[发明专利]音频数据的处理方法、装置、电子设备及计算机存储介质

权利要求书

1.一种音频数据的处理方法，其特征在于，包括：

检测到音频拼接指令；

确定待拼接的N段原始音频特征序列，N为大于等于2的整数；

根据所述N段原始音频特征序列生成参考音频特征序列，所述参考音频特征序列包括所述N段原始音频特征序列的全部音频帧；

根据预设策略更新所述参考音频特征序列中的音频帧，得到目标音频特征序列，包括：确定所述参考音频特征序列中的N-1个音频特征子序列，所述N-1个音频特征子序列中每个音频特征子序列包括两个相邻的原始音频特征序列中的音频帧，根据所述参考音频特征序列更新所述N-1个音频特征子序列，得到更新后的所述目标音频特征序列；

其中，所述参考音频特征序列中除所述N-1个音频特征子序列之外包括M个音频帧，M为正整数；所述根据所述参考音频特征序列更新所述N-1个音频特征子序列中的音频帧，得到更新后的目标音频特征序列，包括：

计算所述M个音频帧与所述N-1个音频特征子序列中每个音频帧的相似度，得到所述每个音频帧关联的M个相似度；

根据所述每个音频帧关联的M个相似度计算得到所述每个音频帧对应的一个输出音频帧，包括：针对所述每个音频关联的M个相似度执行归一化操作，得到所述每个音频帧关联的M个权重值，计算所述每个音频帧与关联的M个权重值的乘积，得到所述每个音频帧关联的M个输出值，针对所述每个音频帧关联的所述M个输出值执行累加操作，得到所述每个音频帧对应的一个所述输出音频帧；

以所述输出音频帧更新对应的所述每个音频帧，得到更新后的所述目标音频特征序列。

2.根据权利要求1所述的方法，其特征在于，所述计算所述M个音频帧与所述N-1个音频特征子序列中每个音频帧的相似度，得到所述每个音频帧关联的M个相似度，包括：

根据所述M个音频帧生成所述M个音频帧中每个音频帧的第一音频特征；

根据所述N-1个音频特征子序列中每个音频帧生成所述N-1个音频特征子序列中每个音频帧的第二音频特征；

将所述第一音频特征和所述第二音频特征输入预构建的音频平滑模型，得到所述N-1个音频特征子序列中每个音频帧关联的M个相似度。

3.根据权利要求1所述的方法，其特征在于，所述根据所述参考音频特征序列更新所述N-1个音频特征子序列中的音频帧，得到更新后的目标音频特征序列，包括：

针对所述N-1个音频特征子序列中的每个音频帧执行预设操作，得到所述每个音频帧对应的一个输出音频帧；

以所述输出音频帧更新对应的所述每个音频帧，得到更新后的所述目标音频特征序列。

4.根据权利要求3所述的方法，其特征在于，所述预设操作包括以下步骤:

确定当前处理的音频帧的波形数据，以及在所述参考音频特征序列中所述当前处理的音频帧之前的X₁帧音频帧的波形数据和所述当前处理的音频帧之后的X₂帧音频帧的波形数据，X₁和X₂为正整数；

根据所述当前处理的音频帧的波形数据，所述X₁帧音频帧的波形数据和所述X₂帧音频帧的波形数据，生成所述当前处理的音频帧对应的输出波形数据；

根据所述输出波形数据生成所述每个音频帧对应的一个所述输出音频帧。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述确定所述参考音频特征序列中的N-1个音频特征子序列，包括：

确定所述参考音频特征序列中每两个相邻的所述原始音频特征序列为一个集合，得到N-1个集合；

确定所述N-1个集合中每个集合中第一音频特征序列的最后的K帧音频帧和第二音频特征序列的最前的K帧音频帧构成的序列为所述音频特征子序列，得到所述N-1个音频特征子序列，所述第一音频特征序列的最后一帧音频帧和所述第二音频特征序列中最前一帧音频帧相邻，K为正整数。