音频的处理方法和装置制造方法及图纸

本申请提供了人工智能领域中的一种音频处理方法和电子装置。音频处理方法应用于会议系统，会议系统包括至少一个音频采集设备。音频处理方法包括：接收至少一个音频采集设备采集的至少一段音频；确定至少一段音频中多个目标的语音；分别对多个目标中每个目标的语音进行语音识别，以获取每个目标的语音对应的语义。对不同目标的语音分别进行语音识别，提高了语音识别的准确性。

【技术实现步骤摘要】
音频的处理方法和装置
本申请涉及人工智能(artificialintelligence，AI)领域，具体涉及自然语言处理领域，尤其涉及一种音频的处理方法及装置。
技术介绍
人工智能(artificialintelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能领域的研究包括机器人，自然语言处理，计算机视觉，决策与推理，人机交互，推荐与搜索，AI基础理论等。随着人工智能技术的不断发展，让人机之间能够通过自然语言进行交互的自然语言人机交互系统变的越来越重要。人机之间能够通过自然语言进行交互，就需要系统能够识别出人类自然语言的具体含义。通常，系统通过采用对自然语言的句子进行关键信息提取来识别句子的具体含义。广义的自本文档来自技高网...

【技术保护点】
1.一种音频处理方法，其特征在于，应用于会议系统，其中，所述会议系统包括至少一个音频采集设备，所述方法包括：/n接收所述至少一个音频采集设备采集的至少一段音频；/n确定所述至少一段音频中多个目标的语音；/n分别对所述多个目标中每个目标的语音进行语音识别，以获取每个所述目标的语音对应的语义。/n

【技术特征摘要】
1.一种音频处理方法，其特征在于，应用于会议系统，其中，所述会议系统包括至少一个音频采集设备，所述方法包括：
接收所述至少一个音频采集设备采集的至少一段音频；
确定所述至少一段音频中多个目标的语音；
分别对所述多个目标中每个目标的语音进行语音识别，以获取每个所述目标的语音对应的语义。


2.根据权利要求1所述的方法，其特征在于，所述确定所述至少一段音频中多个目标的语音，包括：
判断待处理语音是否为所述多个目标中第一目标的语音，所述待处理语音是从所述至少一段音频中确定的；
当所述待处理语音不是所述第一目标的语音时，对所述待处理语音进行语音分离，以获得分离语音；
识别所述分离语音对应的目标。


3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
当所述待处理语音不是所述第一目标的语音时，判断所述待处理语音是否存在语音重叠；
所述对所述待处理语音进行语音分离，包括：当所述待处理语音存在语音重叠时，对所述待处理语音进行语音分离。


4.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：
获取检测语音；
对所述检测语音进行语音识别，以确定所述检测语音的语义；
当所述检测语音的语义为预设内容时，对所述检测语音进行特征提取，以得到所述第一目标的语音特征；
所述判断所述待处理语音是否为第一目标的语音，包括：根据所述第一目标的语音特征，判断所述待处理语音是否为所述第一目标的语音。


5.根据权利要求1-4中任一项所述的方法，其特征在于，所述确定所述至少一段音频中多个目标的语音，包括：
利用声音状态检测VAD算法，确定所述至少一段音频中的多段连续语音；
从所述多段连续语音中确定所述多个目标中每个目标的语音。


6.根据权利要求1-5中任一项所述的方法，其特征在于，所述至少一个音频采集设备包括多个终端设备，所述至少一段音频包括每个所述终端设备采集的音频，
所述确定所述至少一段音频中多个目标的语音，包括：
利用多通道滤波器算法对所述多段音频进行处理，以得到去除噪声后的音频；
从所述去除噪声后的音频中确定所述多个目标的语音。


7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
获取所述多段音频中每段音频的时间信息，以实现所述多段音频的时间同步；
所述利用多通道滤波器算法对多段采集音频进行处理，包括：利用所述多通道滤波器算法对实现时间同步的所述多段音频进行处理。


8.根据权利要求1-7中任一项所述的方法，其特征在于，所述分别对所述多个目标中每个目标的语音进行语音识别，包括：
将所述多个目标的语音输入多个语音识别模型，所述多个语音识别模型用于并行进行语音识别。


...

【专利技术属性】
技术研发人员：杨宇庭，徐广平，钱莉，杜俊，
申请(专利权)人：华为技术有限公司，中国科学技术大学，
类型：发明
国别省市：广东;44