[发明专利]一种音频处理方法、装置及可读存储介质

权利要求书

1.一种音频处理方法，其特征在于，包括：

获取第一音频文件的第一特征向量，所述第一音频文件包括加密内容和基本内容，其中，所述基本内容能够直接被用户收听与被语音识别系统识别，所述加密内容能够被所述语音识别系统识别但无法直接被用户收听；

通过预先训练好的第一神经网络模型对所述第一特征向量进行反失真处理，获得第二特征向量；

对所述第二特征向量进行编码，获得第二音频文件；其中，在所述第二音频文件经播放设备播放后输入所述语音识别系统后，所述语音识别系统对所述第二音频文件的识别结果和对所述第一音频文件的识别结果相同，其中，所述语音识别系统对所述第一音频文件的所述识别结果包括所述加密内容和所述基本内容。

2.根据权利要求1所述的方法，其特征在于，通过以下步骤生成所述第一神经网络模型：

获取多个原始音频文件的失真音频样本，所述失真音频样本为将所述原始音频文件在多种物理环境下播放并录音获得的音频样本；

使用多个所述失真音频样本对预设第一神经网络的初始模型进行训练，直至所述预设第一神经网络的初始模型输出的音频文件与所述原始音频文件的差异值小于预设阈值时的神经网络模型为所述第一神经网络模型。

3.根据权利要求1或2所述的方法，其特征在于，在获取第一音频文件的第一特征向量之前，所述方法还包括：

获取初始音频文件及所述初始音频文件的初始特征向量；

通过预设第二神经网络模型对所述初始特征向量进行加扰处理，获得加扰特征向量；

确定语音识别系统对所述加扰特征向量的识别结果与预设识别结果的差异度；

当所述差异度大于预设数值时，根据所述差异度对所述预设第二神经网络模型进行训练，直至所述语音识别系统识别所述预设第二神经网络模型输出的加扰特征向量的识别结果与所述预设识别结果的差异度小于或等于所述预设数值时的加扰特征向量对应的音频文件为所述第一音频文件。

4.根据权利要求1所述的方法，其特征在于，在获取第一音频文件的第一特征向量之前，所述方法还包括：

获取初始音频文件及所述初始音频文件的初始特征向量；

通过预设第二神经网络模型对所述初始特征向量进行加扰处理，获得加扰特征向量；

确定所述加扰特征向量与所述初始特征向量的差距值；

当所述差距值大于预设差距值时，根据所述差距值对所述预设第二神经网络模型进行训练，直至所述预设第二神经网络模型输出的加扰特征向量小于或等于所述预设差距值时的加扰特征向量对应的音频文件为所述第一音频文件。

5.根据权利要求4所述的音频处理方法，其特征在于，获取所述初始音频文件的初始特征向量，包括：

根据傅立叶变换器和梅尔滤波器处理所述初始音频文件，获得梅尔系数特征值向量；其中，所述梅尔系数特征值向量为所述初始特征向量。

6.一种音频处理装置，其特征在于，包括：

第一获取单元，用于获取第一音频文件的第一特征向量，所述第一音频文件包括加密内容和基本内容，其中，所述基本内容能够直接被用户收听与被语音识别系统识别，所述加密内容能够被所述语音识别系统识别但无法直接被用户收听；

处理单元，用于通过预先训练好的第一神经网络模型对所述第一特征向量进行反失真处理，获得第二特征向量；以及对所述第二特征向量进行编码，获得第二音频文件；其中，所述第二音频文件经播放设备向所述语音识别系统播放，所述语音识别系统对所述第二音频文件的识别结果和对所述第一音频文件的识别结果相同，其中，所述语音识别系统对所述第一音频文件的所述识别结果包括所述加密内容和所述基本内容。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

第二获取单元，用于获取多个原始音频文件的失真音频样本，所述失真音频样本为将所述原始音频文件在多种物理环境下播放并录音获得的音频样本；

所述处理单元还用于使用多个所述失真音频样本对预设第一神经网络的初始模型进行训练，直至所述预设第一神经网络的初始模型输出的音频文件与所述原始音频文件的差异值小于预设阈值时的神经网络模型为所述第一神经网络模型。