[发明专利]数据处理方法、装置、设备以及介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

响应直播应用中的语音输入操作，在所述直播应用中获取所述语音输入操作所输入的目标语音数据；

获取所述直播应用中至少两个虚拟房间分别对应的主播语音数据，获取所述目标语音数据与至少两个主播语音数据之间的数据匹配度；所述至少两个主播语音数据分别为至少两个主播用户所提供的语音数据；

根据所述数据匹配度，在所述至少两个主播语音数据中确定与所述目标语音数据相匹配的目标主播语音数据，将所述目标语音数据对应的目标互动用户加入目标主播用户所在的虚拟房间；所述目标主播用户为提供所述目标主播语音数据的主播用户。

2.根据权利要求1所述的方法，其特征在于，所述响应直播应用中的语音输入操作，在所述直播应用中获取所述语音输入操作所输入的目标语音数据，包括：

响应针对所述直播应用的启动操作，显示所述直播应用对应的应用展示主页；所述应用展示主页包括声音匹配模式；

响应针对所述应用展示主页中的所述声音匹配模式的选取操作，显示所述声音匹配模式对应的语音控件；

响应针对所述语音控件的语音输入操作，在所述直播应用中获取所述语音输入操作所输入的目标语音数据。

3.根据权利要求1所述的方法，其特征在于，所述获取所述直播应用中至少两个虚拟房间分别对应的主播语音数据，获取所述目标语音数据与至少两个主播语音数据之间的数据匹配度，包括：

获取所述目标语音数据对应的用户语音特征，获取所述直播应用中至少两个虚拟房间分别对应的主播语音数据；

获取至少两个主播语音数据分别对应的主播语音特征，根据所述用户语音特征和所述主播语音特征，确定所述目标语音数据和所述至少两个主播语音数据之间的数据匹配度。

4.根据权利要求3所述的方法，其特征在于，所述获取所述目标语音数据对应的用户语音特征，包括：

对所述目标语音数据进行频域变换，生成所述目标语音数据对应的频谱特征，获取与所述频谱特征相对应的倒谱系数，将所述倒谱系数确定为所述目标语音数据对应的用户声纹特征；

将所述用户声纹特征输入至声学模型，在所述声学模型中获取与所述用户声纹特征相匹配的目标音素信息；

获取与所述直播应用相关联的字典，在所述字典中获取所述目标音素信息对应的候选字符；所述字典包括所述直播应用中的样本文本数据与音素信息之间的对应关系；

根据所述候选字符确定所述目标音素信息对应的用户语音内容，将所述用户声纹特征和所述用户语音内容确定为所述用户语音特征。

5.根据权利要求4所述的方法，其特征在于，所述对所述目标语音数据进行频域变换，生成所述目标语音数据对应的频谱特征，获取与所述频谱特征相对应的倒谱系数，包括：

对所述目标语音数据进行预加重处理，得到所述目标语音数据对应的补偿语音数据；

将所述补偿语音数据进行分帧处理，获取所述补偿语音数据对应的至少两个语音帧片段；

将所述至少两个语音帧片段进行频域变换，获取所述补偿语音数据对应的频谱特征；

将所述频谱特征转换至倒谱特征，对所述倒谱特征进行离散余弦变换，得到所述倒谱特征对应的倒谱系数。

6.根据权利要求4所述的方法，其特征在于，所述声学模型包括深度神经网络和隐马尔科夫模型；

所述将所述用户声纹特征输入至声学模型，在所述声学模型中获取与所述用户声纹特征相匹配的目标音素信息，包括：

将所述用户声纹特征输入至所述声学模型，根据所述深度神经网络获取所述用户声纹特征对应的音素状态概率；

根据所述隐马尔科夫模型，对所述音素状态概率进行解码，生成与所述用户声纹特征相匹配的目标音素信息。