[发明专利]一种远场语音生成方法、装置、电子设备及存储介质

权利要求书

1.一种远场语音生成方法，其特征在于，所述方法包括：

确定待处理语音数据，并确定所述待处理语音数据的数据标签；所述待处理语音数据包括待处理近场语音数据以及待处理远场语音数据；

将所述待处理语音数据输入至预设远场语音生成模型中，根据预设远场语音生成模型中的远场语音判别结果对所述预设远场语音生成模型进行训练，得到目标远场语音生成模型；

采用所述目标远场语音生成模型将近场语音转换为目标远场语音数据标签对应的远场语音。

2.根据权利要求1所述的方法，其特征在于，所述确定待处理语音数据，包括：

在声音源发出语音时，采用至少两个语音数据采集设备同时获取不同距离下的语音数据；

将所述语音数据进行校准对齐，确定语音长度统一的待处理语音数据。

3.根据权利要求1所述的方法，其特征在于，所述将所述待处理语音数据输入至预设远场语音生成模型中，根据预设远场语音生成模型中的远场语音判别结果对所述预设远场语音生成模型进行训练，得到目标远场语音生成模型，包括：

将待处理近场语音数据以及待处理远场语音数据标签输入至预设语音生成器中，得到第一远场语音数据；所述第一远场语音数据与所述待处理远场语音数据的标签相同；

将第一远场语音数据以及待处理远场语音数据输入至预设语音判别器中，确定远场语音判别结果；

依据远场语音判别结果，对所述预设远场语音生成模型参数进行调整，确定目标远场语音生成模型；其中，所述预设远场语音生成模型包括预设语音生成器以及预设语音判别器。

4.根据权利要求3所述的方法，其特征在于，所述依据远场语音判别结果，对所述预设远场语音生成模型参数进行调整，包括：

若远场语音判别结果小于预设判别结果阈值，则对所述预设远场语音生成模型的参数进行调整，得到调整后的预设远场语音生成模型；

采用调整后的预设远场语音生成模型将待处理语音数据继续转换为远场语音数据，得到调整后的远场语音判别结果，直至调整后的远场语音判别结果大于或等于预设判别结果阈值。

5.根据权利要求1所述的方法，其特征在于，所述目标远场语音数据标签包括如下至少一种；第一远场语音、第二远场语音以及第三远场语音；所述远场语音数据标签与语音数据采集设备和声音源之间的距离有关。

6.根据权利要求5所述的方法，其特征在于，所述至少两个语音数据采集设备与声音源之间的距离满足预设条件。

7.根据权利要求6所述的方法，其特征在于，所述第一远场语音包括语音数据采集设备以第一预设距离获取的远场语音；第第二远场语音包括语音数据采集设备以第二预设距离获取的远场语音；第三远场语音包括语音数据采集设备以第三预设距离获取的远场语音；

其中，第一预设距离小于第二预设距离，第二预设距离小于第三预设距离；所述第一预设距离、第二预设距离以及第三预设距离满足等差数列关系。

8.一种远场语音生成装置，其特征在于，所述装置包括：

待处理语音数据确定模块，用于确定待处理语音数据，并确定所述待处理语音数据的数据标签；所述待处理语音数据包括待处理近场语音数据以及待处理远场语音数据；

目标远场语音生成模型训练模块，用于将所述待处理语音数据输入至预设远场语音生成模型中，根据预设远场语音生成模型中的远场语音判别结果对所述预设远场语音生成模型进行训练，得到目标远场语音生成模型；

远场语音生成模块，用于采用所述目标远场语音生成模型将近场语音转换为目标远场语音数据标签对应的远场语音。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现权利要求1-7中任一所述的远场语音生成方法。

10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的远场语音生成方法。