语音数据的处理方法、装置、设备、介质和系统.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CN109994122A(43)申请公布日2019.07.09(21)申请号201711488055.1G10L25/84(2013.01)(22)申请日2017.12.29(71)申请人阿里巴巴集团控股有限公司地址开曼群岛大开曼岛(72)发明人余涛田彪刘礼许敏强曹晶皓陈一宁薛彬(74)专利代理机构北京东方亿思知识产权代理有限责任公司11258代理人彭琼(51)Int.Cl.G10L21/0208(2013.01)G10L21/0216(2013.01)G10L21/0224(2013.01)G10L25/27(2013.01)G10L25/78(2013.01)权利要求书3页说明书12页附图5页(54)发明名称语音数据的处理方法、装置、设备、介质和系统(57)摘要本申请实施例公开了一种语音数据的处理方法、装置、设备、介质和系统，用以在去除串扰音的同时，增强可扩展性，降低升级难度。所述方法包括：在时域对齐处理后的多路语音数据中，确定每路语音数据与其它路语音数据之间的相关性、每路语音数据的信噪比；根据每路语音数据与其它路语音数据之间的相关性和/或每路语音数据的信噪比，确定每路语音数据的类型，其中，语音数据的类型包括主音和串扰音；保留类型为主音的语音数据，去除类型为串扰音的语音数据。CN109994122ACN109994122A权利要求书1/3页1.一种语音数据的处理方法，其特征在于，所述方法包括：在时域对齐处理后的多路语音数据中，确定每路语音数据与其它路语音数据之间的相关性、每路语音数据的信噪比；根据每路语音数据与其它路语音数据之间的相关性和/或每路语音数据的信噪比，确定每路语音数据的类型，其中，语音数据的类型包括主音和串扰音；保留类型为主音的语音数据，去除类型为串扰音的语音数据。2.根据权利要求1所述的方法，其特征在于，所述根据每路语音数据与其它路语音数据之间的相关性和/或每路语音数据的信噪比，确定每路语音数据的类型，包括：针对每路待确定语音数据：若所述待确定语音数据的信噪比与目标信噪比的比值大于或等于预设比例阈值，确定所述待确定语音数据的类型为主音；若所述待确定语音数据的信噪比与目标信噪比的比值小于所述预设比例阈值，且所述待确定语音数据的信噪比小于预设信噪比阈值，确定所述待确定语音数据的类型为串扰音；若所述待确定语音数据的信噪比与目标信噪比的比值小于所述预设比例阈值，且所述待确定语音数据的信噪比大于或等于所述预设信噪比阈值，则基于所述待确定语音数据与所述多路语音数据中其它路语音数据之间的相关性，确定所述待确定语音数据的类型；其中，所述目标信噪比为所述多路语音数据信噪比中的最大值。3.根据权利要求2所述的方法，其特征在于，所述基于所述待确定语音数据与所述多路语音数据中其它路语音数据之间的相关性，确定所述待确定语音数据的类型，包括：基于所述待确定语音数据与已确定为主音的所述其它路语音数据之间的相关性，确定所述待确定语音数据的类型。4.根据权利要求3所述的方法，其特征在于，所述基于所述待确定语音数据与已确定为主音的所述其它路语音数据之间的相关性，确定所述待确定语音数据的类型，包括：若所述待确定语音数据与已确定为主音的所述其它路语音数据之间的相关性大于或等于预设相关性阈值，确定所述待确定语音数据的类型为串扰音；若所述待确定语音数据与已确定为主音的所述其它路语音数据之间的相关性小于所述预设相关性阈值，确定所述待确定语音数据的类型为主音。5.根据权利要求1所述的方法，其特征在于，所述根据每路语音数据与其它路语音数据之间的相关性和/或每路语音数据的信噪比，确定每路语音数据的类型，包括：根据每路语音数据与其它路语音数据之间的相关性，将所述多路语音数据划分为第一类语音数据和第二类语音数据，其中，所述第一类语音数据中，每路语音数据与其它至少一语音数据之间的相关性大于或等于预设相关性阈值，所述第二类语音数据中包括所述多路语音数据中除第一类语音数据之外的其它路语音数据；针对所述第一类语音数据中的每路待确定语音数据，若所述待确定语音数据的信噪比与目标信噪比的比值大于或等于预设比例阈值，则确定所述待确定语音数据的类型为主音；若所述待确定语音数据的信噪比与目标信噪比的比值小于预设比例阈值，则确定所述待确定语音数据的类型为串扰音，其中，所述目标信噪比为所述多路语音数据信噪比中的最大值；2CN109994122A权利要求书2/3页针对所述第二类语音数据中的每路待确定语音数据，若所述待确定语音数据的信噪比大于或等于预设信噪比阈值，则确定所述待确定语音数据的类型为主音，若所述待确定语音数据的信噪比小于预设信噪比阈值，则确定所述待确定语音数据的类型为串扰音。6.根据权利要求1所述的方法，其