[发明专利]语音处理方法、装置、设备及存储介质

权利要求书

1.一种语音处理方法，包括：

基于声学模型中流式声学处理模块的参数特征，得到声学处理填充块；

在第i个待声学处理数据块中添加所述声学处理填充块，得到第i个目标声学处理数据块；其中，所述第i个待声学处理数据块是将待处理数据进行切片处理成n个待声学处理数据块后所得；所述i为不大于n的自然数，所述n为不小于2的自然数；

将所述第i个目标声学处理数据块输入至所述声学模型中的所述流式声学处理模块进行流式声学处理，得到第i个流式声学处理结果。

2.根据权利要求1所述的方法，还包括：

对文本数据进行处理，得到所述文本数据对应的目标音素序列；所述文本数据是对总文本数据进行分段处理后所得的子文本数据；

基于所述目标音素序列，得到所述待处理数据。

3.根据权利要求2所述的方法，其中，所述对文本数据进行处理，得到所述文本数据对应的目标音素序列，包括：

将所述文本数据输入至文本处理模型，得到初始音素序列；

基于预设音素规则，对所述初始音素序列进行处理，得到所述目标音素序列。

4.根据权利要求2或3所述的方法，还包括：

对文本数据进行处理，得到目标韵律标识序列；所述目标韵律标识序列中的韵律标识用于对所述目标音素序列中音素对应的韵律进行标记；

其中，所述基于所述目标音素序列，得到所述待处理数据，包括：

基于所述目标韵律标识序列，对所述目标音素序列进行分段处理，得到多个子音素序列；

在所述声学模型中不存在非流式声学处理模块的情况下，将所述子音素序列作为所述待处理数据。

5.根据权利要求2或3所述的方法，还包括：

对文本数据进行处理，得到目标韵律标识序列；所述目标韵律标识序列中的韵律标识用于对所述目标音素序列中音素对应的韵律进行标记；

其中，所述基于所述目标音素序列，得到所述待处理数据，包括：

基于所述目标韵律标识序列，对所述目标音素序列进行分段处理，得到多个子音素序列；

在所述声学模型中存在非流式声学处理模块的情况下，将所述子音素序列输入至所述声学模型中的所述非流式声学处理模块进行处理，得到与所述子音素序列对应的第一非流式声学输出结果；

将所述子音素序列对应的第一非流式声学输出结果作为所述待处理数据。

6.根据权利要求4或5所述的方法，其中，所述对文本数据进行处理，得到目标韵律标识序列，包括：

将所述文本数据输入至文本处理模型，得到初始韵律标识序列；

基于预设韵律规则，对所述初始韵律标识序列进行处理，得到所述目标韵律标识序列。

7.根据权利要求2或3所述的方法，其中，所述基于所述目标音素序列，得到所述待处理数据，包括：

在所述声学模型中不存在非流式声学处理模块的情况下，将所述目标音素序列作为所述待处理数据。

8.根据权利要求2、3或7所述的方法，其中，所述基于所述目标音素序列，得到所述待处理数据，包括：

在所述声学模型中存在非流式声学处理模块的情况下，将所述目标音素序列输入至所述声学模型中的所述非流式声学处理模块进行处理，得到与所述目标音素序列对应的第二非流式声学输出结果；

将所述目标音素序列对应的第二非流式声学输出结果作为所述待处理数据。

9.根据权利要求1至8任一项所述的方法，其中，采用如下方式中的至少一种，在第i个待声学处理数据块中添加所述声学处理填充块，得到第i个目标声学处理数据块：

在i取值为1的情况下，在第一个待声学处理数据块的后面添加所述声学处理填充块，得到第一个目标声学处理数据块；

在i取值为2至n-1中任一数值的情况下，在第i个待声学处理数据块的前面和后面均添加所述声学处理填充块，得到第i个目标声学处理数据块；

在i取值为n的情况下，在第n个待声学处理数据块的前面添加所述声学处理填充块，得到第n个目标声学处理数据块。