[发明专利]语音处理方法、装置、电子设备以及存储介质

权利要求书

1.一种语音处理方法，包括：

响应于语音交互功能被唤醒，获取被用于唤醒所述语音交互功能的唤醒语音的唤醒声纹特征；

从接收到的交互语音中提取至少一个交互声纹特征，所述交互语音中包括至少一个单声源交互语音，所述至少一个单声源交互语音与所述至少一个交互声纹特征一一对应；

从所述至少一个交互声纹特征中确定与所述唤醒声纹特征相匹配的目标交互声纹特征；

从与所述目标交互声纹特征相对应的目标单声源交互语音中提取目标语音特征；以及

发送目标语音特征，以便基于所述目标语音特征，进行语音识别。

2.根据权利要求1所述的方法，还包括，在所述响应于语音交互功能被唤醒，获取被用于唤醒所述语音交互功能的唤醒语音的唤醒声纹特征之前：

从接收到的所述唤醒语音中，提取所述唤醒语音的唤醒声纹特征；

基于所述唤醒声纹特征，确定所述唤醒语音的声源；以及

响应于确定所述唤醒语音的声源为人声源，基于所述唤醒语音，确定所述语音交互功能的唤醒结果。

3.根据权利要求1或2所述的方法，其中，所述从所述至少一个交互声纹特征中确定与所述唤醒声纹特征相匹配的目标交互声纹特征包括：

针对所述至少一个交互声纹特征中的每个交互声纹特征，确定所述交互声纹特征与所述唤醒声纹特征之间的声纹相似度；以及

从所述至少一个交互声纹特征中确定声纹相似度最高的交互声纹特征，作为所述目标交互声纹特征。

4.根据权利要求3所述的方法，其中，所述针对所述至少一个交互声纹特征中的每个交互声纹特征，确定所述交互声纹特征与所述唤醒声纹特征之间的声纹相似度包括：

确定与所述交互声纹特征相对应的单声源交互语音的声源；以及

响应于确定所述单声源交互语音的声源为人声源，确定所述交互声纹特征与所述唤醒声纹特征之间的声纹相似度。

5.根据权利要求1所述的方法，其中，所述发送目标语音特征包括：

确定所述目标单声源交互语音的数据量；以及

响应于所述数据量大于或等于预定数据量阈值，发送目标语音特征。

6.根据权利要求1至5任一项所述的方法，其中，所述方法应用于语音交互设备；

所述发送目标语音特征包括：

利用所述语音交互设备将所述目标语音特征发送至云服务器，以便所述云服务器基于所述目标语音特征，进行语音识别。

7.一种语音处理装置，包括：

唤醒声纹获取模块，用于响应于语音交互功能被唤醒，获取被用于唤醒所述语音交互功能的唤醒语音的唤醒声纹特征；

交互声纹提取模块，用于从接收到的交互语音中提取至少一个交互声纹特征，所述交互语音中包括至少一个单声源交互语音，所述至少一个单声源交互语音与所述至少一个交互声纹特征一一对应；

确定模块，用于从所述至少一个交互声纹特征中确定与所述唤醒声纹特征相匹配的目标交互声纹特征；

语音特征提取模块，用于从与所述目标交互声纹特征相对应的目标单声源交互语音中提取目标语音特征；以及

发送模块，用于发送目标语音特征，以便基于所述目标语音特征，进行语音识别。

8.根据权利要求7所述的装置，还包括，在所述唤醒声纹获取模块之前：

接收模块，用于从接收到的所述唤醒语音中，提取所述唤醒语音的唤醒声纹特征；

声源确定模块，用于基于所述唤醒声纹特征，确定所述唤醒语音的声源；以及

唤醒结果确定模块，用于响应于确定所述唤醒语音的声源为人声源，基于所述唤醒语音，确定所述语音交互功能的唤醒结果。

9.根据权利要求7或8所述的装置，其中，所述确定模块包括：

相似度确定单元，用于针对所述至少一个交互声纹特征中的每个交互声纹特征，确定所述交互声纹特征与所述唤醒声纹特征之间的声纹相似度；以及

目标确定单元，用于从所述至少一个交互声纹特征中确定声纹相似度最高的交互声纹特征，作为所述目标交互声纹特征。