[发明专利]一种语音处理方法、装置、可读存储介质和电子设备

权利要求书

1.一种语音处理方法，其特征在于，所述方法包括：

获取语音数据；

对所述语音数据进行语音识别确定对应的第一文本；

将第一文本输入预先训练的文本处理模型确定对应的第二文本，所述第二文本对于所述第一文本中的不文明用语进行了标识或替换；

根据所述第二文本处理生成第一音频，所述第一音频中不包含被标识或替换的不文明用语。

2.根据权利要求1所述的方法，其特征在于，所述第二文本将所述第一文本中的不文明用语标识或替换为目标文本；

所述根据所述第二文本处理生成第一音频包括：

根据所述目标文本生成第二音频；

根据所述不文明用语在所述第一文本中的位置将所述第二音频和所述语音数据合成为第一音频。

3.根据权利要求2所述的方法，其特征在于，所述根据所述不文明用语在所述第一文本中的位置将所述第二音频和所述语音数据合成为第一音频包括：

根据所述不文明用语在所述第一文本的位置获取所述不文明用语对应的不文明语音片段在所述语音数据中的开始时间戳和结束时间戳；以及

按所述开始时间戳和所述结束时间戳将所述第二音频与所述语音数据合成为第一音频。

4.根据权利要求2所述的方法，其特征在于，所述将所述目标文本生成第二音频包括：

获取所述语音数据的基频特征；

按所述基频特征将所述目标文本生成第二音频；

其中，所述基频特征是通过预先训练的语音特征模型获得的。

5.根据权利要求2所述的方法，其特征在于，所述将所述目标文本生成第二音频包括：

将所述目标文本对应的第二音频处理为背景噪声。

6.根据权利要求1所述的方法，其特征在于，所述第二文本对于所述第一文本中的不文明用语进行了替换包括：

响应于所述第一文本全部为不文明用语，将所述第一文本替换为所述第二文本；

所述根据所述第二文本处理生成第一音频包括：

将所述第二文本按基频特征合成第一音频，其中，所述基频特征是通过预先训练的语音特征模型获得的；或者

将背景噪声合成为所述第一音频。

7.根据权利要求1所述的方法，其特征在于，所述将第一文本输入预先训练的文本处理模型确定对应的第二文本，所述第二文本对于所述第一文本中的不文明用语进行了标识或替换之前包括：

将语料训练集和语料验证集输入神经网络进行训练获得文本处理模型；

其中，所述语料训练集和所述语料验证集是预先对语料集合中的不文明用语标注获得的。

8.一种语音处理装置，其特征在于，所述装置包括：

语音获取模块，获取语音数据；

语音识别模块，对所述语音数据进行语音识别确定对应的第一文本；

语义处理模块，将第一文本输入预先训练的文本处理模型确定对应的第二文本，所述第二文本对于所述第一文本中的不文明用语进行了标识或替换；

语音生成模块，根据所述第二文本处理生成第一音频，所述第一音频中不包含被标识或替换的不文明用语。

9.一种计算机可读存储介质，用于存储计算机程序指令，其特征在于，所述计算机程序指令在被处理器执行时实现如权利要求1-7中任一项所述的方法。

10.一种电子设备，包括存储器和处理器，其特征在于，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-7中任一项所述的方法。