[发明专利]语音处理方法、装置、电子设备以及存储介质

说明书

本公开提供了语音处理方法、装置、电子设备、存储介质以及程序产品，涉及人工智能技术领域，尤其涉及车联网和智能座舱等技术领域。具体实现方案为：响应于语音交互功能被唤醒，获取被用于唤醒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，交互语音中包括至少一个单声源交互语音，至少一个单声源交互语音与至少一个交互声纹特征一一对应；从至少一个交互声纹特征中确定与唤醒声纹特征相匹配的目标交互声纹特征；从与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，以便基于目标语音特征，进行语音识别。

技术领域

本公开涉及人工智能技术领域，尤其涉及语音、云计算等技术领域。具体涉及语音处理方法、装置、电子设备、存储介质及程序产品。

背景技术

语音交互是人类比较自然的交互方式。随着人工智能技术的不断发展，已经实现让机器能够听懂人类发出的语音，理解语音中的内在含义，并作出相应的反馈。在进行语音交互过程中，需要进行声学处理、语音识别、语义理解等自然语言理解的操作，还需要进行语音合成的自然语言生成的操作。在真实环境中，众多操作可能会面临环境噪音大、语音中的语义复杂等的问题，为语音交互顺畅、智能地进行造成障碍。

发明内容

本公开提供了一种语音处理方法、装置、电子设备、存储介质以及程序产品。

根据本公开的一方面，提供了一种语音处理方法，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。

根据本公开的另一方面，提供了一种语音处理装置，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。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行如上所述的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1示意性示出了根据本公开实施例的可以应用语音处理方法及装置的示例性系统架构；

图2示意性示出了根据本公开实施例的语音处理方法的流程图；

图3示意性示出了根据本公开实施例的确定唤醒语音的声源的流程图；