[发明专利]嗓音状态分类方法、装置、电子设备和存储介质

权利要求书

1.一种嗓音状态分类方法，其特征在于，包括：

确定待分类音频的各声音参数的参数值；

将各声音参数的参数值定位到嗓音状态分类网格中，得到所述待分类音频的嗓音状态；

所述嗓音状态分类网格是基于各候选嗓音状态对应样本音频的各声音参数的样本参数值，在声音参数坐标系中进行网格划分得到的，所述声音参数坐标系是以各声音参数为坐标轴建立；

所述将各声音参数的参数值定位到嗓音状态分类网格中，得到所述待分类音频的嗓音状态，包括：

将各声音参数的参数值定位到嗓音状态分类网格，得到各声音参数的参数值对应的各投影点所处网格；

基于各投影点的位置坐标，以及各投影点所处网格的中心位置坐标，确定各投影点的残差向量；

基于各残差向量，确定所述待分类音频的嗓音状态。

2.根据权利要求1所述的嗓音状态分类方法，其特征在于，所述嗓音状态分类网格是基于如下步骤确定的：

将各声音参数中的每两种声音参数作为两个坐标轴建立对应平面，基于各平面构建声音坐标系；

基于所述样本音频的各声音参数对应的样本参数值，在所述声音参数坐标系中建立网格点；

基于各网格点对应的嗓音状态，在所述声音参数坐标系中的平面中进行网格划分。

3.根据权利要求2所述的嗓音状态分类方法，其特征在于，所述基于各网格点对应的嗓音状态，在所述声音参数坐标系中进行网格划分，包括：

从对应相同候选嗓音状态的网格点中分别选取最大横坐标、最小横坐标、最大纵坐标以及最小纵坐标对应的网格点作为网格划分点，并基于所述网格划分点进行网格划分。

4.根据权利要求1所述的嗓音状态分类方法，其特征在于，所述基于各残差向量，确定所述待分类音频的嗓音状态，包括：

将各残差向量按照由小到大的顺序进行排序，选取排序在前的预设数量的残差向量对应的网格点作为候选分类点，并以各候选分类点对应的嗓音状态作为所述待分类音频的嗓音状态。

5.根据权利要求1至4任一项所述的嗓音状态分类方法，其特征在于，在得到所述待分类音频的嗓音状态之后，还包括：

确定所述待分类音频的嗓音状态的校正结果；

基于所述校正结果和待分类音频的各声音参数的参数值，更新所述嗓音状态分类网格。

6.根据权利要求1至4任一项所述的嗓音状态分类方法，其特征在于，所述待分类音频包含预设比例的元音音频。

7.根据权利要求1至4任一项所述的嗓音状态分类方法，其特征在于，所述声音参数包括基频、振幅微扰、基频微扰以及噪声与谐音比值中的任意多种。

8.一种嗓音状态分类装置，其特征在于，包括：

参数确定单元，用于确定待分类音频的各声音参数的参数值；

状态分类单元，用于将各声音参数的参数值定位到嗓音状态分类网格中，得到所述待分类音频的嗓音状态；

所述嗓音状态分类网格是基于各候选嗓音状态对应样本音频的各声音参数的样本参数值，在声音参数坐标系中进行网格划分得到的，所述声音参数坐标系是以各声音参数为坐标轴建立；

所述状态分类单元包括：

投影子单元，用于将各声音参数的参数值定位到嗓音状态分类网格，得到各声音参数的参数值对应的各投影点所处网格；

计算子单元，用于基于各投影点的位置坐标，以及各投影点所处网格的中心位置坐标，确定各投影点的残差向量；

分类子单元，用于基于各残差向量，确定所述待分类音频的嗓音状态。

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述嗓音状态分类方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述嗓音状态分类方法的步骤。