[发明专利]音频处理方法、装置、电子设备及存储介质

说明书

本申请提出一种音频处理方法、装置、电子设备及存储介质，涉及互联网技术领域，通过预设的滑动窗口，并按照时间的先后顺序在音频文件中确定出目标音频片段，并在确定目标音频片段为有声片段，且记录的轮次标记为有效音频的情况下，将目标音频片段添加至预先配置的缓冲区；如此，使得缓冲区内保存的音频片段被用于标注训练样本时，能够减少低质量训练样本的比例，从而提高标注的产出率。

技术领域

本申请涉及互联网技术领域，具体而言，涉及一种音频处理方法、装置、电子设备及存储介质。

背景技术

随着人工智能技术的发展，深度学习模型在生活生产中有了更多的应用，比如人机交互、语音识别、电信诈骗检测等。

其中，在对深度学习模型训练之前，需要获取大量有分类标签的训练样本，从而利用对应有分类标签训练样本对深度学习模型进行训练。

然而，在对训练样本进行标注的过程中，可能存在大量质量较低的样本，导致标注的产出率较低。

发明内容

本申请的目的在于提供一种音频处理方法、装置、电子设备及存储介质，能够提高标注的产出率。

为了实现上述目的，本申请采用的技术方案如下：

第一方面，本申请提供一种音频处理方法，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。

第二方面，本申请提供一种音频处理装置，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。

第三方面，本申请提供一种电子设备，所述电子设备包括存储器，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，实现上述的音频处理方法。

第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的音频处理方法。

本申请提供的一种音频处理方法、装置、电子设备及存储介质，通过预设的滑动窗口，并按照时间的先后顺序在音频文件中确定出目标音频片段，并在确定目标音频片段为有声片段，且记录的轮次标记为有效音频的情况下，将目标音频片段添加至预先配置的缓冲区；如此，使得缓冲区内保存的音频片段被用于标注训练样本时，能够减少低质量训练样本的比例，从而提高标注的产出率。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。

图1示出本申请提供的电子设备的一种示意性结构框图。

图2示出本申请提供的音频处理方法的一种示意性流程图。

图3示出本申请提供的音频处理方法的一种场景示意图。

图4示出本申请提供的音频处理方法的一种方框流程图。