换为文字数据；

或者，根据所述定位结果，对所述麦克风阵列采集的语音数据进行波束成形，得到增强后的语音数据，将所述增强后的语音数据转换为文字数据。

可选的，所述对所述待识别语音数据进行声源定位，得到定位结果，包括：

确定所述待识别语音数据的声源相对于声音采集设备的角度，作为所述待识别语音数据的声源定位结果；

所述基于所述定位结果，对所述文字数据进行标记，包括：

以所述角度为标签，对所述文字数据进行标记。

可选的，所述对所述待识别语音数据进行声源定位，得到定位结果，包括：

确定所述待识别语音数据的声源相对于声音采集设备的角度，作为声源角度；

在预先建立的座位标识与角度的映射关系中，查找所述声源角度对应的座位标识，作为所述待识别语音数据的声源定位结果；

所述基于所述定位结果，对所述文字数据进行标记，包括：

以查找到的座位标识为标签，对所述文字数据进行标记。

可选的，在所述基于所述定位结果，对所述文字数据进行标记之后，还包括：

通过将所述待识别语音数据与标记后的文字数据对应存储，得到内容记录。

为了达到上述目的，本申请实施例还提供了一种语音处理装置，包括：

获取模块，用于获取待识别语音数据；

定位模块，用于对所述待识别语音数据进行声源定位，得到定位结果；

转换模块，用于将所述待识别语音数据转换为文字数据；