[发明专利]语音的处理方法及装置

说明书

本发明公开了一种语音的处理方法及装置。该发明包括：获取目标语音数据；将目标语音数据切割成多段子语音数据；对多段子语音数据中包含的噪音数据进行识别，并剔除识别出的噪音数据。通过本发明，解决了相关技术中噪音的识别方法效率低下的技术问题。

技术领域

本发明涉及语音处理领域，具体而言，涉及一种语音的处理方法及装置。

背景技术

相关技术中，随着语音识别在生活中的应用越来越广泛，各个领域对语音识别的结果越来越重视。语音识别的结果不仅受语言模型的影响，而且与语音的质量也息息相关。但是在实际生产中，录制音频中可能受周围环境干扰导致录制音频中含有大量噪音，因此对噪音数据的剔除也就应运而生。

现有的噪音识别方法中有利用短时能量与平均短时能量的量差提出音频中的噪音，该方法可以有效去除音频信号中的噪音，但是通过现有技术中的去除噪音的技术会发生误判的情况，导致噪音的判断准确率不高。

针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的在于提供一种语音的处理方法及装置，以解决相关技术中噪音的识别方法效率低下的技术问题。

为了实现上述目的，根据本发明的一个方面，提供了一种语音的处理方法。该发明包括：获取目标语音数据；将目标语音数据切割成多段子语音数据；对多段子语音数据中包含的噪音数据进行识别，并剔除识别出的噪音数据。

进一步地，获取目标语音数据包括：获取目标语音片段，并根据目标语音片段确定目标语音片段的信息，其中，目标语音片段的信息至少包括目标语音片段的采样位数以及目标语音片段的采样频率；判断目标语音片段的信息是否满足预设需求；如果目标语音片段的信息满足预设需求，则将目标语音片段通过模数转换以转换为目标语音数据。

进一步地，将目标语音数据切割成多段子语音数据包括：利用目标语音数据中包含的静默片段，将目标语音数据切割为多段子语音数据，其中，静默片段的时间为预设时间，静默片段为不包含有效声音的片段。

进一步地，在将目标语音数据切割成多段子语音数据之后，方法包括：对子语音数据进行标注，以获得子语音数据中对应的正常语音时间段和噪音时间段；通过预设手段获得噪音时间段内的音频数值分布情况；通过音频数值分布情况，获得子语音数据中包含的噪音数值和噪音数值的范围。

进一步地，对多段子语音数据中包含的噪音数据进行识别包括：读取子语音数据中包含的多个音频数值，并确定多个音频数值的累加数值；判断累加数值是否大于阈值数值；如果累加数值大于阈值数值，则将子语音数据确定为噪音数据。

进一步地，对多段子语音数据中包含的噪音数据进行识别还包括：对正常语音时间段对应的子语音数据进行识别，并获得识别结果，其中，识别结果至少包括子语音数据中包括的文字个数以及子语音数据对应的语音片段的时长；依据文字个数和语音片段时长，确定正常语音时间段对应的子语音数据中的文字频率；将文字频率与预设文字频率作差；如果文字频率与预设文字频率之差未处于预设范围内，则将正常语音时间段对应的子语音数据确定为噪音数据。

为了实现上述目的，根据本发明的另一方面，提供了一种语音的处理装置。该装置包括：第一获取单元，用于获取目标语音数据；切割单元，用于将目标语音数据切割成多段子语音数据；识别单元，用于对多段子语音数据中包含的噪音数据进行识别，并剔除识别出的噪音数据。

为了实现上述目的，根据本发明的另一方面，提供了一种计算机可读存储介质，该计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行上述一种语音的处理方法。

为了实现上述目的，根据本发明的另一方面，提供了一种处理器，该处理器用于运行程序，其中，程序运行时执行上述一种语音的处理方法。