本申请实施例提供一种语音处理方法、装置及设备，应用于语音系统，所述语音系统中包括麦克风和扬声器，该方法包括：获取所述麦克风在预设时段内采集的第一语音信号，所述第一语音信号包括用户语音信号和所述扬声器在所述预设时段内播放的语音信号；在缓存中获取所述预设时段内的第二语音信号；根据所述第一语音信号和所述第二语音信号，确定所述扬声器对所述缓存中的语音信号进行播放的时延；根据所述时延对所述第二语音信号进行校准处理，得到第三语音信号；根据所述第三语音信号对所述第一语音信号进行处理，以在所述第一语音信号中提取所述用户语音信号。提高了语音处理的准确性。性。性。
【技术实现步骤摘要】
一种语音处理方法、装置及设备
[0001]本申请涉及音频处理
，具体涉及一种语音处理方法、装置及设备。
技术介绍
[0002]用户可以通过语音指令对车辆中的车载设备进行控制，在用户发出语音指令的同时，车辆中的多媒体设备可能正在播放音乐、广播等多媒体语音信号，导致无法对用户发出的语音指令进行准确的识别。
[0003]多媒体设备通常先将多媒体语音信号存储至缓存，再播放缓存中的多媒体语音信号。在相关技术中，在车辆中的麦克风采集得到待识别语音信号(包括语音指令和多媒体语音信号)之后，可以通过缓存中多媒体信号对该待识别语音信号进行处理，以得到用户发出的语音指令。然而，麦克风采集得到的待识别语音信号中的多媒体信号与缓存中的多媒体语音信号之间通常存在一定时延，导致无法在待识别语音信号中准确的提取出语音指令，进而导致语音处理的准确性较差。
技术实现思路
[0004]本申请涉及一种语音处理方法、装置及设备，降低了参考信号与采集的语音信号的时延，提高语音处理的准确性。
[0005]第一方面，本申请实施例提供一种语音处理方法，应用于语音系统，所述语音系统中包括麦克风和扬声器，所述方法包括：
[0006]获取所述麦克风在预设时段内采集的第一语音信号，所述第一语音信号包括用户语音信号和所述扬声器在所述预设时段内播放的语音信号；
[0007]在缓存中获取所述预设时段内的第二语音信号；
[0008]根据所述第一语音信号和所述第二语音信号，确定所述扬声器对所述缓存中的语音信号进行播放的时延；
[0009]根据所述时延对所述第二语音信号进行校准处理，得到第三语音信号；
[0010]根据所述第三语音信号对所述第一语音信号进行处理，以在所述第一语音信号中提取所述用户语音信号。
[0011]在一种可能的实施方式中，根据所述时延对所述第二语音信号进行校准处理，得到第三语音信号，包括：
[0012]获取所述麦克风的采样参数，所述采样参数包括音频采样率、采样位数和通道数；
[0013]根据所述时延和所述采样参数，确定预设信号插入数量N，所述N为大于1的整数；
[0014]在所述第二语音信号之前添加N个预设信号，得到所述第三语音信号。
[0015]在一种可能的实施方式中，根据所述时延和所述采样参数，确定预设信号插入数量N，包括：
[0016]根据所述时延和所述采样参数，通过如下公式一，确定所述预设信号插入数量N：
[0017][0018]其中，所述d为所述时延，所述R为所述采样率，所述B为所述采样位数，所述C为所述通道数。
[0019]在一种可能的实施方式中，所述第二语音信号之前添加N个预设信号，得到所述第三语音信号，包括：
[0020]在缓存中确定所述第二语音信号对应的起始存储位置；
[0021]在所述缓存中的所述起始存储位置之前添加所述N个预设信号，得到所述第三语音信号，其中，所述第三语音信号在所述缓存中的起始存储位置为所述N个预设信号中第一个预设信号的存储位置。
[0022]在一种可能的实施方式中，根据所述第一语音信号和所述第二语音信号，确定所述扬声器对所述缓存中的语音信号进行播放的时延，包括：
[0023]确定所述第一语音信号对应的第一语音特征；
[0024]确定所述第二语音信号对应的第二语音特征；
[0025]将所述第一语音特征和所述第二语音特征进行匹配处理，得到所述时延。
[0026]在一种可能的实施方式中，将所述第一语音特征和所述第二语音特征进行匹配处理，得到所述时延，包括：
[0027]在所述第一语音特征中确定第一位置，其中，第一语音特征中所述第一位置之后的语音特征与所述第二语音特征的匹配度大于或等于第一阈值；
[0028]将所述第一语音特征的起始位置与所述第一位置之间的语音播放时长确定为所述时延。
[0029]在一种可能的实施方式中，所述语音系统为车载语音系统，所述方法还包括：
[0030]根据所述用户语音信号确定控制指令；
[0031]根据所述控制指令控制对应的车载设备。
[0032]第二方面，本申请实施例提供一种语音处理装置，包括第一获取模块、第二获取模块、确定模块、校准模块和处理模块，其中，
[0033]所述第一获取模块用于，获取所述麦克风在预设时段内采集的第一语音信号，所述第一语音信号包括用户语音信号和所述扬声器在所述预设时段内播放的语音信号；
[0034]所述第二获取模块用于，在缓存中获取所述预设时段内的第二语音信号；
[0035]所述确定模块用于，根据所述第一语音信号和所述第二语音信号，确定所述扬声器对所述缓存中的语音信号进行播放的时延；
[0036]所述校准模块用于，根据所述时延对所述第二语音信号进行校准处理，得到第三语音信号；
[0037]所述处理模块用于，根据所述第三语音信号对所述第一语音信号进行处理，以在所述第一语音信号中提取所述用户语音信号。
[0038]在一种可能的实施方式中，所述校准模块具体用于：
[0039]获取所述麦克风的采样参数，所述采样参数包括音频采样率、采样位数和通道数；
[0040]根据所述时延和所述采样参数，确定预设信号插入数量N，所述N为大于1的整数；
[0041]在所述第二语音信号之前添加N个预设信号，得到所述第三语音信号。
[0042]在一种可能的实施方式中，所述校准模块具体用于：
[0043]根据所述时延和所述采样参数，通过如下公式一，确定所述预设信号插入数量N：
[0044][0045]其中，所述d为所述时延，所述R为所述采样率，所述B为所述采样位数，所述C为所述通道数。
[0046]在一种可能的实施方式中，所述校准模块具体用于：
[0047]在缓存中确定所述第二语音信号对应的起始存储位置；
[0048]在所述缓存中的所述起始存储位置之前添加所述N个预设信号，得到所述第三语音信号，其中，所述第三语音信号在所述缓存中的起始存储位置为所述N个预设信号中第一个预设信号的存储位置。
[0049]在一种可能的实施方式中，所述确定模块具体用于：
[0050]确定所述第一语音信号对应的第一语音特征；
[0051]确定所述第二语音信号对应的第二语音特征；
[0052]将所述第一语音特征和所述第二语音特征进行匹配处理，得到所述时延。在一种可能的实施方式中，所述确定模块具体用于：
[0053]在所述第一语音特征中确定第一位置，其中，第一语音特征中所述第一位置之后的语音特征与所述第二语音特征的匹配度大于或等于第一阈值；
[0054]将所述第一语音特征的起始位置与所述第一位置之间的语音播放时长确定为所述时延。
[0055]在一种可能的实施方式中，所述语音处理装置还包括控制模块，
[0056]所述控制模块用于，根据所述用户语音信号确本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种语音处理方法，其特征在于，应用于语音系统，所述语音系统中包括麦克风和扬声器，所述方法包括：获取所述麦克风在预设时段内采集的第一语音信号，所述第一语音信号包括用户语音信号和所述扬声器在所述预设时段内播放的语音信号；在缓存中获取所述预设时段内的第二语音信号；根据所述第一语音信号和所述第二语音信号，确定所述扬声器对所述缓存中的语音信号进行播放的时延；根据所述时延对所述第二语音信号进行校准处理，得到第三语音信号；根据所述第三语音信号对所述第一语音信号进行处理，以在所述第一语音信号中提取所述用户语音信号。2.根据权利要求1所述的语音处理方法，其特征在于，根据所述时延对所述第二语音信号进行校准处理，得到第三语音信号，包括：获取所述麦克风的采样参数，所述采样参数包括音频采样率、采样位数和通道数；根据所述时延和所述采样参数，确定预设信号插入数量N，所述N为大于1的整数；在所述第二语音信号之前添加N个预设信号，得到所述第三语音信号。3.根据权利要求2所述的语音处理方法，其特征在于，根据所述时延和所述采样参数，确定预设信号插入数量N，包括：根据所述时延和所述采样参数，通过如下公式一，确定所述预设信号插入数量N：其中，所述d为所述时延，所述R为所述采样率，所述B为所述采样位数，所述C为所述通道数。4.根据权利要求2或3所述的语音处理方法，其特征在于，在所述第二语音信号之前添加N个预设信号，得到所述第三语音信号，包括：在缓存中确定所述第二语音信号对应的起始存储位置；在所述缓存中的所述起始存储位置之前添加所述N个预设信号，得到所述第三语音信号，其中，所述第三语音信号在所述缓存中的起始存储位置为所述N个预设信号中第一个预设信号的存储位置。5.根据权利要求1
‑
4任一项所述的语音处理方法，其特征在于，根据所述第一语音信号和所述第二语音信号，确定所述扬声器对所述缓存中的语音信号进行播放的时延，包括：确定所述第一语音信号对应的第一语音特征；确定所述第二语音信号对应的第二语音特征；将所述第一语音特...
【专利技术属性】
技术研发人员：陈小强，蒲胤华，
申请(专利权)人：展讯半导体成都有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。