[发明专利]语音信号处理以表示用户声带状态的方法及装置、存储介质、电子设备

说明书

本公开提供一种语音信号处理方法及装置、存储介质、电子设备。该方法包括：采集待测用户的语音数据，所述语音数据为所述待测用户按照预设条件输入的浊音语音数据；提取所述待测用户的语音数据的声学特征，所述声学特征用于表示所述待测用户的声带状态；将所述声学特征作为输入，经预先构建的语音分类模型处理后，确定出所述待测用户的发音特征。如此方案，可以通过语音信号处理技术确定待测用户的发音特征，实现过程简单方便。

技术领域

本公开涉及语音处理领域，具体地，涉及一种语音信号处理方法及装置、存储介质、电子设备。

背景技术

语音作为一种搭载着特定信息的模拟信号，已成为人们社会生活中获取信息和传播信息的重要的手段。通常，语音信号中包含有异常丰富的信息，例如，文本内容或语义、声纹特征、语种或方言、情绪等等，语音信号处理就是在复杂的语音环境中提取有效的语音信息。

在实际应用过程中，通过语音信号处理可以提取用户的个性化信息，进行身份识别，例如，从一段对话中识别出不同的说话人；或者，通过语音信号处理可以对不同用户进行差异归一化处理，提取共性信息，对说话人进行分类识别，例如，可以按性别分类、按语种分类等等。

发明内容

本公开的主要目的是提供一种语音信号处理方法及装置、存储介质、电子设备，可以通过语音信号处理技术确定待测用户的发音特征。

为了实现上述目的，本公开提供一种语音信号处理方法，所述方法包括：

采集待测用户的语音数据，所述语音数据为所述待测用户按照预设条件输入的浊音语音数据；

提取所述待测用户的语音数据的声学特征，所述声学特征用于表示所述待测用户的声带状态；

将所述声学特征作为输入，经预先构建的语音分类模型处理后，确定出所述待测用户的发音特征。

可选地，所述预设条件为不小于预设持续时长，则所述采集待测用户的语音数据，包括：

采集所述待测用户单次输入的浊音语音数据；判断所述单次输入的浊音语音数据的持续时长是否小于所述预设持续时长；如果所述单次输入的浊音语音数据的持续时长不小于所述预设持续时长，则将所述单次输入的浊音语音数据确定为所述待测用户的语音数据；

或者，

采集所述待测用户多次间断输入的浊音语音数据；判断所述多次间断输入的浊音语音数据的总持续时长是否小于所述预设持续时长；如果所述多次间断输入的浊音语音数据的总持续时长不小于所述预设持续时长，则将所述多次间断输入的浊音语音数据确定为所述待测用户的语音数据。

可选地，所述预设条件为不小于预设间断次数，则所述采集待测用户的语音数据，包括：

采集所述待测用户多次间断输入的浊音语音数据；判断所述多次间断输入的浊音语音数据的间断次数是否小于所述预设间断次数；如果所述多次间断输入的浊音语音数据的间断次数不小于所述预设间断次数，则将所述多次间断输入的浊音语音数据确定为所述待测用户的语音数据。

可选地，所述提取所述待测用户的语音数据的声学特征，包括：

将所述待测用户的语音数据切分为至少一个语音单元，提取各语音单元如下特征中的至少一个，作为所述待测用户的语音数据的声学特征：能量特征、基频特征、短时过零率特征、停顿特征、频率微扰特征、振幅微扰特征、谐波噪声比、循环周期密度熵、去趋势波动分析特征、非线性的基频变化特征、声纹特征，

其中，

所述频率微扰特征用于表示相邻基音周期之间声波基音频率的变化，

所述振幅微扰特征用于表示相邻基音周期之间声波幅度的变化，

所述循环周期密度熵用于表示所述语音信号周期性的不确定性，