[发明专利]语音信号的处理方法、装置、设备及存储介质

权利要求书

1.一种语音信号的处理方法，其特征在于，所述语音信号的处理方法包括：

获取待处理语音信号，对所述待处理语音信号进行短语音片段识别，得到目标短语音片段，并对所述目标短语音片段进行帧音频特征提取，得到目标音频特征；

将所述目标短语音片段与预置短语音片段依次进行匹配和分类标签提取，得到目标分类标签，所述目标分类标签包括疑问语气、正常陈述语气和/或虚警噪声；

通过预置的目标神经网络模型和所述目标分类标签，对所述目标音频特征进行分类，得到初始识别类型，以及所述初始识别类型对应的目标置信度；

判断所述目标置信度是否大于预设阈值，若所述目标置信度大于所述预设阈值，则将所述初始识别类型确定为目标识别类型；

根据所述目标识别类型，对所述待处理语音信号进行过滤，得到目标语音信号。

2.根据权利要求1所述的语音信号的处理方法，其特征在于，所述获取待处理语音信号，对所述待处理语音信号进行短语音片段识别，得到目标短语音片段，并对所述目标短语音片段进行帧音频特征提取，得到目标音频特征，包括：

通过预置语音采集器采集待处理语音信号，对所述待处理语音信号依次进行预处理、语音片段识别分割和语音文本转换，得到语音片段和所述语音片段对应的初始文本信息；

对所述初始文本信息中的单音节词进行识别，得到目标文本信息，并将所述目标文本信息对应的语音片段确定为目标短语音片段；

根据预置的帧长和帧间重叠度，对所述目标短语音片段进行帧语音提取，得到帧语音片段，并对所述帧语音片段进行音频特征提取，得到目标音频特征。

3.根据权利要求1所述的语音信号的处理方法，其特征在于，所述将所述目标短语音片段与预置短语音片段依次进行匹配和分类标签提取，得到目标分类标签，包括：

计算所述目标语音片段与预置短语音片段之间的短时能量相似度，以及音频特征相似度；

将所述短时能量相似度和所述音频特征相似度进行加权求和处理，得到目标相似度；

从所述预置短语音片段中，获取所述目标相似度大于预设相似度的目标短语音片段，并通过预置的标签提取算法，提取所述目标短语音片段的分类标签，得到目标分类标签。

4.根据权利要求1所述的语音信号的处理方法，其特征在于，所述通过预置的目标神经网络模型和所述目标分类标签，对所述目标音频特征进行分类，得到初始识别类型，以及所述初始识别类型对应的目标置信度，包括：

通过预置的目标神经网络模型中的注意力机制层，对所述目标音频特征依次进行音频偏重特征矩阵计算和特征融合，得到融合特征矩阵，所述目标神经网络模型包括注意力机制层和多层的全连接层；

通过所述多层的全连接层和所述目标分类标签，对所述融合特征矩阵进行多层级分类和概率值计算，得到初始识别类型，以及所述初始识别类型对应的目标置信度。

5.根据权利要求1所述的语音信号的处理方法，其特征在于，所述获取待处理语音信号，对所述待处理语音信号进行短语音片段识别，得到目标短语音片段，并对所述目标短语音片段进行帧音频特征提取，得到目标音频特征之前，还包括：

获取经过类型标注的短语音片段训练样本，并对所述短语音片段训练样本进行帧音频特征提取，得到音频特征样本，所述短语音片段训练样本包括疑问语气、正常陈述语气和虚警噪声的标签信息；

通过预置的十折交叉验证算法，将所述音频特征样本分类为训练集和验证集；

通过所述训练集对预置的初始神经网络模型进行训练，得到候选神经网络模型，并通过所述验证集对所述候选神经网络模型进行验证，得到验证结果；

通过预置的损失函数、优化器和所述验证结果，对所述候选神经网络模型进行迭代更新，得到目标神经网络模型。