语音信号处理方法和装置、电子设备、存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115083393A(43)申请公布日2022.09.20(21)申请号202210820873.1(22)申请日2022.07.13(71)申请人平安科技（深圳）有限公司地址518000广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼(72)发明人贺亚运彭俊清王健宗(74)专利代理机构广州嘉权专利商标事务所有限公司44205专利代理师叶恩华(51)Int.Cl.G10L15/02(2006.01)G10L15/06(2013.01)G10L15/16(2006.01)G10L25/24(2013.01)权利要求书2页说明书14页附图6页(54)发明名称语音信号处理方法和装置、电子设备、存储介质(57)摘要本申请实施例提出的语音信号处理方法和装置、电子设备、存储介质，通过获取初始语音信号，对初始语音信号进行特征提取，得到第一初始语音特征，将第一初始语音特征输入至神经网络模型，根据神经网络模型对第一初始语音特征进行特征提取，得到第一语音特征集合，第一语音特征集合包括第一初始语音特征的多个片段的语音特征，从第一语音特征集合中剔除异常片段的语音特征，得到第二语音特征集合，对第二语音特征集合中的语音特征进行特征聚合，得到初始语音信号的目标语音特征，本申请实施例通过对第一语音特征集合进行过滤，以剔除第一语音特征集合中异常片段的语音特征，避免异常片段语音特征对目标语音特征造成干扰，能够提取准确的语音特征。CN115083393ACN115083393A权利要求书1/2页1.语音信号处理方法，其特征在于，所述方法包括：获取初始语音信号；对所述初始语音信号进行特征提取，得到第一初始语音特征；将所述第一初始语音特征输入至神经网络模型，根据所述神经网络模型对所述第一初始语音特征进行特征提取，得到第一语音特征集合，所述第一语音特征集合包括所述第一初始语音特征的多个片段的语音特征；从所述第一语音特征集合中剔除异常片段的语音特征，得到第二语音特征集合；对所述第二语音特征集合中的语音特征进行特征聚合，得到所述初始语音信号的目标语音特征。2.根据权利要求1所述的语音信号处理方法，其特征在于，所述将所述第一初始语音特征输入至神经网络模型，根据所述神经网络模型对所述第一初始语音特征进行特征提取，得到第一语音特征集合，包括：获取预设的第一窗函数和采样步长；通过所述第一窗函数按照所述采样步长对所述第一初始语音特征进行滑窗采样，得到第二初始语音特征；将所述第二初始语音特征输入至所述神经网络模型，根据所述神经网络模型对所述第二初始语音特征进行特征提取，得到第一语音特征集合。3.根据权利要求1所述的语音信号处理方法，其特征在于，所述对所述初始语音信号进行特征提取，得到第一初始语音特征，包括：对所述初始语音信号进行预处理，得到第一语音信号；对所述第一语音信号进行短时傅里叶变换，得到所述第一语音信号对应的频谱；根据预设的梅尔滤波器组对所述频谱进行梅尔滤波，得到频谱输出参数；将所述频谱输出参数进行对数变换，得到滤波器组特征；对所述滤波器组特征进行离散余弦变换，得到梅尔频率倒谱系数；根据所述频谱、所述滤波器组特征和所述梅尔频率倒谱系数得到所述第一初始语音特征。4.根据权利要求3所述的语音信号处理方法，其特征在于，所述对所述初始语音信号进行预处理，得到第一语音信号，包括：对所述初始语音信号进行预加重处理，得到第一中间语音信号；对所述第一中间语音信号进行分帧处理，得到多个分帧信号；根据预设的第二窗函数对所述分帧信号进行加窗处理，得到第一语音信号。5.根据权利要求1所述的语音信号处理方法，其特征在于，所述从所述第一语音特征集合中剔除异常片段的语音特征，得到第二语音特征集合，包括：根据并查集算法对所述第一语音特征集合进行分类，得到第一类型语音特征和第二类型语音特征；获取所述第一类型语音特征的第一数量和所述第二类型语音特征的第二数量；若所述第一数量小于第二数量，则将所述第一类型语音特征作为异常片段的语音特征，从所述第一语音特征集合中剔除所述第一类型语音特征，得到第二语音特征集合。6.根据权利要求5所述的语音信号处理方法，其特征在于，所述根据并查集算法对所述2CN115083393A权利要求书2/2页第一语音特征集合进行分类，得到第一类型语音特征和第二类型语音特征，包括：计算所述第一语音特征集合的相似度矩阵；遍历所述相似度矩阵，若所述相似度矩阵的第一相似度值小于预设的阈值，则根据所述并查集算法对所述第一相似度值对应的所述第一语音特征集合中的语音特征进行第一合并，得到第一类型语音特征；若所述相似度矩阵的第二相似度值小于预设的阈值，则根据所述并查集算法对所述第二相似度值对应的所述第一语音特征集合中的语音特征进行