[发明专利]对称音频的获取方法、装置、电子设备及存储介质

说明书

本公开提供了一种对称音频的获取方法、装置、电子设备及存储介质，涉及数据处理领域，尤其涉及语音技术和深度学习领域。具体实现方案为：获取待处理的原始音频；对原始音频进行相位谱偏移处理，以生成多个相位发生偏移的偏移音频；对多个偏移音频进行波形对称检测，从多个偏移音频中获取波形对称的目标音频。本公开中基于相位谱偏移处理，将原始音频处理为波形对称的目标音频，大幅提升了音频信号的音量一致性，有利于深度学习网络的稳定训练，降低语音合成的出错概率，提升了用户的聆听体验。

技术领域

本公开涉及数据处理领域，尤其涉及语音技术和深度学习领域。

背景技术

很多音频数据中存在语音信号波形不对称的现象，会导致深度学习网络的模型训练不稳定，生成的音频的音量忽大忽小。

发明内容

本公开提供了一种对称音频的获取方法、装置、电子设备以及存储介质、计算机程序产品。

根据本公开的一方面，提供了一种对称音频的获取方法，包括：

获取待处理的原始音频；

对原始音频进行相位谱偏移处理，以生成多个相位发生偏移的偏移音频；

对多个偏移音频进行波形对称检测，从多个偏移音频中获取波形对称的目标音频。

本公开实施例中基于相位谱偏移处理，将原始音频处理为波形对称的目标音频，大幅提升了音频信号的音量一致性，有利于深度学习网络的稳定训练，降低语音合成的出错概率，提升了用户的聆听体验。

根据本公开的另一方面，提供了一种对称音频的获取装置，包括：

获取模块，用于获取待处理的原始音频；

生成模块，用于对原始音频进行相位谱偏移处理，以生成多个相位发生偏移的偏移音频；

检测模块，用于对多个偏移音频进行波形对称检测，从多个偏移音频中获取波形对称的目标音频。

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，以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开第一个方面实施例的对称音频的获取方法。

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，计算机指令用于使计算机执行本公开第一个方面实施例的对称音频的获取方法。

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，计算机程序在被处理器执行时实现本公开第一个方面实施例的对称音频的获取方法。

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是根据本公开一个实施例的对称音频的获取方法的流程图；

图2是根据本公开一个实施例的对称音频的获取方法的流程图；

图3是根据本公开一个实施例的对称音频的获取方法的流程图；

图4是根据本公开一个实施例的对称音频的获取方法的流程图；

图5是根据本公开一个实施例的对称音频的获取方法的流程图；

图6是本公开的技术效果展示；

图7是根据本公开一个实施例的对称音频的获取装置的结构图；