合成语音识别方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及智能决策领域，揭露一种合成语音识别方法，包括：获取业务场景中的原始语音数据，并采集所述原始语音数据中的语音信号；对所述语音信号进行预处理，得到预处理信号，利用预设的线性预测算法提取所述预处理信号中的残差语音信号；对所述残差语音信号进行傅里叶变换，得到所述残差语音信号对应的频域信号，对所述频域信号进行特征提取，得到频域信号特征；利用训练好的轻型卷积神经网络对所述频域信号特征进行合成判别，得到所述原始语音数据的合成语音识别结果。本发明专利技术可以提高合成语音识别的准确性。语音识别的准确性。语音识别的准确性。

【技术实现步骤摘要】
合成语音识别方法、装置、电子设备及存储介质


[0001]本专利技术涉及智能决策领域，尤其涉及一种合成语音识别方法、装置、电子设备及存储介质。

技术介绍

[0002]近年来，随着人工智能技术的快速发展，其功能已经在多种认证场景中得到了广泛的应用，给人们的生活带来了便利，例如在电话销售行业中使用AI智能贷款，极大地提高的保险行业的贷款效率，AI智能贷款是指使用人工智能做出贷款和信贷决策，银行可以减少人工操作并提高透明度，借助AI智能贷款解决方案提供的数据支持的洞察力，银行可以减少损失并做出更有利可图的决策，但是如果用户的个人信息被恶意获取且其声纹信息也会被恶意合成，不法分子会利用合成语音进行贷款操作，不仅会给保险公司带来较大的经济损失，还会对客户本人的信息安全造成极大的危害，因此，亟待一种方案以准确的识别合成语音。

技术实现思路

[0003]为了解决上述技术问题，本专利技术提供了一种合成语音识别方法，可以提高合成语音识别的准确性。
[0004]第一方面，本专利技术提供了一种合成语音识别方法，包括：
[0005]获取业务场景中的原始语音数据，并采集所述原始语音数据中的语音信号；
[0006]对所述语音信号进行预处理，得到预处理信号，利用预设的线性预测算法提取所述预处理信号中的残差语音信号；
[0007]对所述残差语音信号进行傅里叶变换，得到所述残差语音信号对应的频域信号，对所述频域信号进行特征提取，得到频域信号特征；
[0008]利用训练好的轻型卷积神经网络对所述频域信号特征进行合成判别，得到所述原始语音数据的合成语音识别结果。
[0009]在第一方面的一种可能实现方式中，所述对所述语音信号进行预处理，得到预处理信号，包括：
[0010]对所述语音信号进行预加重处理，得到预加重语音信号；
[0011]对所述预加重语音信号进行分帧处理，得到分帧语音信号；
[0012]对所述分帧语音信号进行加窗处理，得到预处理信号。
[0013]在第一方面的一种可能实现方式中，所述对所述预加重语音信号进行分帧处理，得到分帧语音信号，包括：
[0014]提取所述预加重语音信号中的时域语音信号，对所述时域语音信号进行频谱分析，得到语音频谱信号；
[0015]对所述语音频谱信号进行增强处理，得到增强语音信号；
[0016]对所述增强语音信号进行分帧处理，得到分帧语音信号。
[0017]在第一方面的一种可能实现方式中，所述对所述分帧语音信号进行加窗处理，得到预处理信号，包括：
[0018]对所述分帧语音信号进行叠加处理，得到叠加语音信号；
[0019]识别所述叠加语音信号的类别，通过所述叠加语音信号的类别获取对应的窗函数；
[0020]利用所述窗函数对所述叠加语音信号进行加窗，得到预处理信号。
[0021]在第一方面的一种可能实现方式中，所述对所述残差语音信号进行傅里叶变换，得到所述残差语音信号对应的频域信号，包括：
[0022]对所述残差语音信号进行降噪处理，得到降噪语音信号；
[0023]对所述降噪语音信号进行傅里叶变换，得到所述残差语音信号对应的频域信号。
[0024]在第一方面的一种可能实现方式中，所述对所述频域信号进行特征提取，得到频域信号特征，包括：
[0025]对所述频域信号进行向量转化，得到频域向量；
[0026]对所述频域向量进行降维处理，得到降维向量；
[0027]对所述降维向量进行特征提取，得到特征向量；
[0028]通过输出函数对所述特征向量进行连接处理，得到频域信号特征。
[0029]在第一方面的一种可能实现方式中，所述利用训练好的轻型卷积神经网络对所述频域信号特征进行合成判别，得到所述原始语音数据的合成语音识别结果，包括：
[0030]通过所述轻型卷积神经网络中的卷积层对所述频域信号特征进行特征筛选，得到卷积信号特征；
[0031]通过所述轻型卷积神经网络中的池化层对所述卷积信号特征进行池化处理，得到池化信号特征；
[0032]通过所述轻型卷积神经网络中的全连接层对所述池化信号特征进行合成判别，得到判别类别；
[0033]根据所述判别类别得到所述原始语音数据的合成语音识别结果。
[0034]第二方面，本专利技术提供了一种合成语音识别装置，所述装置包括：
[0035]信号采集模块，用于获取业务场景中的原始语音数据，并采集所述原始语音数据中的语音信号；
[0036]信号预处理模块，用于对所述语音信号进行预处理，得到预处理信号，利用预设的线性预测算法提取所述预处理信号中的残差语音信号；
[0037]信号特征提取模块，利用对所述残差语音信号进行傅里叶变换，得到所述残差语音信号对应的频域信号，对所述频域信号进行特征提取，得到频域信号特征；
[0038]语音识别判断模块，用于利用训练好的轻型卷积神经网络对所述频域信号特征进行合成判别，得到所述原始语音数据的合成语音识别结果。
[0039]第三方面，本专利技术提供一种电子设备，包括：
[0040]至少一个处理器；以及与所述至少一个处理器通信连接的存储器；
[0041]其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，以使所述至少一个处理器能够执行如上述第一方面中任意一项所述的合成语音识别方法。
[0042]第四方面，本专利技术提供一种计算机可读存储介质，存储有计算机程序，所述计算机
程序被处理器执行时实现如上述第一方面中任意一项所述的合成语音识别方法。
[0043]与现有技术相比，本方案的技术原理及有益效果在于：
[0044]本方案首先通过获取业务场景中的原始语音数据，并采集所述原始语音数据中的语音信号，以便于采集所述原始语音数据中的语音信号，保障后续对所述原始语音数据进行信号处理的前提；其次对所述语音信号进行预处理，得到预处理信号，利用预设的线性预测算法提取所述预处理信号中的残差语音信号，通过对所述语音信号进行预处理，可以便于后续对所述预处理信号进行加工处理，提高了所述语音信号的处理效率；其次对所述残差语音信号进行傅里叶变换，得到所述残差语音信号对应的频域信号，对所述频域信号进行特征提取，得到频域信号特征，对所述残差语音信号进行傅里叶变换，得到所述残差语音信号对应的频域信号，为后续提取所述频域信号的特征提供了保障；进一步的，利用训练好的轻型卷积神经网络对所述频域信号特征进行合成判别，得到所述原始语音数据的合成语音识别结果，通过轻型卷积神经网络可以实现合成语音的分析与判断。因此，本专利技术实施例提出的一种合成语音识别方法、装置、电子设备以及存储介质，可以提高合成语音识别的准确性。
附图说明
[0045]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。
[0046]为了更清楚地说明本专利技术实施例或现有技术中的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种合成语音识别方法，其特征在于，所述方法包括：获取业务场景中的原始语音数据，并采集所述原始语音数据中的语音信号；对所述语音信号进行预处理，得到预处理信号，利用预设的线性预测算法提取所述预处理信号中的残差语音信号；对所述残差语音信号进行傅里叶变换，得到所述残差语音信号对应的频域信号，对所述频域信号进行特征提取，得到频域信号特征；利用训练好的轻型卷积神经网络对所述频域信号特征进行合成判别，得到所述原始语音数据的合成语音识别结果。2.根据权利要求1所述的方法，其特征在于，所述对所述语音信号进行预处理，得到预处理信号，包括：对所述语音信号进行预加重处理，得到预加重语音信号；对所述预加重语音信号进行分帧处理，得到分帧语音信号；对所述分帧语音信号进行加窗处理，得到预处理信号。3.根据权利要求2所述的方法，其特征在于，所述对所述预加重语音信号进行分帧处理，得到分帧语音信号，包括：提取所述预加重语音信号中的时域语音信号，对所述时域语音信号进行频谱分析，得到语音频谱信号；对所述语音频谱信号进行增强处理，得到增强语音信号；对所述增强语音信号进行分帧处理，得到分帧语音信号。4.根据权利要求2所述的方法，其特征在于，所述对所述分帧语音信号进行加窗处理，得到预处理信号，包括：对所述分帧语音信号进行叠加处理，得到叠加语音信号；识别所述叠加语音信号的类别，通过所述叠加语音信号的类别获取对应的窗函数；利用所述窗函数对所述叠加语音信号进行加窗，得到预处理信号。5.根据权利要求1所述的方法，其特征在于，所述对所述残差语音信号进行傅里叶变换，得到所述残差语音信号对应的频域信号，包括：对所述残差语音信号进行降噪处理，得到降噪语音信号；对所述降噪语音信号进行傅里叶变换，得到所述残差语音信号对应的频域信号。6.根据权利要求1至5中任意一项所述的方法，其特征在于，所述对所述频域信号进行特征提取，得到频域信号特征，包括：对所述频...

【专利技术属性】
技术研发人员：魏林强，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：