[发明专利]一种语音信号处理方法、装置、存储介质及终端设备

说明书

本发明公开了一种语音信号处理方法、装置、存储介质及终端设备，该方法包括：获取语音片段中的N个语音特征；对N个语音特征进行预设的不可逆变换处理，获得N个第一语音特征；将N个第一语音特征划分为K个语音特征块；其中，语音特征块包含若干个第一语音特征，N≥K＞0；分别对每一个语音特征块中的第一语音特征进行调整处理，获得N个第二语音特征；其中，所述调整处理为从第k个语音特征块中截取部分第一语音特征，或者根据第k个语音特征块中的第一语音特征填充新的语音特征；其中，K≥k＞0；将N个第二语音特征输入至预设的声码器中，合成变声后的语音信号；通过本发明难以从变声后的语音信号中识别出用户身份，加强用户的隐私保护。

技术领域

本发明涉及语音技术领域，尤其涉及一种语音信号处理方法、装置、存储介质及终端设备。

背景技术

在语音信号处理技术的快速发展和社交平台的流行推广下，语音变声成为语音信号处理领域中一个重要的研究方向，其可应用在保密通信，娱乐通信等多个领域，具有良好前景。

现有技术中，通过以下四种方法来进行语音变声，第一种是通过改变音调实现语音变声，可通过改变声源的频率，频率越高，音调也越高，频率越低，音调也越低；也可通过改变播放频率，如将放音机的放音速度加快或放慢，使播放音乐的音调提高或降低，然而该方法音调虽提高了，但是放音时间也变短了。

第二种是通过改变基频实现语音变声，基频是发浊音时声带振动的频率，基频的高低与说话人的性别直接相关，一般来说男声的基频比较低，女声的基频比较高。此外，年龄对于基频的高低也有一定影响，老年人的基频比年青人的基频低，年青人的基频要比儿童的基频低。所以通过改变基频，就能改变语音的效果，达到变声效果。

第三种是通过改变共振峰实现语音变声，共振峰是指声门波在声道里的共鸣频率。共振峰与声道的长度有很大的相关性，声道越长共振峰的频率越高，反之亦然。相对来说，男子的声道比女子的声道要长一些，所以男声的共振峰频率比女声的共振峰频率相对也要高一些。因此通过改变共振峰，能够影响人对说话人的判断。对于修改共振峰的频率，大部分方法都是基于参数合成的算法，这些方法普遍存在的问题是运算量比较大，需要人工干预，合成的语音的自然度比较差。

第四种是通过调节EQ均衡器实现语音变声，在听MP3格式的音乐文件时经常会使用EQ均衡器对数字声音的音效进行调节，EQ均衡器变音改变音效的原理是通过将数字声音信号分为多个频段，分别对所述多个频段不同频率的信号进行调节和增益，只能祈祷补偿扬声器和声场的缺陷，补偿和修饰各种声源及其它辅助作用，但是类似于花栗鼠、腹语、鬼音等特殊音效，现有通过调节EQ均衡器的变音方法就无法实现。

然而上述四种方法都是从语音频率的角度进行语音变声，通过提升高音或降低低音的方式进行语音变声，容易被逆变回来，从而暴露说话人身份，不能起到隐私保护的效果。

发明内容

本发明实施例所要解决的技术问题在于，提供一种语音信号处理方法、装置、存储介质及终端设备，难以从变声后的语音信号中识别出用户身份，加强用户的隐私保护。

为了解决上述技术问题，本发明实施例提供了一种语音信号处理方法，包括：

获取语音片段中的N个语音特征；其中，N＞0；

对N个语音特征进行预设的不可逆变换处理，获得N个第一语音特征；

将N个第一语音特征划分为K个语音特征块；其中，语音特征块包含若干个第一语音特征，N≥K＞0；

分别对每一个语音特征块中的第一语音特征进行调整处理，获得N个第二语音特征；其中，所述调整处理为从第k个语音特征块中截取部分第一语音特征，或者根据第k个语音特征块中的第一语音特征填充新的语音特征；其中，K≥k＞0；

将N个第二语音特征输入至预设的声码器中，合成变声后的语音信号。