[发明专利]数据处理方法以及设备

权利要求书

1.一种数据处理方法，其特征在于，包括：

对目标音频文件进行音频过滤，生成有效音频文件；

提取所述有效音频文件的声学特征向量；

对所述声学特征向量进行解码识别，生成所述目标音频文件对应的目标拼音序列和所述目标拼音序列对应的置信度得分；

通过关键词检索库对所述目标拼音序列进行检索，生成所述目标音频文件的检索结果，所述检索结果用于表示是否命中所述关键词检索库中的关键词；

根据所述置信度得分和所述检索结果对所述待处理音频文件是否为正常音频进行分析。

2.根据权利要求1所述的方法，其特征在于，还包括：

确定至少一个关键词，将所述至少一个关键词进行拼音转换生成每个关键词对应的拼音序列；

将所述至少一个关键词和所述关键词对应的拼音序列存储入关键词检索库。

3.根据权利要求1所述的方法，其特征在于，所述对目标音频文件进行音频过滤之前，还包括：

采用第一网络模型对待处理音频文件进行检测，确定所述待处理音频文件的音频类型；

若所述待处理音频文件为纯人声音频，则将所述待处理文件确定为目标音频文件，并执行对所述目标音频文件进行音频过滤的步骤；

若所述待处理音频文件为人声伴奏音频，则采用第二网络模型对所述待处理音频文件进行伴奏分离处理，将去除伴奏后的干声音频文件作为目标音频文件，并执行对所述目标音频文件进行音频过滤的步骤。

4.根据权利要求1所述的方法，其特征在于，所述对所述目标音频文件进行音频过滤，生成有效音频文件，包括：

通过语音端点检测技术确定所述目标音频文件中的非有效片段，对所述目标音频文件中的非有效片段进行剪切后得到至少一个有效片段；

将所述至少一个有效片段进行拼接，得到有效音频文件。

5.根据权利要求1所述的方法，其特征在于，所述对所述声学特征向量进行解码识别，生成所述目标音频文件对应的目标拼音序列和所述目标拼音序列对应的置信度得分，包括：

将所述声学特征向量输入卷积神经网络，生成目标音频文件对应的第一特征向量；

将所述第一特征向量输入深度前馈序列记忆网络，生成目标音频文件对应的第二特征向量；

通过线性预测层对所述第二特征进行解码生成至少一个类别向量，每个类别向量具有置信度得分；

根据所述至少一个类别向量生成所述目标音频文件对应的至少一个拼音序列，并基于所述拼音序列对应的类别向量的置信度得分得到所述拼音序列对应的置信度得分；

采用连接性时序分类器对所述至少一个拼音序列进行重复字母识别，并去除所述重复字母生成去重拼音序列，将置信度得分最大的去重拼音序列作为所述目标音频文件对应的目标拼音序列。

6.根据权利要求1所述的方法，其特征在于，所述通过关键词检索库对所述目标拼音序列进行检索，生成所述目标音频文件的检索结果，包括：

将所述关键词检索库中关键词对应的拼音序列与所述目标拼音序列进行对比；

若所述目标拼音序列中存在关键词对应的拼音序列，生成所述目标音频文件的检索结果为命中关键词；

若所述目标拼音序列中不存在关键词对应的拼音序列，生成所述目标音频文件的检索结果为未命中关键词。

7.根据权利要求1所述的方法，其特征在于，所述根据所述置信度得分和所述检索结果对所述待处理音频文件是否为正常音频进行分析，包括：

若所述检索结果为命中关键词且置信度得分大于或等于得分阈值，将所述待处理音频文件确定为非正常音频；

若所述检索结果为命中关键词且置信度得分小于得分阈值，将所述待处理音频文件确定为疑似正常音频；

若所述检索结果为未命中关键词，将所述待处理音频文件确定为正常音频。