CN107734126A - 语音调节方法、装置、终端及存储介质 - Google Patents
语音调节方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN107734126A CN107734126A CN201711103069.7A CN201711103069A CN107734126A CN 107734126 A CN107734126 A CN 107734126A CN 201711103069 A CN201711103069 A CN 201711103069A CN 107734126 A CN107734126 A CN 107734126A
- Authority
- CN
- China
- Prior art keywords
- voice
- call
- volume
- information
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/60—Substation equipment, e.g. for use by subscribers including speech amplifiers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
- H04M1/72454—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions according to context-related or environment-related conditions
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Computer Networks & Wireless Communication (AREA)
- Environmental & Geological Engineering (AREA)
- Telephone Function (AREA)
Abstract
本申请公开了一种语音调节方法、装置、终端及存储介质，属于人工智能领域。该方法包括：当启用通话进程时，获取通话信息，通话信息至少包括当前通话对象的对象标识；获取语音调节模型，语音调节模型是根据历史通话参数训练得到的模型，历史通话参数中包括与不同通话对象进行通话时的目标语音音量；将通话信息输入语音调节模型，并获取语音调节模型输出的目标通话音量；根据目标通话音量对采集到的本端语音进行语音调节。本申请实施例中，由于语音调节模型根据与不同通话对象进行通话时的目标语音音量训练得到，因此利用语音调节模型输出的目标语音音量进行语音调节后，本端语音的音量符合通话对象的语实际听力情况，从而保证通话质量。
Description
技术领域
本申请实施例涉及人工智能领域，特别涉及一种语音调节方法、装置、终端及存储介质。
背景技术
通话功能作为移动终端中最为常用的功能，方便用户随时随地进行语音沟通交流。
与不同通话对象进行通话时，由于不同通话对象的听力程度不同，因此用户需要根据对方的听力提高自身音量或降低自身音量。比如，当与听力较差的用户进行通话时，例如与耳背的老年人进行通话时，需要提高自身音量。
然而，用户进行通话时，由于无法长时间提高或降低自身音量，导致通话对象收听质量不佳，影响通话质量。
发明内容
本申请实施例提供的语音调节方法、装置、终端及存储介质，可以解决用户进行通话时，由于无法长时间提高或降低自身音量，导致通话对象收听质量不佳，影响通话质量的问题。所述技术方案如下：
第一方面，提供了一种语音调节方法，所述方法包括：
当启用通话进程时，获取通话信息，所述通话信息至少包括当前通话对象的对象标识；
获取语音调节模型，所述语音调节模型是根据历史通话参数训练得到的模型，所述历史通话参数中包括与不同通话对象进行通话时的目标语音音量；
将所述通话信息输入所述语音调节模型，并获取所述语音调节模型输出的所述目标通话音量；
根据所述目标通话音量对采集到的本端语音进行语音调节。
第二方面，提供了一种语音调节装置，所述装置包括：
信息获取模块，用于当启用通话进程时，获取通话信息，所述通话信息至少包括当前通话对象的对象标识；
模型获取模块，用于获取语音调节模型，所述语音调节模型是根据历史通话参数训练得到的模型，所述历史通话参数中包括与不同通话对象进行通话时的目标语音音量；
输入模块，用于将所述通话信息输入所述语音调节模型，并获取所述语音调节模型输出的所述目标通话音量；
调节模块，用于根据所述目标通话音量对采集到的本端语音进行语音调节。
第三方面，提供了一种终端，所述终端包括处理器、与所述处理器相连的存储器，以及存储在所述存储器上的程序指令，所述处理器执行所述程序指令时实现第一方面提供的语音调节方法。
第四方面，一种计算机可读介质，其上存储有程序指令，所述程序指令被处理器执行时实现第一方面提供的语音调节方法的步骤。
本申请实施例提供的技术方案带来的有益效果是：
在启用通话进程时，获取至少包含对象标识的通话信息，并将该通话信息输入语音调节模型中，从而得到当前通话对象对应的目标通话音量，进而根据目标通话音量对本端语音进行调节；由于语音调节模型根据与不同通话对象进行通话时的目标语音音量训练得到，因此利用语音调节模型输出的目标语音音量进行语音调节后，本端语音的音量符合通话对象的语实际听力情况，通话过程中，用户保持自身音量进行通话即可，无需提高或降低自身音量，从而保证通话质量。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本申请一个示例性实施例提供的语音调节方法流程图；
图2示出了本申请另一个示例性实施例提供的语音调节方法流程图；
图3示出了本申请另一个示例性实施例提供的语音调节方法流程图；
图4示出了本申请另一个示例性实施例提供的语音调节方法流程图；
图5示出了本申请一个示例性实施例提供的语音调节装置的结构框图；
图6示出了本申请一个示例性实施例提供的终端的结构方框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
首先，对本申请涉及的若干名词进行介绍。
语音调节模型：是一种用于根据输入的通话信息确定出与当前通话对象通话时目标语音音量的数学模型。
可选地，语音调节模型包括但不限于：深度神经网络(Deep Neural Network，DNN)模型、循环神经网络(Recurrent Neural Networks，RNN)模型、嵌入(embedding)模型、梯度提升决策树(Gradient Boosting Decision Tree，GBDT)模型、逻辑回归(LogisticRegression，LR)模型中的至少一种。
DNN模型是一种深度学习框架。DNN模型包括输入层、至少一层隐层(或称，中间层)和输出层。可选地，输入层、至少一层隐层(或称，中间层)和输出层均包括至少一个神经元，神经元用于对接收到的数据进行处理。可选地，不同层之间的神经元的数量可以相同；或者，也可以不同。
RNN模型是一种具有反馈结构的神经网络。在RNN模型中，神经元的输出可以在下一个时间戳直接作用到自身，即，第i层神经元在m时刻的输入，除了(i-1)层神经元在该时刻的输出外，还包括其自身在(m-1)时刻的输出。
embedding模型是基于实体和关系分布式向量表示，将每个三元组实例中的关系看作从实体头到实体尾的翻译。其中，三元组实例包括主体、关系、客体，三元组实例可以表示成(主体，关系，客体)；主体为实体头，客体为实体尾。比如：小明的爸爸是大明，则通过三元组实例表示为(小明，爸爸，大明)。
GBDT模型是一种迭代的决策树算法，该算法由多棵决策树组成，所有树的结果累加起来作为最终结果。决策树的每个节点都会得到一个预测值，以年龄为例，预测值为属于年龄对应的节点的所有人年龄的平均值。
LR模型是指在线性回归的基础上，套用一个逻辑函数建立的模型。
本申请各个实施例提供的语音调节方法中，终端预先根据历史通话参数(包含与不同通话对象进行通话时的目标语音音量)训练语音调节模型，当用户再次进行语音通话时，终端将通话信息(至少包括当前通话对象的对象标识)输入语音调节模型，从而根据语音调节模型输出的目标语音音量对本端语音进行语音调节，确保对端用户能够清楚收听到本端用户的声音，提高语音通话质量。
本申请各个实施例提供的语音调节方法应用于终端中，该终端可以是智能手机、智能手表和平板电脑等具备语音通话功能的电子设备。为了方便描述，下述各个实施例以语音调节方法用于终端中为例进行说明。
参考图1，其示出了本申请一个示例性实施例提供的语音调节方法流程图。本实施例以该方法应用于终端来举例说明，该语音调节方法包括如下步骤：
步骤101，当启用通话进程时，获取通话信息，通话信息至少包括当前通话对象的对象标识。
为了实现针对不同的通话对象自动对本端语音进行调节，当检测到启用通话进程时(比如进行主动呼叫或被呼叫)，终端获取通话信息。其中，该通话进程为系统通话功能或即时通信应用当中的通话功能。
在一种可能的实现方式中，由于不同通话对象的听力程度不同，因此通话信息中包括当前通话对象的对象标识。其中，对象标识可以为通话对象的电话号码或终端中存储的通话对象的备注名。
比如，当用户与通话对象A进行语音通话时，终端获取通话对象A对应的电话号码为138xxxxxxxx，且备注名为“张三”，从而将“138xxxxxxxx”或“张三”确定为通话信息。
在其他可能的实现方式中，由于通话对象侧的语音质量不仅与本端用户的语音音量有关，还与本端用户所处的通话环境相关，因此，为了进一步提高通话质量，使得语音调节适用于不同的通话环境，该通话信息中还包括当前通话地点对应的地理位置信息、通话时段和环境噪声中的至少一种。
步骤102，获取语音调节模型，语音调节模型是根据历史通话参数训练得到的模型，历史通话参数中包括与不同通话对象进行通话时的目标语音音量。
在一种可能的实施方式中，当检测到启用通话进程时，终端获取预先训练的语音调节模型，其中，语音调节模型用于根据终端输入的通话信息输出相应的目标通话音量，该目标通话音量即为与当前通话对象进行通话时的推荐通话音量。
本实施例中，语音调节模型根据历史通话参数中，与不同通话对象进行通话时的目标语音音量训练得到。在一种可能的实现方式中，通话过程中，终端获取麦克风采集到的本端语音的语音音量(比如，通过采样的方式)，从而根据该语音音量确定出通话对象对应的目标语音音量；通话结束后，终端将通话信息以及目标语音音量输入到机器学习算法中，通过机器学习算法训练得到语音调节模型。
可选的，机器学习算法是基于统计模型的反向传播(Back Propagation，BP)算法，在训练语音调节模型时，终端根据每个通话对象对应的通话信息以及目标语音音量构建初始调节模型，再根据与实际通话过程中的采集到的大量通话信息以及目标语音音量对初始语音调节模型进行训练，得到语音调节模型。
在一个示意性的实施例中，终端训练语音调节模型包括如下步骤。
步骤一、通话过程中，获取麦克风采集语音的音量变化趋势。
用户使用终端进行通话的过程中，终端通过麦克风采集语音，并获取音量的变化趋势。在一种可能的实施方式中，终端每隔预定时长进行一次采样，获取采样点处语音的音量，从而根据若干采样点确定通话过程中的音量变化趋势。
在一个示意性的例子中，终端每隔5s进行一次采样，得到12个采样点处的音量，如表一所示。
表一
| 采样点 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
| 音量 | 25dB | 23dB | 24dB | 40dB | 42dB | 39dB | 38dB | 40dB | 41dB | 40dB | 41dB | 39dB |
步骤二、根据音量变化趋势确定目标语音音量。
通话过程中，当通话对象觉得语音声音过小或过大时，通常会提示对方提高或降低音量，以便对方进行音量调整，而音量调整前后往往存在音量突变点。因此，在一种可能的实施方式中，终端识别音量变化趋势中的音量突变点，并根据音量突变点后各个采样点对应的音量计算得到目标语音音量。其中，音量突变点对应的音量与音量突变点之前采样点对应的音量的差值大于第一阈值，与音量突变点之后采样点对应的音量的差值小于第二阈值，第一阈值≥第二阈值。
示意性的，终端获取到的音量变化趋势如表一所示，从而将第4个采样点确定为音量突变点，并计算第4至第12个采样点的音量平均值，得到目标语音音量为40dB。
步骤三、将通话信息和目标语音音量输入机器学习算法，训练得到语音调节模型。
在一种可能的实施方式中，每次语音通话结束后，终端将此次通话的通话信息以及确定出的目标语音音量作为输入输出对输入机器学习算法中，训练得到语音调节模型，其中，输入输出对中的输入参数为通话信息，输入输出对中的输出参数为目标语音音量。
可选的，为了使机器学习训练得到的语音调节模型更加精确，并适用于各种通话环境，用于训练语音调节模型的通话信息中除了包含对象标识外，还包括通话时终端的地理位置信息、通话时段和环境噪声等级中的至少一种。
需要说明的是，上述步骤101和102不存在严格的先后关系，即步骤101和步骤102可以同时执行，本实施例并不对此进行限定。
在其他可能的实施方式中，终端预先针对不同通话对象训练出不同的语音调节模型，获取到通话信息后，终端即根据通话信息中包含的对象标识，获取当前通话对象对应的语音调节模型，后续即基于该语音调节模型的输出结果进行语音音量调节，本申请实施例并不对此进行限定。
步骤103，将通话信息输入语音调节模型，并获取语音调节模型输出的目标通话音量。
通过上述步骤101和102获取到通话参数和语音调节模型后，终端即将通话参数作为语音调节模型的输入，由语音调节模型输出目标通话音量。
在一种可能的实施方式中，当语音调节模型根据对象标识以及目标通话音量训练得到时，终端即将包含对象标识的通信信息输入语音调节模型中，从而获取输出的目标通话音量。
比如，终端将通话对象A对应的备注名“张三”(通话信息)输入到语音调节模型后，语音调节模型根据备注名“张三”输出的目标通话音量为40dB。
步骤104，根据目标通话音量对采集到的本端语音进行语音调节。
由于语音调节模型输出的目标通话音量符合当前通话对象听力情况，因此，终端在通话过程中，基于该目标通话音量对本端语音进行语音调节，并将调节后的本端语音发送至对端(通话对象所使用的终端)，其中，调节后的本端语音的音量即为该目标通话音量。
在一种可能的实施方式中，终端获取本端语音的初始音量，并检测初始音量与目标通话音量之间差值是否大于阈值，若大于，则将本端语音由初始音量调节至目标通话音量，若小于，则保持初始音量，即不对本端语音进行语音调节。
比如，终端获取到本端语音的初始音量为30dB，且语音调节模型输出的目标通话音量为40dB，由于两者的差值大于阈值(5dB)，因此，终端将本端语音的音量上调至40dB。
综上所述，本实施例中，在启用通话进程时，获取至少包含对象标识的通话信息，并将该通话信息输入语音调节模型中，从而得到当前通话对象对应的目标通话音量，进而根据目标通话音量对本端语音进行调节；由于语音调节模型根据与不同通话对象进行通话时的目标语音音量训练得到，因此利用语音调节模型输出的目标语音音量进行语音调节后，本端语音的音量符合通话对象的语实际听力情况，通话过程中，用户保持自身音量进行通话即可，无需提高或降低自身音量，从而保证通话质量。
在不同通话环境下与同一通话对象进行通话时，用户的语音音量可能不同。比如，相较于在安静的通话环境下进行通话，用户在嘈杂的通话环境下进行通话时，需要提升自身音量，以确保通话对象能够清楚收听。为了使语音调节模型适用于不同的通话环境，从而提高语音调节的准确性，在一种可能的实施方式中，终端中的语音调节模型根据通话时终端的地理位置信息以及目标语音音量训练得到。
在一种可能的实施方式中，如图2所示，上述步骤101包括如下步骤。
步骤101A，当启用通话进程时，获取终端的当前地理位置信息以及对象标识。
为了使语音音量调节符合终端当前所处的通话场景，当检测到启用通话进程时，终端获取当前通话对象的对象标识的同时，还获取终端的当前地理位置信息。
其中，地理位置信息可以为终端内全球定位系统(Global Positioning System，GPS)定位到的经纬度信息。当终端获取到经纬度信息后，根据该经纬度信息确定终端所处的地点，从而将该地点确定为当前地理位置信息。
例如，当终端启用通话进程时，获取当前通话对象A的备注名“张三”和终端所处的地理位置A，并确定地理位置A所指示的当前地理位置信息为“公司”。
步骤101B，将当前地理位置信息和对象标识确定为通话信息。
进一步的，终端将获取到的当前地理位置信息和对象标识确定为通话信息，以便后续输入语音调节模型中。
结合步骤101A中的示例，终端将“张三”以及“公司”确定为通话信息。
步骤102，获取语音调节模型，语音调节模型是根据历史通话参数训练得到的模型，历史通话参数中包括与不同通话对象进行通话时的目标语音音量。
本实施例中，终端获取的语音调节模型是根据对象标识、当前地理位置信息和目标语音音量训练出的模型。
在一种可能的实现方式中，通话过程中，终端获取当前地理位置信息，并确定此次通话的目标语音音量；通话结束后，终端将当前地理位置信息以及目标语音音量输入到机器学习算法中，通过机器学习算法训练得到语音调节模型。
步骤103，通话信息输入语音调节模型，并获取语音调节模型输出的目标通话音量。
本实施例中，终端将包含对象标识和当前地理位置信息的通话信息输入语音调节模型后，从而获得输出的目标通话音量，该目标通话音量即为当前通话环境下，与当前通话对象通话的推荐语音音量。
步骤104，根据目标通话音量对采集到的本端语音进行语音调节。
本实施例中，终端中的语音调节模型由终端的地理位置信息以及通话过程中的目标语音音量训练得到；在需要调节语音音量时，终端获取当前通话对象的对象标识和当前地理位置信息，并将二者输入到语音调节模型中，得到在当前地点与当前通话对象通话时的目标语音音量，进而对本端语音的音量进行调节，使得语音音量的调节更符合实际通话场景，进一步提高了通话质量。
图2所示实施例中，由于同一场景的环境噪声可能会发生变化，因此终端根据当前地理位置信息来间接确定当前通话场景的嘈杂程度不够准确，影响语音调节的准确性。为了进一步提高语音调节的准确性，在一种可能的实现方式中，终端中的语音调节模型根据通话时的环境噪声等级以及通话过程中的目标语音音量训练得到。如图3所示，步骤101包括如下步骤。
步骤101C，当启用通话进程时，通过降噪麦克风采集环境噪声。
当启用通话进程时，终端通过降噪麦克风采集环境噪声，以便后续根据该环境噪声确定当前通话环境的环境噪声等级。
在一种可能的实施方式中，当接收到来电时，终端即通过降噪麦克风进行环境噪声采集；当进行拨号时，终端即在拨号过程中进行环境噪声采集。
步骤101D，确定环境噪声对应的环境噪声等级。
在一种可能的实施方式中，终端中存储有环境噪声大小对应的环境噪声等级，示意性的，环境噪声大小与环境噪声等级的对应关系如表二所示：
表一
| 环境噪声大小/dB | 环境噪声等级 |
| 20～30 | 1 |
| 30～40 | 2 |
| 40～50 | 3 |
| … | … |
根据采集到的环境噪声，终端进一步基于上述对应关系确定出当前通话场景下的环境噪声等级。例如，当终端采集到的环境噪声为35dB时，终端即确定环境噪声对应的环境噪声等级为2级。
步骤101E，将环境噪声等级和对象标识确定为通话信息。
进一步的，终端将获取到的环境噪声等级和对象标识确定为通话信息，以便后续输入语音调节模型中。
结合步骤101D中的示例，终端将“张三”以及“2级”确定为通话信息。
步骤102，获取语音调节模型，语音调节模型是根据历史通话参数训练得到的模型，历史通话参数中包括与不同通话对象进行通话时的目标语音音量。
本实施例中，终端获取的语音调节模型是根据对象标识、环境噪声等级和目标语音音量训练出的模型。
在一种可能的实现方式中，通话过程中，终端获取环境噪声等级，并确定此次通话的目标语音音量；通话结束后，终端将环境噪声等级以及目标语音音量输入到机器学习算法中，通过机器学习算法训练得到语音调节模型。
步骤103，通话信息输入语音调节模型，并获取语音调节模型输出的目标通话音量。
本实施例中，终端将包含对象标识和环境噪声等级的通话信息输入语音调节模型后，从而获得输出的目标通话音量，该目标通话音量即为当前噪声环境下，与当前通话对象通话的推荐语音音量。
步骤104，根据目标通话音量对采集到的本端语音进行语音调节。
本实施例中，终端中的语音调节模型由通话时的环境噪声等级以及音量调节信息训练得到，在需要调节通话语音音量时，终端获取通话时的环境噪声等级和当前通话对象的对象标识，并将二者输入到语音调节模型中，得到在当前噪声环境下与当前通话对象通话时的目标语音音量，进而对本端语音的音量进行调节，使得语音音量的调节更符合实际通话场景，进一步提高了通话质量。
由于同一电话号码可能被不同用户使用，比如，家中各个成员均能够使用同一固定电话进行通话，因此，为了提高后续语音音量调节的准确性，在一种可能的实施方式中，终端获取的通话信息中还包含当前通话对象的声纹信息，相应的，终端在训练语音调节模型时，将当前通话对象的声纹信息作为训练参数的一部分进行训练，本实施例在此不再赘述。
语音调节模型建立初期，由于用于训练模型的数据较少，语音调节模型不够精确，导致自动调节语音音量不符合用户预期，需要用户进一步调整自身音量。为了使语音调节模型更加精确，终端需要识别用户主动的音量调节行为，从而基于该音量调节行为对语音调节模型进行修正。在一种可能的实施方式中，如图4所示，上述步骤104之后还包括如下步骤。
步骤105，通话过程中，识别接收到的对端语音中是否包含预设关键词，预设关键词用于指示调节语音音量。
通常情况下，当通话对象无法听清通话内容，或觉得通话音量较大时，会进行语音提示，而接收到该语音提示的用户则会调整自身音量。因此，在一种可能的实施方式中，通话过程中，终端识别对端语音中是否包含指示调节语音音量的预设关键词。若包含，则执行下述步骤106；若不包含，则确定当前目标语音音量适合，无需进行调节。
可选的，该预设关键词包括：声音大点、声音太大、声音小点、声音太高、声音太低、听不清等等。
由于对端用户通常在通话过程前期进行语音提示，因此在一种可能的实施方式中，终端在预定时段内识别对端语音中是否包含预设关键词，该预定时段为通话接通后的预设时长。
步骤106，当对端语音中包含预设关键词时，将本端语音的音量确定为实际语音音量。
当识别出对端语音中包含预设关键词时，终端则将包含预设关键词之后，本端语音的音量确定为实际语音音量，该实际语音音量即为本端用户根据对端语音自行调整后的语音音量。
比如，终端根据语音调节模型的输出，将本端语音的音量调节至30dB。在通话过程中，终端在通话接通后10s检测到对端语音中包含“声音太小”这一关键词，从而将第10s至通话结束这一时段内的本端音量确定为实际语音音量，该实际语音音量为40dB。
步骤107，根据实际语音音量对语音调节模型进行修正。
进一步的，终端根据实际语音音量对语音调节模型进行修正，从而提高语音调节模型的准确性。在一种可能的实施方式中，本步骤包括如下步骤。
一、根据通话信息和实际语音音量创建输入输出对，输入输出对的输入参数根据通话信息确定，输入输出对的输出参数根据实际语音音量确定。
其中，输入输出对包括输出参数和至少一个特征不同的输入参数。输入输出对中的输入参数是根据通话信息确定的，而输入输出对中的输出参数是根据实际语音音量确定的。
比如，终端创建的输入输出对为：(张三，40dB)；其中，“张三”为输出参数，“40dB”为输出参数。
可选地，输入输出对通过特征向量表示。
二、将输入参数输入语音调节模型，得到输出结果。
构建得到输入输出对后，终端将其中的输入参数输入语音调节模型中，得到相应的输出结果。
比如，终端将“张三”输入语音调节模型，得到的输出结果为30dB。
三、将输出结果与输出参数进行比较，得到计算损失，计算损失用于指示输出结果与输出参数之间的误差。
可选地，计算损失通过交叉商(cross-entropy)来表示。
可选地，本步骤通过下述公式表示：
其中，H(p，q)表示推理损失，p(x)和q(x)是长度相等的离散分布向量，p(x)表示输出结果；q(x)表示输出参数；x为输出结果或输出参数中的一个向量。
四、根据计算损失修正语音调节模型。
可选地，终端通过反向传播算法根据计算损失确定语音调节模型的梯度方向，从语音调节模型的输出层逐层向前更新语音调节模型中的模型参数。
本实施例中，终端完成语音音量的自动调节后，根据用户自主的语音音量调节行为对语音调节模型进行修正，从而提高了语音调节模型的准确性。
下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。
参考图5，其示出了本申请一个示例性实施例提供的语音调节装置的结构框图。该语音调节装置可以通过软件、硬件以及两者的组合实现成为终端的全部或一部分。该语音调节装置包括：
信息获取模块510，用于当启用通话进程时，获取通话信息，所述通话信息至少包括当前通话对象的对象标识；
模型获取模块520，用于获取语音调节模型，所述语音调节模型是根据历史通话参数训练得到的模型，所述历史通话参数中包括与不同通话对象进行通话时的目标语音音量；
输入模块530，用于将所述通话信息输入所述语音调节模型，并获取所述语音调节模型输出的所述目标通话音量；
调节模块540，用于根据所述目标通话音量对采集到的本端语音进行语音调节。
可选的，所述装置还包括训练模块，所述训练模块，用于：
通话过程中，获取麦克风采集语音的音量变化趋势；
根据所述音量变化趋势确定所述目标语音音量；
将所述通话信息和所述目标语音音量输入机器学习算法，训练得到所述语音调节模型。
可选的，所述语音调节模型根据通话时终端的地理位置信息以及所述目标语音音量训练得到；
所述信息获取模块510，包括：
获取单元，用于当启用所述通话进程时，获取所述终端的当前地理位置信息以及所述对象标识；
第一确定单元，用于将所述当前地理位置信息和所述对象标识确定为所述通话信息。
可选的，所述语音调节模型根据通话时的环境噪声等级以及所述目标语音音量训练得到；
所述信息获取模块510，包括：
采集单元，用于当启用所述通话进程时，通过降噪麦克风采集环境噪声；
第二确定单元，用于确定所述环境噪声对应的所述环境噪声等级；
第三确定模块，用于将所述环境噪声等级和所述对象标识确定为所述通话信息。
可选的，所述装置，还包括：
识别模块，用于在通话过程中，识别接收到的对端语音中是否包含预设关键词，所述预设关键词用于指示调节语音音量；
音量确定模块，用于当所述对端语音中包含所述预设关键词时，将所述本端语音的音量确定为实际语音音量；
修正模块，用于根据所述实际语音音量对所述语音调节模型进行修正。
可选的，所述修正模块，用于：
根据所述通话信息和所述实际语音音量创建输入输出对，所述输入输出对的输入参数根据所述通话信息确定，所述输入输出对的输出参数根据所述实际语音音量确定；
将所述输入参数输入所述语音调节模型，得到输出结果；
将所述输出结果与所述输出参数进行比较，得到计算损失，所述计算损失用于指示所述输出结果与所述输出参数之间的误差；
根据所述计算损失修正所述语音调节模型。
综上所述，本实施例中，在启用通话进程时，获取至少包含对象标识的通话信息，并将该通话信息输入语音调节模型中，从而得到当前通话对象对应的目标通话音量，进而根据目标通话音量对本端语音进行调节；由于语音调节模型根据与不同通话对象进行通话时的目标语音音量训练得到，因此利用语音调节模型输出的目标语音音量进行语音调节后，本端语音的音量符合通话对象的语实际听力情况，通话过程中，用户保持自身音量进行通话即可，无需提高或降低自身音量，从而保证通话质量。
进一步的，终端中的语音调节模型由终端的地理位置信息以及通话过程中的目标语音音量训练得到；在需要调节语音音量时，终端获取当前通话对象的对象标识和当前地理位置信息，并将二者输入到语音调节模型中，得到在当前地点与当前通话对象通话时的目标语音音量，进而对本端语音的音量进行调节，使得语音音量的调节更符合实际通话场景，进一步提高了通话质量。
进一步的，终端中的语音调节模型由通话时的环境噪声等级以及音量调节信息训练得到，在需要调节通话语音音量时，终端获取通话时的环境噪声等级和当前通话对象的对象标识，并将二者输入到语音调节模型中，得到在当前噪声环境下与当前通话对象通话时的目标语音音量，进而对本端语音的音量进行调节，使得语音音量的调节更符合实际通话场景，进一步提高了通话质量。
进一步的，终端完成语音音量的自动调节后，根据用户自主的语音音量调节行为对语音调节模型进行修正，从而提高了语音调节模型的准确性。
需要说明的是：上述实施例提供的语音调节装置在进行语音音量调节时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将终端的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的语音调节装置与语音调节方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
本申请还提供一种计算机可读介质，其上存储有程序指令，程序指令被处理器执行时实现上述各个方法实施例提供的语音调节方法。
本申请还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各方面所述的语音调节方法。
参考图6，其示出了本申请一个示例性实施例提供的终端的结构方框图。本申请中的终端可以包括一个或多个如下部件：处理器610和存储器620。
处理器610可以包括一个或者多个处理核心。处理器610利用各种接口和线路连接整个终端内的各个部分，通过运行或执行存储在存储器620内的指令、程序、代码集或指令集，以及调用存储在存储器620内的数据，执行终端的各种功能和处理数据。可选地，处理器610可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable LogicArray，PLA)中的至少一种硬件形式来实现。处理器610可集成中央处理器(CentralProcessing Unit，CPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统和应用程序等；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器610中，单独通过一块芯片进行实现。
可选地，处理器610执行存储器620中的程序指令时实现下上述各个方法实施例提供的语音调节方法。
存储器620可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。可选地，该存储器620包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器620可用于存储指令、程序、代码、代码集或指令集。存储器620可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令、用于实现上述各个方法实施例的指令等；存储数据区可存储根据终端的使用所创建的数据等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (14)
1.一种语音调节方法，其特征在于，所述方法包括：
当启用通话进程时，获取通话信息，所述通话信息至少包括当前通话对象的对象标识；
获取语音调节模型，所述语音调节模型是根据历史通话参数训练得到的模型，所述历史通话参数中包括与不同通话对象进行通话时的目标语音音量；
将所述通话信息输入所述语音调节模型，并获取所述语音调节模型输出的所述目标通话音量；
根据所述目标通话音量对采集到的本端语音进行语音调节。
2.根据权利要求1所述的方法，其特征在于，训练所述语音调节模型，包括：
通话过程中，获取麦克风采集语音的音量变化趋势；
根据所述音量变化趋势确定所述目标语音音量；
将所述通话信息和所述目标语音音量输入机器学习算法，训练得到所述语音调节模型。
3.根据权利要求1或2所述的方法，其特征在于，所述语音调节模型根据通话时终端的地理位置信息以及所述目标语音音量训练得到；
所述当启用通话进程时，获取通话信息，包括：
当启用所述通话进程时，获取所述终端的当前地理位置信息以及所述对象标识；
将所述当前地理位置信息和所述对象标识确定为所述通话信息。
4.根据权利要求1或2所述的方法，其特征在于，所述语音调节模型根据通话时的环境噪声等级以及所述目标语音音量训练得到；
所述当启用通话进程时，获取通话信息，包括：
当启用所述通话进程时，通过降噪麦克风采集环境噪声；
确定所述环境噪声对应的所述环境噪声等级；
将所述环境噪声等级和所述对象标识确定为所述通话信息。
5.根据权利要求1或2所述的方法，其特征在于，所述根据所述目标通话音量对采集到的本端语音进行语音调节之后，所述方法还包括：
通话过程中，识别接收到的对端语音中是否包含预设关键词，所述预设关键词用于指示调节语音音量；
当所述对端语音中包含所述预设关键词时，将所述本端语音的音量确定为实际语音音量；
根据所述实际语音音量对所述语音调节模型进行修正。
6.根据权利要求5所述的方法，其特征在于，所述根据所述实际语音音量对所述语音调节模型进行修正，包括：
根据所述通话信息和所述实际语音音量创建输入输出对，所述输入输出对的输入参数根据所述通话信息确定，所述输入输出对的输出参数根据所述实际语音音量确定；
将所述输入参数输入所述语音调节模型，得到输出结果；
将所述输出结果与所述输出参数进行比较，得到计算损失，所述计算损失用于指示所述输出结果与所述输出参数之间的误差；
根据所述计算损失修正所述语音调节模型。
7.一种语音调节装置，其特征在于，所述装置包括：
信息获取模块，用于当启用通话进程时，获取通话信息，所述通话信息至少包括当前通话对象的对象标识；
模型获取模块，用于获取语音调节模型，所述语音调节模型是根据历史通话参数训练得到的模型，所述历史通话参数中包括与不同通话对象进行通话时的目标语音音量；
输入模块，用于将所述通话信息输入所述语音调节模型，并获取所述语音调节模型输出的所述目标通话音量；
调节模块，用于根据所述目标通话音量对采集到的本端语音进行语音调节。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括训练模块，所述训练模块，用于：
通话过程中，获取麦克风采集语音的音量变化趋势；
根据所述音量变化趋势确定所述目标语音音量；
将所述通话信息和所述目标语音音量输入机器学习算法，训练得到所述语音调节模型。
9.根据权利要求7或8所述的装置，其特征在于，所述语音调节模型根据通话时终端的地理位置信息以及所述目标语音音量训练得到；
所述信息获取模块，包括：
获取单元，用于当启用所述通话进程时，获取所述终端的当前地理位置信息以及所述对象标识；
第一确定单元，用于将所述当前地理位置信息和所述对象标识确定为所述通话信息。
10.根据权利要求7或8所述的装置，其特征在于，所述语音调节模型根据通话时的环境噪声等级以及所述目标语音音量训练得到；
所述信息获取模块，包括：
采集单元，用于当启用所述通话进程时，通过降噪麦克风采集环境噪声；
第二确定单元，用于确定所述环境噪声对应的所述环境噪声等级；
第三确定模块，用于将所述环境噪声等级和所述对象标识确定为所述通话信息。
11.根据权利要求7或8所述的装置，其特征在于，所述装置，还包括：
识别模块，用于在通话过程中，识别接收到的对端语音中是否包含预设关键词，所述预设关键词用于指示调节语音音量；
音量确定模块，用于当所述对端语音中包含所述预设关键词时，将所述本端语音的音量确定为实际语音音量；
修正模块，用于根据所述实际语音音量对所述语音调节模型进行修正。
12.根据权利要求11所述的装置，其特征在于，所述修正模块，用于：
根据所述通话信息和所述实际语音音量创建输入输出对，所述输入输出对的输入参数根据所述通话信息确定，所述输入输出对的输出参数根据所述实际语音音量确定；
将所述输入参数输入所述语音调节模型，得到输出结果；
将所述输出结果与所述输出参数进行比较，得到计算损失，所述计算损失用于指示所述输出结果与所述输出参数之间的误差；
根据所述计算损失修正所述语音调节模型。
13.一种终端，其特征在于，所述终端包括处理器、与所述处理器相连的存储器，以及存储在所述存储器上的程序指令，所述处理器执行所述程序指令时实现如权利要求1至6任一所述的语音调节方法。
14.一种计算机可读存储介质，其特征在于，其上存储有程序指令，所述程序指令被处理器执行时实现如权利要求1至6任一所述的语音调节方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711103069.7A CN107734126B (zh) | 2017-11-10 | 2017-11-10 | 语音调节方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711103069.7A CN107734126B (zh) | 2017-11-10 | 2017-11-10 | 语音调节方法、装置、终端及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107734126A true CN107734126A (zh) | 2018-02-23 |
| CN107734126B CN107734126B (zh) | 2020-08-18 |
Family
ID=61214229
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711103069.7A Active CN107734126B (zh) | 2017-11-10 | 2017-11-10 | 语音调节方法、装置、终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107734126B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108958631A (zh) * | 2018-07-09 | 2018-12-07 | Oppo广东移动通信有限公司 | 屏幕发声控制方法、装置以及电子装置 |
| CN109005281A (zh) * | 2018-06-27 | 2018-12-14 | 努比亚技术有限公司 | 一种通话音量调节方法、移动终端及计算机可读存储介质 |
| CN109240641A (zh) * | 2018-09-04 | 2019-01-18 | Oppo广东移动通信有限公司 | 音效调整方法、装置、电子设备以及存储介质 |
| CN109256144A (zh) * | 2018-11-20 | 2019-01-22 | 中国科学技术大学 | 基于集成学习与噪声感知训练的语音增强方法 |
| CN109256151A (zh) * | 2018-11-21 | 2019-01-22 | 努比亚技术有限公司 | 通话语音调控方法、装置、移动终端及可读存储介质 |
| CN110581918A (zh) * | 2018-06-11 | 2019-12-17 | 佛山市顺德区美的电热电器制造有限公司 | 一种语音设备及其控制方法、服务器和计算机存储介质 |
| CN110738995A (zh) * | 2019-10-11 | 2020-01-31 | 北京地平线机器人技术研发有限公司 | 一种声音信号采集方法及装置 |
| CN112750443A (zh) * | 2019-10-30 | 2021-05-04 | 北京小米移动软件有限公司 | 通话语音输出方法、装置、存储介质和电子设备 |
| CN114489561A (zh) * | 2022-02-15 | 2022-05-13 | 平安国际智慧城市科技股份有限公司 | 音频音量智能调节方法、装置、电子设备及存储介质 |
| US11531516B2 (en) | 2019-01-18 | 2022-12-20 | Samsung Electronics Co., Ltd. | Intelligent volume control |
| CN115665318A (zh) * | 2022-11-30 | 2023-01-31 | 荣耀终端有限公司 | 一种通话音质调整方法和电子设备 |
| CN115695642A (zh) * | 2022-09-26 | 2023-02-03 | 展讯通信(天津)有限公司 | 通话音量调节方法和设备 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101370322A (zh) * | 2008-09-12 | 2009-02-18 | 深圳华为通信技术有限公司 | 麦克风增益调节的方法及通信设备 |
| CN104378485A (zh) * | 2014-11-28 | 2015-02-25 | 小米科技有限责任公司 | 调节音量的方法和装置 |
| CN104506702A (zh) * | 2014-11-18 | 2015-04-08 | 深圳市金立通信设备有限公司 | 一种音量调节方法 |
| CN105208221A (zh) * | 2015-10-30 | 2015-12-30 | 维沃移动通信有限公司 | 一种自动调节通话语音的方法及装置 |
| US20160057279A1 (en) * | 2013-05-22 | 2016-02-25 | Zte Corporation | Method and Device for Adjusting Call Volume, and Mobile Terminal |
| CN105704315A (zh) * | 2016-01-22 | 2016-06-22 | 胡月鹏 | 一种调节通话音量的方法、装置及电子设备 |
| CN106027809A (zh) * | 2016-07-27 | 2016-10-12 | 维沃移动通信有限公司 | 一种音量的调节方法及移动终端 |
| CN107277216A (zh) * | 2017-05-16 | 2017-10-20 | 努比亚技术有限公司 | 一种音量调节方法、终端以及计算机可读存储介质 |
-
2017
- 2017-11-10 CN CN201711103069.7A patent/CN107734126B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101370322A (zh) * | 2008-09-12 | 2009-02-18 | 深圳华为通信技术有限公司 | 麦克风增益调节的方法及通信设备 |
| US20160057279A1 (en) * | 2013-05-22 | 2016-02-25 | Zte Corporation | Method and Device for Adjusting Call Volume, and Mobile Terminal |
| CN104506702A (zh) * | 2014-11-18 | 2015-04-08 | 深圳市金立通信设备有限公司 | 一种音量调节方法 |
| CN104378485A (zh) * | 2014-11-28 | 2015-02-25 | 小米科技有限责任公司 | 调节音量的方法和装置 |
| CN105208221A (zh) * | 2015-10-30 | 2015-12-30 | 维沃移动通信有限公司 | 一种自动调节通话语音的方法及装置 |
| CN105704315A (zh) * | 2016-01-22 | 2016-06-22 | 胡月鹏 | 一种调节通话音量的方法、装置及电子设备 |
| CN106027809A (zh) * | 2016-07-27 | 2016-10-12 | 维沃移动通信有限公司 | 一种音量的调节方法及移动终端 |
| CN107277216A (zh) * | 2017-05-16 | 2017-10-20 | 努比亚技术有限公司 | 一种音量调节方法、终端以及计算机可读存储介质 |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110581918A (zh) * | 2018-06-11 | 2019-12-17 | 佛山市顺德区美的电热电器制造有限公司 | 一种语音设备及其控制方法、服务器和计算机存储介质 |
| CN110581918B (zh) * | 2018-06-11 | 2022-10-25 | 佛山市顺德区美的电热电器制造有限公司 | 一种语音设备及其控制方法、服务器和计算机存储介质 |
| CN109005281A (zh) * | 2018-06-27 | 2018-12-14 | 努比亚技术有限公司 | 一种通话音量调节方法、移动终端及计算机可读存储介质 |
| CN108958631A (zh) * | 2018-07-09 | 2018-12-07 | Oppo广东移动通信有限公司 | 屏幕发声控制方法、装置以及电子装置 |
| CN109240641B (zh) * | 2018-09-04 | 2021-09-14 | Oppo广东移动通信有限公司 | 音效调整方法、装置、电子设备以及存储介质 |
| CN109240641A (zh) * | 2018-09-04 | 2019-01-18 | Oppo广东移动通信有限公司 | 音效调整方法、装置、电子设备以及存储介质 |
| CN109256144A (zh) * | 2018-11-20 | 2019-01-22 | 中国科学技术大学 | 基于集成学习与噪声感知训练的语音增强方法 |
| CN109256144B (zh) * | 2018-11-20 | 2022-09-06 | 中国科学技术大学 | 基于集成学习与噪声感知训练的语音增强方法 |
| CN109256151A (zh) * | 2018-11-21 | 2019-01-22 | 努比亚技术有限公司 | 通话语音调控方法、装置、移动终端及可读存储介质 |
| CN109256151B (zh) * | 2018-11-21 | 2023-06-27 | 努比亚技术有限公司 | 通话语音调控方法、装置、移动终端及可读存储介质 |
| US11531516B2 (en) | 2019-01-18 | 2022-12-20 | Samsung Electronics Co., Ltd. | Intelligent volume control |
| CN110738995A (zh) * | 2019-10-11 | 2020-01-31 | 北京地平线机器人技术研发有限公司 | 一种声音信号采集方法及装置 |
| CN110738995B (zh) * | 2019-10-11 | 2022-11-11 | 北京地平线机器人技术研发有限公司 | 一种声音信号采集方法及装置 |
| CN112750443A (zh) * | 2019-10-30 | 2021-05-04 | 北京小米移动软件有限公司 | 通话语音输出方法、装置、存储介质和电子设备 |
| CN114489561A (zh) * | 2022-02-15 | 2022-05-13 | 平安国际智慧城市科技股份有限公司 | 音频音量智能调节方法、装置、电子设备及存储介质 |
| CN115695642A (zh) * | 2022-09-26 | 2023-02-03 | 展讯通信(天津)有限公司 | 通话音量调节方法和设备 |
| CN115665318A (zh) * | 2022-11-30 | 2023-01-31 | 荣耀终端有限公司 | 一种通话音质调整方法和电子设备 |
| CN115665318B (zh) * | 2022-11-30 | 2023-10-20 | 荣耀终端有限公司 | 一种通话音质调整方法和电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107734126B (zh) | 2020-08-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107734126A (zh) | 语音调节方法、装置、终端及存储介质 | |
| CN110288978B (zh) | 一种语音识别模型训练方法及装置 | |
| US10178228B2 (en) | Method and apparatus for classifying telephone dialing test audio based on artificial intelligence | |
| CN107682561A (zh) | 音量调节方法、装置、终端及存储介质 | |
| CN104980337B (zh) | 一种音频处理的性能提升方法及装置 | |
| JP2022529641A (ja) | 音声処理方法、装置、電子機器及びコンピュータプログラム | |
| CN106847305B (zh) | 一种处理客服电话的录音数据的方法及装置 | |
| CN110060696B (zh) | 混音方法及装置、终端及可读存储介质 | |
| CN104883437B (zh) | 基于环境的语音分析调整提示音量的方法及系统 | |
| WO2020253128A1 (zh) | 基于语音识别的通信服务方法、装置、计算机设备及存储介质 | |
| CN110188361A (zh) | 结合文本、语音与情绪特征的语音意图识别方法及装置 | |
| CN107995360A (zh) | 通话处理方法及相关产品 | |
| CN114338623B (zh) | 音频的处理方法、装置、设备及介质 | |
| US20220051660A1 (en) | Hearing Device User Communicating With a Wireless Communication Device | |
| CN114792524A (zh) | 音频数据处理方法、装置、程序产品、计算机设备和介质 | |
| JP6843701B2 (ja) | 音響信号処理のパラメータ予測装置及びパラメータ予測方法 | |
| CN113271430A (zh) | 网络视频会议中防干扰方法、系统、设备及存储介质 | |
| CN108182942B (zh) | 一种支持不同虚拟角色交互的方法和装置 | |
| CN111353258A (zh) | 基于编码解码神经网络的回声抑制方法及音频装置及设备 | |
| CN115083412A (zh) | 语音交互方法及相关装置、电子设备、存储介质 | |
| WO2020102979A1 (zh) | 语音信息的处理方法、装置、存储介质及电子设备 | |
| CN103905650A (zh) | 移动终端及基于语音识别调节通话音量的方法 | |
| CN114155883B (zh) | 基于进阶式的语音深度神经网络训练方法、装置 | |
| CN117395341B (zh) | 基于i2s的智能手表通话音频处理单元智能切换方法 | |
| CN113516988B (zh) | 一种音频处理方法、装置、智能设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |