[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

说明书

本发明实施例公开了一种语音处理方法、装置、存储介质和电子设备。本发明实施例的技术方案通过获取语音数据，对所述语音数据进行语音识别以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，第二文本是对第一文本的标识或替换，第二文本中不包含不文明用语，将第二文本处理生成第一音频，所述第一音频中不包含被替换的不文明用语。输出第一音频，由此，本发明实施例的第一音频中不包含不文明用语，净化了网络环境。

技术领域

本发明涉及通信领域，具体涉及一种语音处理方法、装置、可读存储介质和电子设备。

背景技术

在网络交互场景中，有的用户会说出不文明用语，为了净化网络交互环境，需要对不文明用语进行处理。

现有技术中，对不文明用语处理的方法通常是基于一定的屏蔽规则对关键词或敏感词进行屏蔽。但是，现有技术的方法处理精度不高。

发明内容

有鉴于此,为了在网络交互场景中提高对于不文明用语的屏蔽精度，本发明实施例提供一种语音处理方法、装置、存储介质和电子设备。

第一方面，本发明实施例提供一种语音处理方法，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。

优选地，所述第二文本将所述第一文本中的不文明用语替换为目标文本；

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；

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。

优选地，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。

优选地，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。

优选地，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

将所述背景噪声合成为所述第一音频。

优选地，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；