语音信号处理方法、装置、介质及电子设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113823281A(43)申请公布日2021.12.21(21)申请号202011330132.2(22)申请日2020.11.24(71)申请人北京沃东天骏信息技术有限公司地址100176北京市大兴区北京经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司(72)发明人杨慕葵(74)专利代理机构北京律智知识产权代理有限公司11438代理人孙宝海袁礼君(51)Int.Cl.G10L15/22(2006.01)G10L25/54(2013.01)G10L15/26(2006.01)权利要求书2页说明书13页附图8页(54)发明名称语音信号处理方法、装置、介质及电子设备(57)摘要本发明提供了一种语音信号处理方法，包括：接收用户在终端输入的第一语音信号；对所述第一语音信号进行语音识别，得到待播放音频资源的名称；根据所述待播放音频资源的名称确定与所述待播放音频资源的名称相对应的待播放音频资源；将所述待播放音频资源中的第一音频特征转换为第二音频特征，所述第一音频特征与所述第二音频特征不同；向终端发送所述待播放音频资源，以使得所述终端根据所述第二音频特征播放所述待播放音频资源，有效地避免相关技术中只能以默认音频特征播放音频资源的技术缺陷，实现了以除默认音频特征之外的音频特征播放音频资源，提高用户体验。本发明还提供了一种语音信号处理装置、介质以及电子设备。CN113823281ACN113823281A权利要求书1/2页1.一种语音信号处理方法，其特征在于，该方法包括：接收用户在终端输入的第一语音信号；对所述第一语音信号进行语音识别，得到待播放音频资源的名称；根据所述待播放音频资源的名称确定与所述待播放音频资源的名称相对应的待播放音频资源；将所述待播放音频资源中的第一音频特征转换为第二音频特征，所述第一音频特征与所述第二音频特征不同；向终端发送所述待播放音频资源，以使得所述终端根据所述第二音频特征播放所述待播放音频资源。2.根据权利要求1所述的方法，其特征在于，该方法还包括：接收用户在终端输入的第二语音信号，所述第二语音信号与所述第一语音信号不同；对所述第二语音信号进行语音识别，得到含有时序标签的文本；将所述第二语音信号转换为MIDI格式的音符文本；从所述第二语音信号中提取所述第一音频特征；基于所述含有时序标签的文本、所述MIDI格式的音符文本、以及所述第一音频特征合成所述待播放音频资源。3.根据权利要求2所述的方法，其特征在于，基于所述含有时序标签的文本、所述MIDI格式的音符文本、以及所述第一音频特征合成所述待播放音频资源包括：对所述含有时序标签的文本和所述MIDI格式的音符文本进行对齐处理，得到对齐后的音词数据；基于所述对齐后的音词数据和所述第一音频特征合成所述待播放音频资源。4.根据权利要求3所述的方法，其特征在于，对所述含有时序标签的文本和所述MIDI格式的音符文本进行对齐处理，得到对齐后的音词数据包括：对所述含有时序标签的文本进行拼音转换处理，得到拼音转换后的文本，所述拼音转换后的文本中包含时序标签和所述时序标签对应的拼音；基于所述拼音转换后的文本和所述MIDI格式的音符文本进行对齐处理，得到对齐后的音词数据。5.根据权利要求2所述的方法，其特征在于，该方法还包括：基于所述用户标识和所述待播放音频资源生成播放链接；根据预设存储路径将所述播放链接存储至指定的网络服务。6.根据权利要求5所述的方法，其特征在于，根据所述待播放音频资源的名称确定与所述待播放音频资源的名称相对应的待播放音频资源包括：根据所述待播放音频资源的名称匹配与所述待播放音频资源的名称相对应的播放链接；基于所述播放链接下载与所述播放链接相对应的待播放音频资源。7.根据权利要求1所述的方法，其特征在于，如果所述待播放音频资源的名称属于预设音频资源的名称，根据所述待播放音频资源的名称确定与所述待播放音频资源的名称相对应的待播放音频资源包括：根据所述待播放音频资源的名称从互联网音频资源库中查询与所述待播放音频资源2CN113823281A权利要求书2/2页的名称相对应的待播放音频资源。8.一种语音信号处理装置，其特征在于，该装置包括：第一接收模块，用于接收用户在终端输入的第一语音信号；第一语音识别模块，用于对所述第一语音信号进行语音识别，得到待播放音频资源的名称；确定模块，用于根据所述待播放音频资源的名称确定与所述待播放音频资源的名称相对应的待播放音频资源；音频转换模块，用于将所述待播放音频资源中的第一音频特征转换为第二音频特征，所述第一音频特征与所述第二音频特征不同；发送模块，用于向终端发送所述待播放音频资源，以使得所述终端根据所述第二音频特征播放所述待播放音