[发明专利]一种语音处理方法、装置、系统及计算机可读存储介质在审
| 申请号： | 201811124680.2 | 申请日： | 2018-09-26 |
| 公开（公告）号： | CN109065075A | 公开（公告）日： | 2018-12-21 |
| 发明（设计）人： | 郑棉洲 | 申请（专利权）人： | 广州势必可赢网络科技有限公司 |
| 主分类号： | G10L25/84 | 分类号： | G10L25/84;G10L25/24;G10L25/30 |
| 代理公司： | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人： | 王仲凯 |
| 地址： | 510000 广东省广州市黄埔*** | 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： | |||
| 搜索关键词： | 声学特征 音频信号 分帧 计算机可读存储介质 类别信息 语音处理 语音信号 预处理 分类准确率 分类模型 工作负担 工作效率 特征提取 预先建立 分类 申请 | ||
1.一种语音处理方法，其特征在于，包括：
对待处理语音信号进行预处理，得到多个分帧音频信号；
对每个所述分帧音频信号进行特征提取，得到与每个所述分帧音频信号一一对应的梅尔频率倒谱系数MFCC声学特征参数；
采用预先建立的DNN分类模型对各个所述MFCC声学特征参数进行训练，得到与每个所述MFCC声学特征参数一一对应的类别信息，所述类别信息包括人声和非人声。
2.根据权利要求1所述的语音处理方法，其特征在于，所述对待处理语音信号进行预处理，得到多个分帧音频信号的过程为：
对所述待处理语音信号进行预加重、分帧和加汉明窗处理，得到多个所述分帧音频信号。
3.根据权利要求1或2所述的语音处理方法，其特征在于，在所述得到与每个所述MFCC声学特征参数一一对应的类别信息之后，还包括：
依据各个所述类别信息确定出类别为非人声的各个分帧音频信号。
4.根据权利要求3所述的语音处理方法，其特征在于，所述非人声包括寻呼声、彩铃声及客服语音。
5.一种语音处理装置，其特征在于，包括：
预处理模块，用于对待处理语音信号进行预处理，得到多个分帧音频信号；
提取模块，用于对每个所述分帧音频信号进行特征提取，得到与每个所述分帧音频信号一一对应的MFCC声学特征参数；
分类模块，用于采用预先建立的DNN分类模型对各个所述MFCC声学特征参数进行训练，得到与每个所述MFCC声学特征参数一一对应的类别信息，所述类别信息包括人声和非人声。
6.根据权利要求5所述的语音处理装置，其特征在于，所述预处理模块，具体用于对所述待处理语音信号进行预加重、分帧和加汉明窗处理，得到多个所述分帧音频信号。
7.根据权利要求5或6所述的语音处理装置，其特征在于，还包括：
筛选模块，用于依据各个所述类别信息确定出类别为非人声的各个分帧音频信号。
8.一种语音处理设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至4任意一项所述的语音处理方法的步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任意一项所述的语音处理方法的步骤。
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广州势必可赢网络科技有限公司，未经广州势必可赢网络科技有限公司许可，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/pat/books/201811124680.2/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种婴儿语音声音翻译器
- 下一篇：音频标签的设置方法、装置、设备和存储介质
