[发明专利]一种提取语音特征的方法、装置、终端及存储介质

说明书

本申请适用于计算机技术领域，提供了一种提取语音特征的方法、装置、终端及存储介质，包括：获取待处理的语音数据；将该语音数据输入到已训练的语音特征提取模型中进行处理，得到该语音数据对应的目标语音特征。上述方式中的语音特征提取模型是基于自监督学习，以每个样本语音数据对中的原始语音数据对应的样本语音特征为目标，对每个样本语音数据对中的原始语音数据和增强语音数据之间的差异性进行训练得到的。基于该语音特征提取模型可以提取到有效地、信息丰富、表达准确的目标语音特征，进而使该目标语音特征应用于智能语音任务处理场景时，处理结果更准确。

技术领域

本申请属于计算机技术领域，尤其涉及一种提取语音特征的方法、装置、终端及存储介质。

背景技术

智能语音技术作为人工智能重要的组成部分，其应用通过标注大量的有监督数据，重新训练语音模型或者在原始语音模型上进行优化，其过程会消耗大量的人力、经济以及时间。且可直接作为训练样本的带标注的语音数据很少，不利于语音模型的训练。因此，无监督的语音特征提取方法应用而生。

然而，由于语音数据的复杂性和多变性，现有的基于无监督学习训练得到的语音模型很难学习到语音数据的有效特征，导致使用该语音模型提取到的语音特征不准确。

发明内容

有鉴于此，本申请实施例提供了一种提取语音特征的方法、装置、终端及存储介质，以解决现有的基于无监督学习训练得到的语音模型很难学习到语音数据的有效特征，导致使用该语音模型提取到的语音特征不准确的问题。

本申请实施例的第一方面提供了一种提取语音特征的方法，包括：

获取待处理的语音数据；

将所述语音数据输入到已训练的语音特征提取模型中进行处理，得到所述语音数据对应的目标语音特征，所述语音特征提取模型是基于自监督学习，以每个样本语音数据对中的原始语音数据对应的样本语音特征为目标，对每个样本语音数据对中的原始语音数据和增强语音数据之间的差异性进行训练得到的，所述增强语音数据是对所述原始语音数据进行数据增强处理得到的。

本申请实施例的第二方面提供了一种提取语音特征的装置，包括：

获取单元，用于获取待处理的语音数据；

处理单元，用于将所述语音数据输入到已训练的语音特征提取模型中进行处理，得到所述语音数据对应的目标语音特征，所述语音特征提取模型是基于自监督学习，以每个样本语音数据对中的原始语音数据对应的样本语音特征为目标，对每个样本语音数据对中的原始语音数据和增强语音数据之间的差异性进行训练得到的，所述增强语音数据是对所述原始语音数据进行数据增强处理得到的。

本申请实施例的第三方面提供了一种提取语音特征的终端，包括存储器、处理器以及存储在所述存储器中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计算机程序时实现如上述第一方面所述的提取语音特征的方法的步骤。

本申请实施例的第四方面提供了一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的提取语音特征的方法的步骤。

本申请实施例的第五方面提供了一种计算机程序产品，当计算机程序产品在提取语音特征的终端上运行时，使得提取语音特征的终端执行上述第一方面所述的提取语音特征的方法的步骤。

本申请实施例提供的一种提取语音特征的方法、提取语音特征的装置、提取语音特征的终端及存储介质，具有以下有益效果：