[发明专利]一种语音处理方法、装置、设备及存储介质在审
申请号: | 202010416575.7 | 申请日: | 2020-05-15 |
公开(公告)号: | CN111554308A | 公开(公告)日: | 2020-08-18 |
发明(设计)人: | 肖玮 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G10L19/00 | 分类号: | G10L19/00;G10L21/003;G10L21/02;G10L25/30 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 熊永强;杜维 |
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: | |||
搜索关键词: | 一种 语音 处理 方法 装置 设备 存储 介质 | ||
1.一种语音处理方法,其特征在于,包括:
确定待处理的目标语音帧对应的历史语音帧;
获取所述历史语音帧的时域参数;
根据所述历史语音帧的时域参数预测得到所述目标语音帧的参数集,所述参数集中包含至少两个参数;
根据所述参数集重建所述目标语音帧。
2.如权利要求1所述的方法,其特征在于,所述目标语音帧是指经VoIP系统传输的语音信号中的第n帧语音帧;
所述历史语音帧包括经所述VoIP系统传输的语音信号中的第n-t帧至第n-1帧共t帧语音帧,n、t均为正整数;
所述语音信号中的每帧语音帧包含k个分帧和m个子帧,其中,k为大于1的整数,m为正整数。
3.如权利要求1或2所述的方法,其特征在于,所述历史语音帧的时域参数包含所述历史语音帧的长时相关性参数;所述参数集包含所述目标语音帧的长时相关性参数;
所述根据所述历史语音帧的时域参数预测得到所述目标语音帧的参数集,包括:
调用网络模型对所述历史语音帧的时域波形及所述历史语音帧的长时相关性参数进行预测处理,得到所述目标语音帧的长时相关性参数。
4.如权利要求3所述的方法,所述长时相关性参数包括基音延迟和长时预测系数;所述网络模型包括第一神经网络及至少两个第二神经网络,所述第二神经网络属于所述第一神经网络的子网络;一个所述第二神经网络用于预测所述参数集中的一种长时相关性参数;
所述调用网络模型对所述历史语音帧的时域波形及所述历史语音帧的长时相关性参数进行预测处理,得到所述目标语音帧的长时相关性参数,包括:
调用所述第一神经网络对所述历史语音帧的时域波形进行处理,得到中间参数;
将所述中间参数和所述历史语音帧的基音延迟作为输入信息输入至所述第二神经网络中进行预测处理,得到所述目标语音帧的基音延迟;以及,
将所述中间参数和所述历史语音帧的长时预测系数作为输入信息输入至所述第二神经网络中进行预测处理,得到所述目标语音帧的长时预测系数。
5.如权利要求2所述的方法,其特征在于,所述历史语音帧的时域参数包含所述历史语音帧的短时相关性参数;所述历史语音帧的短时相关性参数包括所述历史语音帧的各个分帧的线谱频率;所述参数集包含所述目标语音帧的短时相关性参数;所述目标语音帧的短时相关性参数包括所述目标语音帧的第k个分帧的线谱频率及内插因子;
所述对所述历史语音帧的时域参数进行预测处理,得到所述目标语音帧的参数集,包括:
比较所述历史语音帧的帧类型及所述目标语音帧的帧类型是否发生变化;
根据比较结果对所述历史语音帧的短时相关性参数进行信号推理处理,得到所述目标语音帧的短时相关性参数;
其中,所述比较结果包括:帧类型发生变化或帧类型未发生变化;所述帧类型未发生变化是指所述历史语音帧的帧类型与所述目标语音帧的帧类型相同;
所述帧类型发生变化包括:所述历史语音帧为浊音帧,而所述目标语音帧为清音帧;或者,所述历史语音帧为清音帧,而所述目标语音帧为浊音帧。
6.如权利要求5所述的方法,其特征在于,所述根据比较结果对所述历史语音帧的短时相关性参数进行信号推理处理,得到所述目标语音帧的短时相关性参数,包括:
若所述历史语音帧的帧类型与所述目标语音帧的帧类型相同,则设置所述目标语音帧的内插因子为第一数值;以及,
将所述历史语音帧的所有分帧的线谱频率的平均值设置为所述目标语音帧的第k个分帧的线谱频率。
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/pat/books/202010416575.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种光伏模组的安装结构
- 下一篇:一种含油轴承组件及其装配装置