[发明专利]音频处理方法、装置、电子设备及存储介质

权利要求书

1.一种音频处理方法，其特征在于，所述方法包括：

按照时间的先后顺序，利用预设的滑动窗口在音频文件中确定出目标音频片段；

若确定所述目标音频片段为有声片段，且记录的轮次标记为有效音频，则将所述目标音频片段添加至预先配置的缓冲区；其中，所述轮次标记用于指示当前处理的音频片段为有效音频或无效音频。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

若确定所述目标音频片段为有声片段，且记录的轮次标记为无效音频，则判断记录的有声计数值是否大于第一阈值；其中，所述有声计数值表征在无效音频状态下连续记录的有声片段的次数；

若所述有声计数值小于或等于所述第一阈值，则丢弃所述目标音频片段，并更新所述有声计数值；其中，更新后的所述有声计数值被用于下一次执行所述判断记录的有声计数值是否大于第一阈值的步骤；

若所述有声计数值大于所述第一阈值，则将所述目标音频片段添加至所述缓冲区，并将所述有声计数值重置，以及将所述轮次标记更新为有效音频。

3.如权利要求1所述的方法，其特征在于，所述方法还包括：

若确定所述目标音频片段为静音片段，且所述轮次标记为无效音频，则丢弃所述目标音频片段。

4.如权利要求1所述的方法，其特征在于，所述方法还包括：

若确定所述目标音频片段为静音片段，且所述轮次标记为有效音频，则更新记录的静音计数值；其中，所述静音计数值表征在有效音频状态下连续记录的静音片段的次数；

判断更新后的所述静音计数值是否大于第二阈值；

若更新后的所述静音计数值小于或等于所述第二阈值，则将所述目标音频片段添加至所述缓冲区；

若更新后的所述静音计数值大于所述第二阈值，则将所述目标音频片段丢弃，并将所述静音计数值重置，以及将所述轮次标记更新为无效音频。

5.如权利要求4所述的方法，其特征在于，若更新后的所述静音计数值大于所述第二阈值，所述方法还包括：

若所述缓冲区内保存的所有音频片段的累计时长达到设定的第一时长阈值，则将缓冲区内保存的所有音频片段合并为音频序列，并重置所述缓冲区。

6.如权利要求1-4中任一项所述的方法，其特征在于，所述方法还包括：

若所述缓冲区内保存的所有音频片段的累计时长达到设定的第二时长阈值，则将缓冲区内保存的所有音频片段合并为音频序列，并重置所述缓冲区。

7.如权利要求6所述的方法，其特征在于，所述方法还包括：

将所述音频序列输入至预先训练完成的音频分类模型，并获得所述音频分类模型输出的音频类别标签。

8.如权利要求1所述的方法，其特征在于，所述确定所述目标音频片段为有声片段，包括：

计算出所述目标音频片段对应的目标音频能量值；

若所述目标音频能量值达到设定的音频能量阈值，则确定所述目标音频片段为有声片段。

9.如权利要求8所述的方法，其特征在于，所述计算出所述目标音频片段对应的目标音频能量值，包括：

对所述目标音频片段内所有音频点的能量值取平方后求和，并将求和得到的结果作为所述目标音频片段对应的目标音频能量值。

10.一种音频处理装置，其特征在于，所述装置包括：

滑动模块，用于按照时间的先后顺序，利用预设的滑动窗口在音频文件中确定出目标音频片段；

处理模块，用于若确定所述目标音频片段为有声片段，且记录的轮次标记为有效音频，则将所述目标音频片段添加至预先配置的缓冲区；其中，所述轮次标记用于指示当前处理的音频片段为有效音频或无效音频。

11.一种电子设备，其特征在于，包括：

存储器，用于存储一个或多个程序；

处理器；

当所述一个或多个程序被所述处理器执行时，实现如权利要求1-9中任一项所述的方法。

12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-9中任一项所述的方法。