[发明专利]音频数据处理方法、装置、存储介质及电子设备

权利要求书

1.一种音频数据处理方法，其特征在于，所述方法包括：

获取目标音频数据的频谱特征；

利用神经网络模型的第一卷积模块对所述频谱特征进行卷积处理，获取第一卷积处理结果，所述第一卷积模块包括第一层归一化层；

利用所述神经网络模型的第一激活模块对所述第一卷积处理结果进行激活处理，获取第一激活处理结果；

利用所述神经网络模型的第二卷积模块对所述第一激活处理结果进行卷积处理，获取第二卷积处理结果，所述第二卷积模块包括第二层归一化层；

利用所述神经网络模型的第二激活模块对所述第二卷积处理结果以及所述频谱特征进行激活处理，获取所述目标音频数据的目标声纹特征；

基于所述目标声纹特征与注册的声纹特征进行打分，确定所述目标音频数据对应的对象信息；

基于所述目标声纹特征与注册的声纹特征进行打分，确定所述目标音频数据对应的对象信息，包括：

获取所述目标音频数据对应的对象的身份标识；

从对象信息与注册的声纹特征的对应关系中查找到所述身份标识对应的对象的注册的声纹特征；

对所述目标声纹特征与查找到的注册的声纹特征进行打分；

若分数超过第一阈值，确定所述目标音频数据对应的对象为所述注册的声纹特征对应的对象，并获取所述对象的对象信息；以及，

对每一注册的声纹特征与所述目标声纹特征进行打分；

选择分数最高且超过第二阈值的注册的声纹特征对应的对象为所述目标声纹特征对应的对象，并获取所述对象的对象信息。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：训练所述神经网络模型；

训练所述神经网络模型，包括：

获取样本音频数据的标签以及频谱特征；

利用所述神经网络模型的第一卷积模块对所述频谱特征进行卷积处理，获取第一卷积处理结果，所述第一卷积模块包括第一层归一化层；

利用所述神经网络模型的第一激活模块对所述第一卷积处理结果进行激活处理，获取第一激活处理结果；

利用所述神经网络模型的第二卷积模块对所述第一激活处理结果进行卷积处理，获取第二卷积处理结果，所述第二卷积模块包括第二层归一化层；

利用所述神经网络模型的第二激活模块对所述第二卷积处理结果以及所述频谱特征进行激活处理，获取所述样本音频数据的预测声纹特征；

基于所述样本音频数据的标签以及预测声纹特征的损失函数，确定所述神经网络模型的待更新梯度；

基于所述待更新梯度更新所述神经网络模型。

3.如权利要求1所述的方法，其特征在于，所述神经网络模型包括多个串联的包括所述第一卷积模块、所述第一激活模块、所述第二卷积模块以及所述第二激活模块的残差网络模块。

4.如权利要求1所述的方法，其特征在于，所述方法还包括：注册声纹特征；

注册声纹特征，包括：

获取需注册的音频数据的对象信息以及频谱特征；

利用所述神经网络模型的第一卷积模块对所述频谱特征进行卷积处理，获取第一卷积处理结果，所述第一卷积模块包括第一层归一化层；

利用所述神经网络模型的第一激活模块对所述第一卷积处理结果进行激活处理，获取第一激活处理结果；

利用所述神经网络模型的第二卷积模块对所述第一激活处理结果进行卷积处理，获取第二卷积处理结果，所述第二卷积模块包括第二层归一化层；

利用所述神经网络模型的第二激活模块对所述第二卷积处理结果以及所述频谱特征进行激活处理，获取所述需注册的音频数据的声纹特征；

将所述对象信息以及所述声纹特征关联存储以进行注册。

5.如权利要求1所述的方法，其特征在于，获取目标音频数据的频谱特征，包括：

获取所述目标音频数据的对数域梅尔谱特征。