[发明专利]调整播放音量的方法、装置、设备以及存储介质

说明书

本公开提供了一种调整播放音量的方法、装置、设备、存储介质以及程序产品，涉及人工智能技术领域，尤其涉及语音技术领域。具体实现方案为：响应于接收到原始语音，确定原始语音中的目标语音片段，目标语音片段包含关键词；利用深度学习模型确定目标语音片段是否包括气声；以及在目标语音片段包括气声的情况下，将播放音量调整至预定音量以下；其中，深度学习模型是根据以下方法训练的：利用深度学习模型确定与语音样本对应的气声似然度；根据气声似然度与语音样本对应的标准似然度，确定损失值；以及根据损失值，调整深度学习模型的参数。

技术领域

本公开涉及人工智能技术领域，尤其涉及语音技术领域。

背景技术

当今世界，随着互联网的不断发展，人机交互越来越智能化，语音技术也越来越发达。如智能音箱、智能车载系统、智能手机、智能家居系统等在与用户进行交互时都需要对语音信息进行传递和处理。

发明内容

本公开提供了一种调整播放音量的方法、装置、设备、存储介质以及程序产品。

根据本公开的一方面，提供了一种调整播放音量的方法，包括：响应于接收到原始语音，确定所述原始语音中的目标语音片段，所述目标语音片段包含关键词；利用深度学习模型确定与所述目标语音片段对应的目标似然度；根据所述目标似然度，确定所述目标语音片段是否包括气声；以及在所述目标语音片段包括气声的情况下，将播放音量调整至预定音量以下；其中，所述深度学习模型是根据以下方法训练的：利用所述深度学习模型确定与语音样本对应的气声似然度；根据所述气声似然度与所述语音样本对应的标准似然度，确定损失值；以及根据所述损失值，调整所述深度学习模型的参数。

根据本公开的另一方面，提供了一种调整播放音量的装置，包括：第一确定模块，用于响应于接收到原始语音，确定所述原始语音中的目标语音片段，所述目标语音片段包含关键词；第二确定模块，用于利用深度学习模型确定与所述目标语音片段对应的目标似然度；第三确定模块，用于根据所述目标似然度，确定所述目标语音片段是否包括气声以及音量调整模块，用于在所述目标语音片段包括气声的情况下，将播放音量调整至预定音量以下。

本公开的另一个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本公开实施例所示的方法。

根据本公开实施例的另一方面，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本公开实施例所示的方法。

根据本公开实施例的另一方面，提供了一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现本公开实施例所示方法的步骤。

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是根据本公开实施例的调整播放音量的方法、装置、电子设备和存储介质的应用场景示意图；

图2示意性示出了根据本公开的实施例的调整播放音量的方法的流程图；

图3示意性示出了根据本公开的实施例的训练深度学习模型的方法的流程图；

图4示意性示出了根据本公开的实施例的深度学习模型的示意图；

图5示意性示出了根据本公开的实施例的确定所述原始语音中的目标音频片段的方法的流程图；

图6示意性示出了根据本公开的实施例的调整播放音量的方法的流程图；