[发明专利]一种音频处理方法、装置、计算机设备以及存储介质

说明书

本申请实施例公开了一种音频处理方法、装置、计算机设备以及存储介质，音频处理方法包括：获取样本音频数据的样本频率时间序列；样本频率时间序列包括第一频率特征和第二频率特征；调用样本特征提取模型对第一频率特征编码处理，得到第一频率特征的样本时序特征；调用样本特征预测模型对样本时序特征解码处理，得到处于第二音频时间段上的预测频率特征；根据预测频率特征、第二频率特征和样本特征预测模型，训练样本特征提取模型，得到特征提取模型，特征提取模型用于识别目标音频数据的音频时序特征。采用本申请，可以准确提取音频特征，提高音频识别模型的识别准确率。

技术领域

本申请涉及计算机技术领域，尤其涉及一种音频处理方法、装置、计算机设备以及存储介质。

背景技术

随着互联网技术的快速发展及手持录音设备的普及，人们可获取的音频数据呈爆炸式增长。为了有效管理、利用海量音频数据，音频检索成为应用热点。为了实现音频检索，首先需要将音频表示为一个向量或者一个矩阵，这个向量或者这个矩阵可以称为音频特征，音频特征越具有辨识度和区分性，在后续的检索中就越容易检索出满足业务要求的目标音频。

目前，训练一个音频分类模型用于提取音频特征，为了训练音频分类模型每个参与模型训练的样本音频都要携带分类标签，需要专业人士为每个样本音频手动设置分类标签。人工为样本音频设置分类标签效率低下，造成携带分类标签的样本音频数量较少，由少量样本音频训练得到的音频分类模型不能准确提取出音频的深层次特征，会降低后续音频分类模型基于音频特征对音频进行识别的识别精度。

发明内容

本申请实施例提供一种音频处理方法、装置、计算机设备以及存储介质，可以准确提取音频特征，提高对音频的识别精度。

本申请实施例一方面提供了一种音频处理方法，包括：

获取样本音频数据的样本频率时间序列；样本频率时间序列是对样本音频数据进行频谱分析后得到，样本频率时间序列包括第一频率特征和第二频率特征；第一频率特征所属的第一音频时间段和第二频率特征所属的第二音频时间段互不相同；

调用样本特征提取模型对第一频率特征编码处理，得到第一频率特征的样本时序特征；

调用样本特征预测模型对样本时序特征解码处理，得到处于第二音频时间段上的预测频率特征；

根据预测频率特征、第二频率特征和样本特征预测模型，训练样本特征提取模型，得到特征提取模型，特征提取模型用于识别目标音频数据的音频时序特征。

本申请实施例一方面提供了一种音频处理方法，包括：

获取目标音频数据的频率时间序列；频率时间序列是对目标音频数据进行频谱分析后得到；频率时间序列包括至少两组单位频率时间序列；

调用特征提取模型分别提取每组单位频率时间序列的单位时序特征；

将每个单位时序特征分别池化处理，将每个单位时序特征的池化处理结果组合为目标音频数据的音频时序特征；

输出目标音频数据的音频时序特征。

本申请实施例一方面提供了一种音频处理装置，包括：

第一获取模块，用于获取样本音频数据的样本频率时间序列；样本频率时间序列是对样本音频数据进行频谱分析后得到，样本频率时间序列包括第一频率特征和第二频率特征；第一频率特征所属的第一音频时间段和第二频率特征所属的第二音频时间段互不相同；

第一调用模块，用于调用样本特征提取模型对第一频率特征编码处理，得到第一频率特征的样本时序特征；

第二调用模块，用于调用样本特征预测模型对样本时序特征解码处理，得到处于第二音频时间段上的预测频率特征；