[发明专利]音频信号处理方法、装置、设备及存储介质

权利要求书

1.一种音频信号处理方法，其特征在于，所述方法包括：

获取待检测音频信号中多个语音片段的语音特征；

根据第一个语音片段之后的每个待分类语音片段的语音特征和至少一个已分类语音片段的语音特征，确定所述每个待分类语音片段的类别；其中，所述第一个语音片段的类别为预设类别，所述至少一个已分类语音片段为所述每个待分类语音片段之前的至少一个语音片段；

根据所述第一个语音片段的类别以及所述每个待分类语音片段的类别，确定所述待检测音频信号中的总类别个数，并根据所述总类别个数，确定所述待检测音频信号的说话人数；

所述根据第一个语音片段之后的每个待分类语音片段的语音特征和至少一个已分类语音片段的语音特征，确定所述每个待分类语音片段的类别，包括：

根据第一个语音片段之后的每个待分类语音片段的语音特征和所述至少一个已分类语音片段的语音特征，分别计算所述每个待分类语音片段与所述至少一个已分类语音片段之间的第一特征距离；

根据所述第一特征距离，确定所述每个待分类语音片段的类别；

所述根据所述第一特征距离，确定所述每个待分类语音片段的类别，包括：

根据所述第一特征距离，判断是否存在与所述待分类语音片段的类别相同的所述已分类语音片段；

若存在，则确定所述已分类语音片段的类别为所述待分类语音片段的类别；

若至少一个所述已分类语音片段中不存在与所述每个待分类语音片段的类别相同的已分类语音片段，则建立新类别，并确定所述待分类语音片段的类别为所述新类别；

所述根据所述第一特征距离，判断是否存在与所述待分类语音片段的类别相同的所述已分类语音片段，包括：

若所述第一特征距离小于第一预设阈值，则确定所述每个待分类语音片段与对应已分类语音片段的类别不同；

若所述第一特征距离大于或等于所述第一预设阈值，则根据所述特征距离以及所述每个待分类语音片段的内部特征距离，判断所述每个待分类语音片段的类别与每个已分类语音片段的类别是否相同；

所述根据所述第一特征距离以及所述每个待分类语音片段的内部特征距离，判断所述每个待分类语音片段的类别与每个已分类语音片段的类别是否相同之前，所述方法还包括：

根据所述每个待分类语音片段的语音特征，和所述每个待分类语音片段的两个语音子片段的语音特征，确定所述每个待分类语音片段的内部特征距离。

2.如权利要求1所述的方法，其特征在于，所述根据所述第一特征距离以及所述每个待分类语音片段的内部特征距离，判断所述每个待分类语音片段的类别与每个已分类语音片段的类别是否相同，包括：

若所述第一特征距离以及所述每个待分类语音片段的内部特征距离的差值，大于第二预设阈值，则确定所述每个待分类语音片段与对应已分类语音片段的类别不同。

3.如权利要求1所述的方法，其特征在于，所述根据第一个语音片段之后的每个待分类语音片段的语音特征和至少一个已分类语音片段的语音特征，确定所述每个待分类语音片段的类别包括：

根据所述每个待分类语音片段的两个语音子片段的语音特征和每个已分类语音片段的语音特征，分别确定所述两个语音子片段与所述每个已分类语音片段的第二特征距离；

根据所述两个语音子片段与所述每个已分类语音片段的第二特征距离的绝对差值，确定所述每个待分类语音片段的类别。

4.如权利要求3所述的方法，其特征在于，所述根据所述两个语音子片段与所述每个已分类语音片段的第二特征距离的绝对差值，确定所述每个待分类语音片段的类别，包括：

若所述绝对差值，大于第三预设阈值，则确定所述每个待分类语音片段的类别为对应已分类语音片段的类别不同。

5.一种音频信号处理设备，其特征在于，所述设备包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当音频信号处理设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行上述权利要求1-4任一项所述的方法。

6.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述权利要求1-4任一项所述的方法。