[发明专利]语音区分方法、装置、计算机设备及存储介质

说明书

本发明公开了一种语音区分方法、装置、计算机设备及存储介质。该方法包括：获取原始测试语音数据，对原始测试语音数据进行预处理，获取预处理语音数据；对预处理语音数据进行端点检测处理，获取待测试语音数据；对待测试语音数据进行特征提取，获取待测试语音特征；将待测试语音特征输入到预先训练好的卷积深度置信网络模型中进行识别，获取语音区分结果。该方法提高了语音区分的准确性，使得获取的语音区分结果更加准确。

技术领域

本发明涉及语音识别技术领域，尤其涉及一种语音区分方法、装置、计算机设备及存储介质。

背景技术

语音数据一般包括目标语音和干扰语音，其中，目标语音是指语音数据中声纹连续变化明显的语音部分。干扰语音可以是语音数据中由于静默而没有发音的语音部分(即静音段)，也可以是环境噪音部分(即噪音段)。语音区分是指对输入的语音进行静音筛选，仅保留对识别更有意义的语音数据(即目标语音)。当前主要采用端点检测技术对语音数据进行区分，这种语音区分方式，在目标语音中夹杂噪音时，随着噪音越大，进行语音区分的难度越大，其端点检测的识别结果越不准确。因此，采用端点检测技术进行语音区分时，其语音区分的识别结果容易受外部因素影响，使得语音区分结果不准确。

发明内容

本发明实施例提供一种语音区分方法、装置、计算机设备及存储介质，以解决语音区分结果不准确的问题。

本发明实施例提供一种语音区分方法，包括：

获取原始测试语音数据，对所述原始测试语音数据进行预处理，获取预处理语音数据；

对所述预处理语音数据进行端点检测处理，获取待测试语音数据；

对所述待测试语音数据进行特征提取，获取待测试语音特征；

将所述待测试语音特征输入到预先训练好的卷积深度置信网络模型中进行识别，获取语音区分结果。

本发明实施例提供一种语音区分装置，包括：

原始测试语音数据处理模块，用于获取原始测试语音数据，对所述原始测试语音数据进行预处理，获取预处理语音数据；

待测试语音数据获取模块，用于对所述预处理语音数据进行端点检测处理，获取待测试语音数据；

待测试语音特征获取模块，用于对所述待测试语音数据进行特征提取，获取待测试语音特征；

语音区分结果获取模块，用于将所述待测试语音特征输入到预先训练好的卷积深度置信网络模型中进行识别，获取语音区分结果。

本发明实施例提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述语音区分方法的步骤。

本发明实施例提供一种非易失性存储介质，所述非易失性存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述语音区分方法的步骤。

本发明实施例提供的语音区分方法、装置、计算机设备及存储介质，通过获取原始测试语音数据，并对原始测试语音数据进行预加重、分帧和加窗处理，得到预处理语音数据。然后对预处理语音数据进行端点检测处理，获取待测试语音数据。初步去除非语音片段对应的待测试语音数据，有效减少语音区分的处理时间，提高语音处理的质量。对待测试语音数据进行特征提取，获取待测试语音特征，并将待测试语音特征输入到预先训练好的卷积深度置信网络模型中进行识别，获取语音区分结果，提高了语音区分的准确性，使得获取的语音区分结果更加准确。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。