[发明专利]一种数据处理方法、装置及电子设备

说明书

本申请公开了一种数据处理方法、装置及电子设备，包括获取第一音频数据，将第一音频数据进行转换，获得第一音频图像；基于第一音频图像，生成第二音频图像；对第二音频图像对应的音频特征信息进行处理，获得第二音频数据。通过音频图像的转换方式，实现了通过已有音频数据生成与之具有相同的语义，且不同音频属性特征的音频数据的目的，降低了数据收集的时间成本及难度。

技术领域

本申请涉及数据处理技术领域，更具体的说是涉及一种数据处理方法、装置及电子设备。

背景技术

随着人工智能的迅速发展，深度学习被广泛应用于人们工作和生活中。深度学习性能随着训练数据的数量级线性增加，但是，用于深度学习的数据通常会存在收集困难的问题，尤其是小样本数据收集难度较大。例如，对音频数据进行深度学习的过程中，若需要对方言音频数据进行学习，由于方言音频数据存在地域特殊性，会存在收集周期长、时间成本较高的问题，会造成由于样本数量较少利用深度学习对方言语音视频的不准确的问题。

发明内容

有鉴于此，本申请提供如下技术方案：

一种数据处理方法，包括：

获取第一音频数据；

将所述第一音频数据进行转换，获得第一音频图像；

基于所述第一音频图像，生成第二音频图像；

对所述第二音频图像对应的音频特征信息进行处理，获得第二音频数据，所述第一音频数据和所述第二音频数据具有相同的语义，且所述第一音频数据和所述第二音频数据的音频属性特征不同。

可选地，所述基于所述第一音频图像，生成第二音频图像，包括：

基于图像转换模型对所述第一音频图像进行处理，获得第二音频图像；

所述图像转换模型用于提取所述第一音频图像中所述待转换的音频特征，并基于所述音频特征生成所述第二音频图像，所述第二音频图像与所述第一音频图像具有不同的图像特征。

可选地，所述方法还包括：

获取第一样本集，所述第一样本集包括若干具有第一音频图像的图像特征的第一图像以及若干具有第二音频图像的图像特征的第二图像；

利用所述第一样本集对初始神经网络模型进行无监督训练，获得图像转换模型。

可选地，所述图像转换模型包括循环生成对抗网络，所述循环生成对抗网络包括第一生成对抗网络和第二生成对抗网络，其中，

所述第一生成对抗网络，用于提取所述第一音频图像中待转换的音频特征，并基于所述音频特征生成第二音频图像；

所述第二生成对抗网络，用于检测针对所述第二音频图像进行还原后的图像是否与所述第一音频图像一致。

可选地，所述方法还包括：

获取第二样本集，所述第二样本集包括若干组图像样本，每一组图像样本包括具有第一音频图像的图像特征的第三图像，以及与所述第三图像对应的具有第二音频图像的图像特征的第四图像；

基于所述第二样本集对初始神经网络模型进行有监督训练，获得图像转换模型。

可选地，所述方法还包括：

基于所述第一音频数据以及所述第二音频数据，生成音频数据训练样本；

基于所述音频数据训练样本进行模型训练，获得音频识别模型，所述音频识别模型用于识别具有不同音频属性特征的音频数据。

可选地，所述方法还包括：

获取待识别的音频数据；