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。准确的语音特征。准确的语音特征。
【技术实现步骤摘要】
语音信号处理方法和装置、电子设备、存储介质
[0001]本申请涉及人工智能
，尤其涉及一种语音信号处理方法和装置、电子设备、存储介质。
技术介绍
[0002]相关技术中，通过提取样本语音信号的语音特征进行语音识别模型的训练，在模型训练完成后，利用语音识别模型进行声纹识别、情感识别、方言识别等任务，语音特征的提取直接关系着模型的训练效果和预测效果，如何提取准确的语音特征显得尤为重要。
技术实现思路
[0003]本申请实施例的主要目的在于提出一种语音信号处理方法和装置、电子设备、存储介质，能够准确提取语音特征，提高语音识别模型的训练效果和预测效果。
[0004]为实现上述目的，本申请实施例的第一方面提出了一种语音信号处理方法，所述方法包括：
[0005]获取初始语音信号；
[0006]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；
[0007]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；
[0008]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；
[0009]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。
[0010]在一些实施例，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：
[0011]获取预设的第一窗函数和采样步长；
[0012]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；
[0013]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。
[0014]在一些实施例，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：
[0015]对所述初始语音信号进行预处理，得到第一语音信号；
[0016]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；
[0017]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；
[0018]将所述频谱输出参数进行对数变换，得到滤波器组特征；
[0019]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；
[0020]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。
[0021]在一些实施例，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：
[0022]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；
[0023]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；
[0024]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。
[0025]在一些实施例，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：
[0026]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；
[0027]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；
[0028]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。
[0029]在一些实施例，所述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，包括：
[0030]计算所述第一语音特征集合的相似度矩阵；
[0031]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；
[0032]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第二合并，得到第二类型语音特征。
[0033]在一些实施例，所述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，包括：
[0034]计算所述第二语音特征集合中的语音特征的特征平均值，根据所述特征平均值得到所述初始语音信号的目标语音特征；
[0035]获取所述第二语音特征集合中的语音特征的权重，根据所述权重对所述第二语音特征集合中的语音特征进行加权计算，得到所述初始语音信号的目标语音特征。
[0036]本申请实施例的第二方面提出了一种语音信号处理装置，所述装置包括：
[0037]语音信号获取模块，用于获取初始语音信号；
[0038]语音信号第一特征提取模块，用于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；
[0039]语音信号第二特征提取模块，用于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；
[0040]语音信号特征过滤模块，用于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；
[0041]语音信号特征聚合模块，用于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。
[0042]本申请实施例的第三方面提出了一种电子设备，所述电子设备包括存储器和处理器，其中，所述存储器中存储有程序，所述程序被所述处理器执行时所述处理器用于执行如本申请第一方面实施例任一项所述的语音信号处理方法。
[0043]本申请实施例的第四方面提出了一种存储介质，该存储介质为计算机可读存储介质，所述存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如本申请第一方面实施例任一项所述的语音信号处理方法。
[0044]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，提高语音识别模型的训练效果和预测效果。
附图说明
[0本文档来自技高网...
【技术保护点】
【技术特征摘要】
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...
【专利技术属性】
技术研发人员：贺亚运，彭俊清，王健宗，
申请(专利权)人：平安科技深圳有限公司，
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。