[发明专利]一种音频数据处理方法、装置及存储介质有效
| 申请号： | 201811409815.X | 申请日： | 2018-11-23 |
| 公开（公告）号： | CN109599124B | 公开（公告）日： | 2023-01-10 |
| 发明（设计）人： | 高毅 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G10L21/02 | 分类号： | G10L21/02;G10L21/0208;G10L21/0216;G10L25/18;G10L15/02;G10L15/06;G10L15/08;G10L15/20;G10L15/22 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 郝传鑫;熊永强 |
| 地址： | 518057 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开一种音频数据处理方法、装置及存储介质，其中，方法包括：获取环境空间中的多路音频数据，并基于多路音频数据得到语音数据集合，并在多个增强方向上分别生成语音数据集合对应的增强语音信息；将增强语音信息中的语音隐藏特征与目标匹配词进行匹配，并将与目标匹配词具有最高匹配度的增强语音信息对应的增强方向，确定为目标音频方向；获取增强语音信息中的语音频谱特征，并在语音频谱特征中获取目标音频方向上的语音频谱特征；基于目标匹配词对目标音频方向上的语音隐藏特征和语音频谱特征进行语音验证，得到目标验证结果。采用本发明，可以在提高语音控制的准确度的同时，有效地降低误识别率。 | ||
| 搜索关键词： | 一种 音频 数据处理 方法 装置 存储 介质 | ||
【主权项】：
1.一种音频数据处理方法，其特征在于，包括：获取环境空间中的多路音频数据，并基于所述多路音频数据得到语音数据集合，并在多个增强方向上分别生成所述语音数据集合对应的增强语音信息；将所述增强语音信息中的语音隐藏特征与目标匹配词进行匹配，并将与所述目标匹配词具有最高匹配度的增强语音信息对应的增强方向，确定为目标音频方向；获取所述增强语音信息中的语音频谱特征，并在所述语音频谱特征中获取所述目标音频方向上的语音频谱特征；基于所述目标匹配词对所述目标音频方向上的语音隐藏特征和语音频谱特征进行语音验证，得到目标验证结果；所述目标验证结果用于表征所述目标音频方向上存在用于控制终端的所述目标匹配词的概率。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811409815.X/，转载请声明来源钻瓜专利网。
