[发明专利]一种语音处理方法、装置及系统

说明书

本申请公开了一种语音处理方法、装置及系统，其中，当所述方法应用于客户端中，包括：对采集的语音信号进行降噪处理，生成目标语音信号；获取所述目标语音信号对应的还原信息；将所述还原信息以及所述目标语音信号发送至所述服务器，以由所述服务器根据所述还原信息将所述目标语音信号还原成原始的语音信号，并对所述原始的语音信号进行语音识别。本实施例在语音场景中使用该目标语音信号可以提升客户端的主观音质，同时还可以由服务器还原得到的未失真的语音信号确保服务器的语音识别效果。

技术领域

本申请实施例涉及自然语言处理技术，尤其涉及一种语音处理方法、装置及系统。

背景技术

语音识别(Automatic Speech Recognition，简称ASR)是以语音为研究对象，通过语音信号处理和模式识别让机器自动识别和理解人类口述的语言。语音识别技术就是让机器通过识别和理解过程把语音信号转换为相应的文本或命令的技术。随着信息技术的发展，语音识别技术正逐步成为计算机信息处理技术中的关键技术，语音识别技术的应用场景也变得越来越广泛，例如语音识别技术可以应用在字幕添加、识别谈话中的敏感内容、人机交互等场景。

在一些语音场景中，例如语音通信场景或者语音直播场景等，为了提高用户音质，可以使用语音增强技术来提取有用的语音信号，降低噪声信号的干扰。在相关技术中，可以在客户端中集成单通道语音增强(SE)算法来提升音质，但单通道SE算法往往会引起语音失真，导致ASR识别率降低。

发明内容

本申请提供一种语音处理方法、装置及系统，以解决现有技术中在客户端中集成单通道语音增强(SE)算法来提升音质引起的语音失真，导致ASR识别率降低的问题。

第一方面，本申请实施例提供了一种语音处理方法，应用于客户端中，所述方法包括：

对采集的语音信号进行降噪处理，生成目标语音信号；

获取所述目标语音信号对应的还原信息；

将所述还原信息以及所述目标语音信号发送至所述服务器，以由所述服务器根据所述还原信息将所述目标语音信号还原成原始的语音信号，并对所述原始的语音信号进行语音识别。

第二方面，本申请实施例还提供了一种语音处理方法，应用于服务器中，所述方法包括：

接收客户端发送的目标语音信号以及与所述目标语音信号相关的还原信息，其中，所述目标语音信号为所述客户端对采集的语音信号进行降噪处理后生成的信号；

根据所述还原信息将所述目标语音信号还原成原始的语音信号；

对所述原始的语音信号进行语音识别。

第三方面，本申请实施例还提供了一种语音处理系统，所述语音处理系统包括第一客户端和服务器，

所述第一客户端用于对采集的语音信号进行降噪处理，生成目标语音信号，并获取所述目标语音信号对应的还原信息，将所述还原信息以及所述目标语音信号发送至所述服务器；

所述服务器用于根据所述还原信息将所述目标语音信号还原成原始的语音信号，并对所述原始的语音信号进行语音识别。

第四方面，本申请实施例还提供了一种语音处理装置，应用于客户端中，所述装置包括：

降噪模块，用于对采集的语音信号进行降噪处理，生成目标语音信号；

还原信息获取模块，用于获取所述目标语音信号对应的还原信息；

信息发送模块，用于将所述还原信息以及所述目标语音信号发送至所述服务器，以由所述服务器根据所述还原信息将所述目标语音信号还原成原始的语音信号，并对所述原始的语音信号进行语音识别。