[发明专利]通过计算机识别后重新生成进行语音音频增强的方法

权利要求书

1.通过计算机识别后重新生成进行语音音频增强的方法，包括以下步骤：

S1、输入语音音频数据；

S2、将语音音频进行分割处理；

S3、将分割音频进行计算机识别处理；

S4、对计算机识别结果做修正处理；

S5、结合识别结果和其他标记数据进行计算机语音合成生成增强后语音音频。

2.根据权利要求1所述的通过计算机识别后重新生成进行语音音频增强的方法，其特征在于，所述具体包括一下步骤：

S1、输入语音音频数据：输入一段完整的语音音频；

S2、将语音音频进行分割处理：将步骤S1、输入语音音频数据中的完整音频，根据说话的断句判断其分割点，记录下相应的时间戳、时长、相对位置等标记数据，并对音频本身进行切分；

S3、将分割音频进行计算机识别处理：将分割后的音频，通过计算机语音转换技术，将音频内容转换成文字或等价的语音标记元素如字符、拼音、音标、罗马音、发音标记等；

S4、对计算机识别结果做修正处理：根据上下文分析和发音规律分析等将可能产生误识别的语音标记元素修正为更有可能是正确的语音标记元素；

S5、结合识别结果和其他标记数据进行计算机语音合成生成增强后语音音频：根据步骤S4、对计算机识别结果做修正处理中产生的语音生成标记，使用计算机进行语音合成，生成语音音频结果。

3.根据权利要求1所述的通过计算机识别后重新生成进行语音音频增强的方法，其特征在于，所述步骤S3、将分割音频进行计算机识别处理的进一步包括：将分割音频进行语音情绪、语调、性别等语音特征进行识别。

4.根据权利要求3所述的通过计算机识别后重新生成进行语音音频增强的方法，其特征在于：所述将分割音频进行语音情绪、语调、性别等语音特征进行识别具体包括以下步骤：为了能获得更好的语音生成效果，减少生成语音与原说话人之间的声音差异，以及避免情绪等信息的传达缺失，可以将原音频中说话人在该段音频中的语音特征提取出来，以便按照相似的特征进行语音生成。