[发明专利]一种信息处理方法和装置

说明书

本发明公开了一种信息处理方法和装置，包括：以各个区域为单位，对电子设备采集到的第一语音信号进行语音增强处理，获得各个区域分别对应的第二语音信号；根据各个区域分别对应的第二语音信号进行语音激活处理，获得被激活的至少一个候选区域；对候选区域后续对应的第三语音信号进行语音增强处理，获得对应候选区域的第四语音信号；若确定第二语音信号与第四语音信号属于同一个目标对象，则对候选区域进行细粒度划分调整；根据细粒度划分调整结果更新第一规则。通过多次对目标对象的语音信号增强、激活和区域细粒度调整处理，可逐步精确目标对象的方向位置，从而能提高后续的语音激活性能以及语音交互体验。

技术领域

本发明涉及语音交互技术领域，尤其涉及一种信息处理方法和装置。

背景技术

在如智能音箱的远场语音交互和低信噪比语音交互场景中，相关技术很难判断目标说话人的准确位置，从而很难用beamforming(波束成形)等语音增强技术对目标说话人的语音进行增强，使得语音激活性能以及后续的语音交互体验不佳，无法满足实际应用需要。

发明内容

本发明实施例提供了一种信息处理方法和装置，具有提高后续的语音激活性能以及语音交互体验的技术效果。

本发明提供一种信息处理方法，应用于具有语音采集功能的电子设备，所述电子设备的语音采集的角度范围按第一规则被划分成多个区域，所述方法包括：以各个区域为单位，对所述电子设备采集到的第一语音信号进行语音增强处理，获得所述各个区域分别对应的第二语音信号；根据所述各个区域分别对应的第二语音信号进行语音激活处理，获得被激活的至少一个候选区域；对所述候选区域后续对应的第三语音信号进行语音增强处理，获得对应所述候选区域的第四语音信号；若确定所述第二语音信号与第四语音信号属于同一个目标对象，则对所述候选区域进行细粒度划分调整；根据所述细粒度划分调整结果更新所述第一规则，更新后的所述第一规则用作下一次的语音激活处理。

在一可实施方式中，所述根据各个区域分别对应的第二语音信号进行语音激活处理，获得被激活的至少一个候选区域，包括：根据预设语音激活算法计算各个区域分别对应的第二语音信号的激活分数，将所述激活分数达到预设分数阈值的第二语音信号所对应的区域确定为被激活的候选区域。

在一可实施方式中，在对所述候选区域进行细粒度划分调整之前，所述方法还包括：记录所述语音采集的角度范围内被划分的各个区域的被激活次数；对激活次数大于等于第一阈值的区域进行细粒度划分调整。

在一可实施方式中，在进行细粒度划分调整的过程中，所述方法还包括：判断所述激活次数大于等于第一阈值的各区域粒度是否达到粒度下限；对于未达到所述粒度下限的区域，按粒度划分规则划分为多个子区域，其中所述子区域的粒度不低于所述粒度下限；对于达到所述粒度下限的区域，不执行所述细粒度划分调整。

在一可实施方式中，所述方法还包括：对激活次数小于等于第二阈值的区域进行粗粒度划分调整；根据所述粗粒度划分调整结果更新所述第一规则。

在一可实施方式中，所述对激活次数小于等于第二阈值的区域进行粗粒度划分调整，包括：判断所述激活次数小于等于第二阈值的各区域粒度是否达到粒度上限；对于未达到所述粒度上限的区域，将相邻的区域按粒度合并规则进行合并，其中所述合并后的区域粒度不高于所述粒度上限；对于达到所述粒度上限的区域，不执行所述粗粒度划分调整。

在一可实施方式中，所述第一规则的初始配置为：按初始粒度，将所述电子设备的语音采集的角度范围平均划分成多个区域。

在一可实施方式中，所述方法还包括：判断所述候选区域对应的第四语音信号是否为交互类语音，以及所述交互类语音与所述第二语音信号的属性近似度是否达到预设的近似度阈值，在判断结果为是时，执行与所述交互类语音对应的后续交互类操作。