[发明专利]语音处理方法及装置、计算机存储介质、电子设备

说明书

本公开涉及语音处理技术领域，提供了一种语音处理方法、装置、计算机存储介质及电子设备，该方法包括：获取语音序列，对所述语音序列进行分帧处理得到多个语音子序列，提取各所述语音子序列的目标特征；根据各所述目标特征通过语音检测模型对各所述语音子序列进行检测，并根据检测结果确定有效语音；将所述有效语音对应的目标特征输入声纹识别模型，通过所述声纹识别模型从所述有效语音中筛选出目标语音；控制将所述目标语音转发至其它客户端。本公开能够对语音序列进行过滤和筛选，在提高语音传输质量的同时，减少了服务器带宽。

技术领域

本公开涉及语音处理技术领域，特别涉及一种语音处理方法、语音处理装置、计算机可读存储介质及电子设备。

背景技术

随着通信技术和智能终端的发展，人与人之间的交流通过智能终端进行直播、通话或聊天等语音功能完成。但在使用语音功能时，用户的录音常常会伴有大量的背景噪声或他人的声音，导致其他用户无法辨明该用户说话的实际内容。

现有技术中采用TCP语音数据传输模式，语音流采用TCP协议来进行传输，这种传输方式虽然可靠，但是无法对语音进行过滤和筛选。

鉴于此，本领域亟需开发一种新的语音处理方法及装置。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种语音处理方法、语音处理装置、计算机可读存储介质及电子设备，进而至少在一定程度上对语音序列进行过滤和筛选。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一个方面，提供一种语音处理方法，所述方法包括：获取语音序列，对所述语音序列进行分帧处理得到多个语音子序列，提取各所述语音子序列的目标特征；根据各所述目标特征通过语音检测模型对各所述语音子序列进行检测，并根据检测结果确定有效语音；将所述有效语音对应的目标特征输入声纹识别模型，通过所述声纹识别模型从所述有效语音中筛选出目标语音，控制将所述目标语音转发至其它客户端。

在本公开的一些示例性实施例中，所述根据各所述目标特征通过语音检测模型对各所述语音子序列进行检测，包括：将各所述目标特征输入所述语音检测模型中进行特征提取，以得到各所述目标特征对应的语音子序列的目标概率；在所述语音子序列的目标概率大于第一概率阈值时，则判定所述语音子序列为有效语音子序列。

在本公开的一些示例性实施例中，所述方法还包括：获取所述语音序列中的噪声子序列，并根据所述噪声子序列计算所述语音序列对应的噪声能量；计算各所述语音子序列的语音能量，并根据所述噪声能量和所述语音能量确定所述语音子序列对应的信噪比；若所述语音子序列对应的信噪比大于信噪比阈值，则判定所述语音子序列为有效语音子序列。

在本公开的一些示例性实施例中，所述获取所述语音序列中的噪声子序列，并根据所述噪声子序列计算所述语音序列对应的噪声能量，包括：将所述语音序列的前预设个数的语音子序列作为所述噪声子序列，计算所述噪声子序列的语音能量，将所述噪声子序列的语音能量作为初始噪声能量；获取所述语音序列对应的时间序列，根据所述时间序列、所述初始噪声能量和所述语音序列对应的语音能量对所述噪声能量进行迭代更新。

在本公开的一些示例性实施例中，所述方法还包括：获取各所述语音子序列的目标概率和各所述语音子序列的信噪比；在所述语音子序列的目标概率大于第一概率阈值时，判断所述语音子序列对应的信噪比是否大于信噪比阈值；若所述语音子序列对应的信噪比大于所述信噪比阈值，则判定所述语音子序列为所述有效语音子序列。