CN109065017B - 语音数据生成方法及相关装置 - Google Patents

语音数据生成方法及相关装置 Download PDF

Info

Publication number
CN109065017B
CN109065017B CN201810816978.3A CN201810816978A CN109065017B CN 109065017 B CN109065017 B CN 109065017B CN 201810816978 A CN201810816978 A CN 201810816978A CN 109065017 B CN109065017 B CN 109065017B
Authority
CN
China
Prior art keywords
voice data
time period
data
microphone
target
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.)
Active
Application number
CN201810816978.3A
Other languages
English (en)
Other versions
CN109065017A (zh
Inventor
郑志勇
柳明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Oppo Chongqing Intelligent Technology Co Ltd
Original Assignee
Oppo Chongqing Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Oppo Chongqing Intelligent Technology Co Ltd filed Critical Oppo Chongqing Intelligent Technology Co Ltd
Priority to CN201810816978.3A priority Critical patent/CN109065017B/zh
Publication of CN109065017A publication Critical patent/CN109065017A/zh
Application granted granted Critical
Publication of CN109065017B publication Critical patent/CN109065017B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L13/00—Speech synthesis; Text to speech systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/003—Changing voice quality, e.g. pitch or formants
    • G10L21/007—Changing voice quality, e.g. pitch or formants characterised by the process used
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/003—Changing voice quality, e.g. pitch or formants
    • G10L21/007—Changing voice quality, e.g. pitch or formants characterised by the process used
    • G10L21/013—Adapting to target pitch
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/60—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for measuring the quality of voice signals
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/003—Changing voice quality, e.g. pitch or formants
    • G10L21/007—Changing voice quality, e.g. pitch or formants characterised by the process used
    • G10L21/013—Adapting to target pitch
    • G10L2021/0135—Voice conversion or morphing

Abstract

本申请公开了一种语音数据生成方法及相关装置，应用于电子设备，所述电子设备包括麦克风，包括：电子设备通过握持姿态确定麦克风被堵塞；当检测到目标语音数据的获取指令时，通过麦克风获取第一语音数据，第一语音数据为目标语音数据的部分语音数据；将第一语音数据输入第一预设模型生成目标语音数据，第一预设模型用于预测第一语音数据的数据缺失片段。本申请有利于提高电子设备在进行语音数据生成过程中智能性和准确性。

Description

语音数据生成方法及相关装置
技术领域
本申请涉及电子技术领域，尤其涉及一种语音数据生成方法及相关装置。
背景技术
随着智能终端(如智能手机等)技术的迅速发展，以及越来越普及，现已成为用户日常生活中不可缺少的电子产品。在越来越便利的通信中，人们已经不单进行短信、电话，还会使用其他通信方式，例如通过微信发送语音或进行视频通话等操作，在收录语音时，未免会受到各种因素的影响而造成语音缺失，进而使得通信受到影响。
发明内容
本申请实施例提供一种语音数据生成方法及相关装置，提供一种语音生成方法，有利于提高电子设备进行语音数据生成的准确性和智能性。
第一方面，本申请实施例提供一种语音数据生成方法，应用于电子设备，所述电子设备包括麦克风，所述方法包括：
通过握持姿态确定所述麦克风被堵塞；
当检测到目标语音数据的获取指令时，通过所述麦克风获取第一语音数据，所述第一语音数据为所述目标语音数据的部分语音数据；
将所述第一语音数据输入第一预设模型生成所述目标语音数据，所述第一预设模型用于预测所述第一语音数据的数据缺失片段。
第二方面，本申请实施例提供一种语音数据生成装置，应用于电子设备，所述电子设备包括麦克风，所述语音数据生成装置包括确定单元、获取单元和生成单元，其中，
所述确定单元，用于通过握持姿态确定所述麦克风被堵塞；
所述获取单元，用于当检测到目标语音数据的获取指令时，通过所述麦克风获取第一语音数据，所述第一语音数据为所述目标语音数据的部分语音数据；
所述生成单元，用于将所述第一语音数据输入第一预设模型生成所述目标语音数据，所述第一预设模型用于预测所述第一语音数据的数据缺失片段。
第三方面，本申请实施例提供一种电子设备，包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本申请实施例第一方面任一方法中的步骤的指令。
第四方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。
可以看出，在本申请实施例中，电子设备首先通过握持姿态确定所述麦克风被堵塞，其次，当检测到目标语音数据的获取指令时，通过所述麦克风获取第一语音数据，所述第一语音数据为所述目标语音数据的部分语音数据，最后，将所述第一语音数据输入第一预设模型生成所述目标语音数据，所述第一预设模型用于预测所述第一语音数据的数据缺失片段。可见，电子设备在确定麦克风被堵塞后，进一步的通过预设模型将收录语音中的缺失信息补全，进而将完整的收录语音进行传输，避免了因收录语音不全而导致信息错误的情况产生，有利于电子设备进行语音数据生成过程中的高效性和智能性。
附图说明
为了更清楚地说明本申请实施例或背景技术中的技术方案，下面将对本申请实施例或背景技术中所需要使用的附图进行说明。
图1是本申请实施例提供的一种电子设备的结构示意图；
图2是本申请实施例提供的一种语音数据生成方法的流程示意图；
图3是本申请实施例公开的另一种语音数据生成方法的流程示意图；
图4是本申请实施例公开的另一种语音数据生成方法的流程示意图；
图5是本申请实施例公开的一种电子设备的结构示意图；
图6是本申请实施例公开的一种语音数据生成装置的功能单元组成框图。
具体实现方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
以下分别进行详细说明。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备(例如智能手表、智能手环、计步器等)、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备(User Equipment，UE)，移动台(Mobile Station，MS)，终端设备(terminal device)等等。为方便描述，上面提到的设备统称为电子设备。
下面对本申请实施例进行详细介绍。
请参阅图1，图1是本申请实施例提供的一种电子设备100的结构示意图，上述电子设备100包括：壳体110、设置于所述壳体110内的电路板120、设置于所述壳体110上的显示屏130和麦克风140，所述电路板120上设置有处理器121，所述处理器121连接所述显示屏130。
下面对本申请实施例进行详细介绍。
请参阅图2，图2是本申请实施例提供了一种语音数据生成方法的流程示意图，应用于电子设备，所述电子设备包括麦克风，本语音数据生成方法包括：
S201，电子设备通过握持姿态确定所述麦克风被堵塞。
其中，握持姿势为户主用户手指与电子设备接触的位置、手指按压电子设备屏幕时的位置和电子设备的横竖屏状态等，此处不做唯一限定。
S202，所述电子设备当检测到目标语音数据的获取指令时，通过所述麦克风获取第一语音数据，所述第一语音数据为所述目标语音数据的部分语音数据。
其中，第一语音数据可以包括但不限于音色、音量、音频等，此处不做唯一限定。
S203，所述电子设备将所述第一语音数据输入第一预设模型生成所述目标语音数据，所述第一预设模型用于预测所述第一语音数据的数据缺失片段。
其中，预设模型为智能模型，智能模型包含有多种算法，可根据多种算法预测所述第一语音数据的数据缺失片段。
可以看出，本申请实施例中，电子设备首先通过握持姿态确定所述麦克风被堵塞，其次，当检测到目标语音数据的获取指令时，通过所述麦克风获取第一语音数据，所述第一语音数据为所述目标语音数据的部分语音数据，最后，将所述第一语音数据输入第一预设模型生成所述目标语音数据，所述第一预设模型用于预测所述第一语音数据的数据缺失片段。可见，电子设备在确定麦克风被堵塞后，进一步的通过预设模型将收录语音中的缺失信息补全，进而将完整的收录语音进行传输，避免了因收录语音不全而导致信息错误的情况产生，有利于电子设备进行语音数据生成过程中的高效性和智能性。
在一个可能的示例中，所述将所述第一语音数据输入第一预设模型生成所述目标语音数据，包括：所述电子设备通过所述第一预设模型确定所述第一语音数据的至少一个时间段，所述至少一个时间段为至少一个数据缺失片段对应的时间段；筛选出所述至少一个时间段中大于预设时长的目标时间段；提取与所述目标时间段对应的参考时间段中的至少一个关键字，所述参考时间段为所述第一语音数据中除所述至少一个时间段之外的时间段中的部分时间段；根据所述至少一个关键字确定所述数据缺失片段的第二语音数据；根据所述第二语音数据和所述第一语音数据生成所述目标语音数据。
其中，参考时间段为前后五秒、前后三秒、前后四秒等，此处不做唯一限定。
其中，预设时长可以包括但不限于三秒、四秒、五秒、十秒等，此处不做唯一限定。
可见，本示例中，电子设备通过检测数据缺失片段的时间段，进一步的确定超过预设时间的数据缺失片段，并根据该数据缺失片段的前后句，进行数据还原，避免了在多个数据缺失片段同时存在时，导致的误还原的情况发生，提高了电子设备进行语音数据生成过程中的高效性和智能性。
在一个可能的示例中，所述根据所述至少一个关键字确定所述数据缺失片段的第二语音数据，包括：所述电子设备获取历史语音记录中含有所述至少一个关键字的至少一条参考语音数据；在含有所述至少一个关键字的所述至少一条参考语音数据中，筛选出超过预设次数的至少一条语音数据，所述预设次数为所述关键词在每条语音数据中出现的次数；根据所述至少一条语音数据确定所述第二语音数据。
其中，历史语音数据可以为固定时间段内的语音数据，例如三个月、六个月、半年等，此处不做唯一限定。
可见，本示例中，电子设备可在多个含有关键词的语音数据中进行筛选，得到含有关键词的语音中的用法及规律，进而根据用法和规律得到缺失的信息片段，有利于电子设备进行确定语音缺失数据时的准确定和智能性。
在一个可能的示例中，所述根据所述至少一个关键字确定所述数据缺失片段的第二语音数据之后，所述方法还包括：所述电子设备获取所述第一语音数据中除数据缺失片段外的语音的第一音色参数；将所述第二语音数据的音色参数设置为所述第一音色参数。
其中，音色是指不同的声音的频率表现在波形方面总是有与众不同的特性，音色是由声音波形的谐波频谱和包络决定。
可见，本示例中，电子设备对数据缺失片段进行还原时，调整缺失片段的还原内容的音色，使的生成的语音数据更加自然、准确，提高了电子设备在进行语音数据生成过程中的智能性。
在一个可能的示例中，所述电子设备包括压力传感器，所述通过握持姿态确定所述麦克风被堵塞，包括：所述电子设备根据所述压力传感器检测到至少一个目标压力参数；将所述至少一个目标压力参数绘制成压力曲线图；判断所述压力曲线图与预设曲线图是否匹配，所述预设曲线图为历史记录中麦克风堵塞时，采集的握持姿势对应的至少一个参考压力参数，根据所述至少一个参考压力参数绘制成的曲线图；若所述压力曲线图与所述预设曲线图匹配成功，确定所述麦克风被堵塞。
其中，压力传感器用于获取电子设备所处环境压力的大小，压力传感器返回一个数据，代表电子设备周围压力的大小。
可见，本示例中，电子设备通过由压力参数绘制成的压力曲线图，进一步的根据压力曲线图判断当前麦克的是否被堵塞，提高了电子设备对检测到的压力进行分析的准确性，有利于提高电子设备在进行麦克风检测时的准确性和智能性。
在一个可能的示例中，所述通过握持姿态确定所述麦克风被堵塞，包括：所述电子设备将所述握持姿态输入第二预设模型；根据所述握持姿态的输出结果确定所述麦克风被堵塞。
其中，输出结果可以为分数或者标识等，此处不做唯一限定。
可见，本示例中，电子设备根据预设模型的运算得到当前的握持姿势是否能够堵塞麦克风，通过模型能够更加准确的进行判断，避免出现误判断的情况出现，有利于电子设备在语音生成过程中判断麦克风堵塞的准确性和智能性。
在一个可能的示例中，所述将所述握持姿态输入第二预设模型之前，所述方法还包括：所述电子设备根据预设时间间隔获取握持姿势和麦克风的堵孔状态；将所述握持姿势设置为一个自变量，将所述堵孔状态设置为因变量；根据所述因变量和所述自变量生成增广矩阵；获取所述增广矩阵的叉积阵，并根据所述叉积阵建立多元线性回归模型，生成所述电子设备的所述第二预设模型。
其中，上述的握持姿态可以对应上述的压力参数、不同手指不同位置的压力参数得分不同，对应上面输出结果为分数，分数大于某一数值时，堵孔，小于时不堵孔，此处不做唯一限定。
可见，本示例中，电子设备可根据不同的参数训练预设模型，提高了模型运算的准确性，有利于提高电子设备在语音数据生成过程中的智能性和高效性。
与所述图2所示的实施例一致的，请参阅图3，图3是本申请实施例提供的一种语音数据生成方法的流程示意图，应用于电子设备，所述电子设备包括麦克风。如图所示，本语音数据生成方法包括：
S301，所述电子设备通过握持姿态确定所述麦克风被堵塞。
S302，所述电子设备当检测到目标语音数据的获取指令时，通过所述麦克风获取第一语音数据，所述第一语音数据为所述目标语音数据的部分语音数据。
S303，所述电子设备通过所述第一预设模型确定所述第一语音数据的至少一个时间段，所述至少一个时间段为至少一个数据缺失片段对应的时间段。
S304，所述电子设备筛选出所述至少一个时间段中大于预设时长的目标时间段。
S305，所述电子设备提取与所述目标时间段对应的参考时间段中的至少一个关键字，所述参考时间段为所述第一语音数据中除所述至少一个时间段之外的时间段中的部分时间段。
S306，所述电子设备根据所述至少一个关键字确定所述数据缺失片段的第二语音数据。
S307，所述电子设备根据所述第二语音数据和所述第一语音数据生成所述目标语音数据。
可以看出，本申请实施例中，电子设备首先通过握持姿态确定所述麦克风被堵塞，其次，当检测到目标语音数据的获取指令时，通过所述麦克风获取第一语音数据，所述第一语音数据为所述目标语音数据的部分语音数据，最后，将所述第一语音数据输入第一预设模型生成所述目标语音数据，所述第一预设模型用于预测所述第一语音数据的数据缺失片段。可见，电子设备在确定麦克风被堵塞后，进一步的通过预设模型将收录语音中的缺失信息补全，进而将完整的收录语音进行传输，避免了因收录语音不全而导致信息错误的情况产生，有利于电子设备进行语音数据生成过程中的高效性和智能性。
此外，电子设备通过检测数据缺失片段的时间段，进一步的确定超过预设时间的数据缺失片段，并根据该数据缺失片段的前后句，进行数据还原，避免了在多个数据缺失片段同时存在时，导致的误还原的情况发生，提高了电子设备进行语音数据生成过程中的高效性和智能性。
与所述图2所示的实施例一致的，请参阅图4，图4是本申请实施例提供的一种语音数据生成方法的流程示意图，应用于电子设备，所述电子设备包括麦克风。如图所示，本语音数据生成方法包括：
S401，所述电子设备根据所述压力传感器检测到至少一个目标压力参数。
S402，所述电子设备将所述至少一个目标压力参数绘制成压力曲线图。
S403，所述电子设备判断所述压力曲线图与预设曲线图是否匹配，所述预设曲线图为历史记录中麦克风堵塞时，采集的握持姿势对应的至少一个参考压力参数，根据所述至少一个参考压力参数绘制成的曲线图。
S404，所述电子设备若所述压力曲线图与所述预设曲线图匹配成功，确定所述麦克风被堵塞。
S405，所述电子设备当检测到目标语音数据的获取指令时，通过所述麦克风获取第一语音数据，所述第一语音数据为所述目标语音数据的部分语音数据。
S406，所述电子设备通过所述第一预设模型确定所述第一语音数据的至少一个时间段，所述至少一个时间段为至少一个数据缺失片段对应的时间段。
S407，所述电子设备筛选出所述至少一个时间段中大于预设时长的目标时间段。
S408，所述电子设备提取与所述目标时间段对应的参考时间段中的至少一个关键字，所述参考时间段为所述第一语音数据中除所述至少一个时间段之外的时间段中的部分时间段。
S409，所述电子设备获取历史语音记录中含有所述关键字的至少一条参考语音数据。
S410，所述电子设备在含有所述关键字的所述至少一条参考语音数据中，筛选出超过预设次数的至少一条语音数据，所述预设次数为所述关键词在每条语音数据中出现的次数。
S411，所述电子设备根据所述至少一条语音数据确定所述第二语音数据。
S412，所述电子设备根据所述第二语音数据和所述第一语音数据生成所述目标语音数据。
可以看出，本申请实施例，电子设备首先通过握持姿态确定所述麦克风被堵塞，其次，当检测到目标语音数据的获取指令时，通过所述麦克风获取第一语音数据，所述第一语音数据为所述目标语音数据的部分语音数据，最后，将所述第一语音数据输入第一预设模型生成所述目标语音数据，所述第一预设模型用于预测所述第一语音数据的数据缺失片段。可见，电子设备在确定麦克风被堵塞后，进一步的通过预设模型将收录语音中的缺失信息补全，进而将完整的收录语音进行传输，避免了因收录语音不全而导致信息错误的情况产生，有利于电子设备进行语音数据生成过程中的高效性和智能性。
此外，电子设备通过由压力参数绘制成的压力曲线图，进一步的根据压力曲线图判断当前麦克的是否被堵塞，提高了电子设备对检测到的压力进行分析的准确性，有利于提高电子设备在进行麦克风检测时的准确性和智能性。
此外，电子设备可在多个含有关键词的语音数据中进行筛选，得到含有关键词的语音中的用法及规律，进而根据用法和规律得到缺失的信息片段，有利于电子设备进行确定语音缺失数据时的准确定和智能性。
与所述图2、图3、图4所示的实施例一致的，请参阅图5，图5是本申请实施例提供的一种电子设备500的结构示意图，如图所示，所述电子设备500包括应用处理器510、存储器520、通信接口530以及一个或多个程序521，其中，所述一个或多个程序521被存储在上述存储器520中，并且被配置由上述应用处理器510执行，所述一个或多个程序521包括用于执行以下步骤的指令；
通过握持姿态确定所述麦克风被堵塞；
当检测到目标语音数据的获取指令时，通过所述麦克风获取第一语音数据，所述第一语音数据为所述目标语音数据的部分语音数据；
将所述第一语音数据输入第一预设模型生成所述目标语音数据，所述第一预设模型用于预测所述第一语音数据的数据缺失片段。
可以看出，本申请实施例中，电子设备首先通过握持姿态确定所述麦克风被堵塞，其次，当检测到目标语音数据的获取指令时，通过所述麦克风获取第一语音数据，所述第一语音数据为所述目标语音数据的部分语音数据，最后，将所述第一语音数据输入第一预设模型生成所述目标语音数据，所述第一预设模型用于预测所述第一语音数据的数据缺失片段。可见，电子设备在确定麦克风被堵塞后，进一步的通过预设模型将收录语音中的缺失信息补全，进而将完整的收录语音进行传输，避免了因收录语音不全而导致信息错误的情况产生，有利于电子设备进行语音数据生成过程中的高效性和智能性。
在一个可能的示例中，在所述将所述第一语音数据输入第一预设模型生成所述目标语音数据方面，所述程序中的指令具体用于执行以下操作：通过所述第一预设模型确定所述第一语音数据的至少一个时间段，所述至少一个时间段为至少一个数据缺失片段对应的时间段；筛选出所述至少一个时间段中大于预设时长的目标时间段；提取与所述目标时间段对应的参考时间段中的至少一个关键字，所述参考时间段为所述第一语音数据中除所述至少一个时间段之外的时间段中的部分时间段；根据所述至少一个关键字确定所述数据缺失片段的第二语音数据；根据所述第二语音数据和所述第一语音数据生成所述目标语音数据。
在一个可能的示例中，在所述根据所述至少一个关键字确定所述数据缺失片段的第二语音数据方面，所述程序中的指令具体用于执行以下操作：获取历史语音记录中含有所述至少一个关键字的至少一条参考语音数据；在含有所述至少一个关键字的所述至少一条参考语音数据中，筛选出超过预设次数的至少一条语音数据，所述预设次数为所述关键词在每条语音数据中出现的次数；根据所述至少一条语音数据确定所述第二语音数据。
在一个可能的示例中，在所述根据所述至少一个关键字确定所述数据缺失片段的第二语音数据之后，所述程序中的指令具体用于执行以下操作：获取所述第一语音数据中除数据缺失片段外的语音的第一音色参数；将所述第二语音数据的音色参数设置为所述第一音色参数。
在一个可能的示例中，所述电子设备包括压力传感器，在所述通过握持姿态确定所述麦克风被堵塞方面，所述程序中的指令具体用于执行以下操作：根据所述压力传感器检测到至少一个目标压力参数；将所述至少一个目标压力参数绘制成压力曲线图；判断所述压力曲线图与预设曲线图是否匹配，所述预设曲线图为历史记录中麦克风堵塞时，采集的握持姿势对应的至少一个参考压力参数，根据所述至少一个参考压力参数绘制成的曲线图；若所述压力曲线图与所述预设曲线图匹配成功，确定所述麦克风被堵塞。
在一个可能的示例中，在所述通过握持姿态确定所述麦克风被堵塞方面，所述程序中的指令具体用于执行以下操作：将所述握持姿态输入第二预设模型；根据所述握持姿态的输出结果确定所述麦克风被堵塞。
在一个可能的示例中，在所述将所述握持姿态输入第二预设模型之前，所述程序中的指令具体用于执行以下操作：根据预设时间间隔获取握持姿势和麦克风的堵孔状态；将所述握持姿势设置为一个自变量，将所述堵孔状态设置为因变量；根据所述因变量和所述自变量生成增广矩阵；获取所述增广矩阵的叉积阵，并根据所述叉积阵建立多元线性回归模型，生成所述电子设备的所述第二预设模型。
上述实施例主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，电子设备为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据所述方法示例对电子设备进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。所述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
下面为本发明装置实施例，本发明装置实施例用于执行本发明方法实施例所实现的方法。如图6所示的语音数据生成装置600，应用于电子设备，所述电子设备包括麦克风，所述语音数据生成装置600包括确定单元601、获取单元602和生成单元603，其中，
所述确定单元601，用于通过握持姿态确定所述麦克风被堵塞；
所述获取单元602，用于当检测到目标语音数据的获取指令时，通过所述麦克风获取第一语音数据，所述第一语音数据为所述目标语音数据的部分语音数据；
所述生成单元603，用于将所述第一语音数据输入第一预设模型生成所述目标语音数据，所述第一预设模型用于预测所述第一语音数据的数据缺失片段。
可以看出，本申请实施例中，电子设备首先通过握持姿态确定所述麦克风被堵塞，其次，当检测到目标语音数据的获取指令时，通过所述麦克风获取第一语音数据，所述第一语音数据为所述目标语音数据的部分语音数据，最后，将所述第一语音数据输入第一预设模型生成所述目标语音数据，所述第一预设模型用于预测所述第一语音数据的数据缺失片段。可见，电子设备在确定麦克风被堵塞后，进一步的通过预设模型将收录语音中的缺失信息补全，进而将完整的收录语音进行传输，避免了因收录语音不全而导致信息错误的情况产生，有利于电子设备进行语音数据生成过程中的高效性和智能性。
在一个可能的示例中，在所述将所述第一语音数据输入第一预设模型生成所述目标语音数据方面，所述生成单元603具体用于：通过所述第一预设模型确定所述第一语音数据的至少一个时间段，所述至少一个时间段为至少一个数据缺失片段对应的时间段；筛选出所述至少一个时间段中大于预设时长的目标时间段；提取与所述目标时间段对应的参考时间段中的至少一个关键字，所述参考时间段为所述第一语音数据中除所述至少一个时间段之外的时间段中的部分时间段；根据所述至少一个关键字确定所述数据缺失片段的第二语音数据；根据所述第二语音数据和所述第一语音数据生成所述目标语音数据。
在一个可能的示例中，在所述根据所述至少一个关键字确定所述数据缺失片段的第二语音数据方面，所述生成单元603具体用于：获取历史语音记录中含有所述至少一个关键字的至少一条参考语音数据；在含有所述至少一个关键字的所述至少一条参考语音数据中，筛选出超过预设次数的至少一条语音数据，所述预设次数为所述关键词在每条语音数据中出现的次数；根据所述至少一条语音数据确定所述第二语音数据。
在一个可能的示例中，在所述根据所述至少一个关键字确定所述数据缺失片段的第二语音数据之后，所述生成单元603还用于：获取所述第一语音数据中除数据缺失片段外的语音的第一音色参数；将所述第二语音数据的音色参数设置为所述第一音色参数。
在一个可能的示例中，所述电子设备包括压力传感器，在所述通过握持姿态确定所述麦克风被堵塞方面，所述确定单元601具体用于：根据所述压力传感器检测到至少一个目标压力参数；将所述至少一个目标压力参数绘制成压力曲线图；判断所述压力曲线图与预设曲线图是否匹配，所述预设曲线图为历史记录中麦克风堵塞时，采集的握持姿势对应的至少一个参考压力参数，根据所述至少一个参考压力参数绘制成的曲线图；若所述压力曲线图与所述预设曲线图匹配成功，确定所述麦克风被堵塞。
在一个可能的示例中，在所述通过握持姿态确定所述麦克风被堵塞方面，所述确定单元601具体用于：将所述握持姿态输入第二预设模型；根据所述握持姿态的输出结果确定所述麦克风被堵塞。
在一个可能的示例中，在所述将所述握持姿态输入第二预设模型之前，所述确定单元601还用于：根据预设时间间隔获取握持姿势和麦克风的堵孔状态；将所述握持姿势设置为一个自变量，将所述堵孔状态设置为因变量；根据所述因变量和所述自变量生成增广矩阵；获取所述增广矩阵的叉积阵，并根据所述叉积阵建立多元线性回归模型，生成所述电子设备的所述第二预设模型。
本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤，上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包，上述计算机包括电子设备。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (9)

1.一种语音数据生成方法，其特征在于，应用于电子设备，所述电子设备包括麦克风，所述方法包括：
通过握持姿态确定所述麦克风被堵塞；所述握持姿态包括：手指与所述电子设备接触的位置、手指按压所述电子设备的屏幕时的位置和所述电子设备的横竖屏状态；
当检测到目标语音数据的获取指令时，通过所述麦克风获取第一语音数据，所述第一语音数据为所述目标语音数据的部分语音数据；
通过第一预设模型确定所述第一语音数据的至少一个时间段，所述至少一个时间段为至少一个数据缺失片段对应的时间段；筛选出所述至少一个时间段中大于预设时长的目标时间段；提取与所述目标时间段对应的参考时间段中的至少一个关键字，所述参考时间段为所述第一语音数据中除所述至少一个时间段之外的时间段中的部分时间段；根据所述至少一个关键字确定所述数据缺失片段的第二语音数据；根据所述第二语音数据和所述第一语音数据生成所述目标语音数据；所述第一预设模型用于预测所述第一语音数据的数据缺失片段。
2.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个关键字确定所述数据缺失片段的第二语音数据，包括：
获取历史语音记录中含有所述至少一个关键字的至少一条参考语音数据；
在含有所述至少一个关键字的所述至少一条参考语音数据中，筛选出超过预设次数的至少一条语音数据，所述预设次数为所述关键字在每条语音数据中出现的次数；
根据所述至少一条语音数据确定所述第二语音数据。
3.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个关键字确定所述数据缺失片段的第二语音数据之后，所述方法还包括：
获取所述第一语音数据中除数据缺失片段外的语音的第一音色参数；
将所述第二语音数据的音色参数设置为所述第一音色参数。
4.根据权利要求1所述的方法，其特征在于，所述电子设备包括压力传感器，所述通过握持姿态确定所述麦克风被堵塞，包括：
根据所述压力传感器检测到至少一个目标压力参数；
将所述至少一个目标压力参数绘制成压力曲线图；
判断所述压力曲线图与预设曲线图是否匹配，所述预设曲线图为历史记录中麦克风堵塞时，采集的握持姿态对应的至少一个参考压力参数，根据所述至少一个参考压力参数绘制成的曲线图；
若所述压力曲线图与所述预设曲线图匹配成功，确定所述麦克风被堵塞。
5.根据权利要求1所述的方法，其特征在于，所述通过握持姿态确定所述麦克风被堵塞，包括：
将所述握持姿态输入第二预设模型；
根据所述握持姿态的输出结果确定所述麦克风被堵塞。
6.根据权利要求5所述的方法，其特征在于，所述将所述握持姿态输入第二预设模型之前，所述方法还包括：
根据预设时间间隔获取握持姿态和麦克风的堵孔状态；
将所述握持姿态设置为一个自变量，将所述堵孔状态设置为因变量；
根据所述因变量和所述自变量生成增广矩阵；
获取所述增广矩阵的叉积阵，并根据所述叉积阵建立多元线性回归模型，生成所述电子设备的所述第二预设模型。
7.一种语音数据生成装置，其特征在于，应用于电子设备，所述电子设备包括麦克风，所述语音数据生成装置包括确定单元、获取单元和生成单元，其中，
所述确定单元，用于通过握持姿态确定所述麦克风被堵塞；所述握持姿态包括：手指与所述电子设备接触的位置、手指按压所述电子设备的屏幕时的位置和所述电子设备的横竖屏状态；
所述获取单元，用于当检测到目标语音数据的获取指令时，通过所述麦克风获取第一语音数据，所述第一语音数据为所述目标语音数据的部分语音数据；
所述生成单元，用于通过第一预设模型确定所述第一语音数据的至少一个时间段，所述至少一个时间段为至少一个数据缺失片段对应的时间段；筛选出所述至少一个时间段中大于预设时长的目标时间段；提取与所述目标时间段对应的参考时间段中的至少一个关键字，所述参考时间段为所述第一语音数据中除所述至少一个时间段之外的时间段中的部分时间段；根据所述至少一个关键字确定所述数据缺失片段的第二语音数据；根据所述第二语音数据和所述第一语音数据生成所述目标语音数据；所述第一预设模型用于预测所述第一语音数据的数据缺失片段。
8.一种电子设备，其特征在于，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-6任一项所述的方法中的步骤的指令。
9.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-6任一项所述的方法。
CN201810816978.3A 2018-07-24 2018-07-24 语音数据生成方法及相关装置 Active CN109065017B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810816978.3A CN109065017B (zh) 2018-07-24 2018-07-24 语音数据生成方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810816978.3A CN109065017B (zh) 2018-07-24 2018-07-24 语音数据生成方法及相关装置

Publications (2)

Publication Number Publication Date
CN109065017A CN109065017A (zh) 2018-12-21
CN109065017B true CN109065017B (zh) 2021-04-16

Family

ID=64836272

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810816978.3A Active CN109065017B (zh) 2018-07-24 2018-07-24 语音数据生成方法及相关装置

Country Status (1)

Country Link
CN (1) CN109065017B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112397102B (zh) * 2019-08-14 2022-07-08 腾讯科技（深圳）有限公司 音频处理方法、装置及终端
CN112583865A (zh) * 2019-09-27 2021-03-30 阿里巴巴集团控股有限公司 一种控制方法、设备及存储介质
CN112259087A (zh) * 2020-10-16 2021-01-22 四川长虹电器股份有限公司 基于时序神经网络模型补全语音数据的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103501375A (zh) * 2013-09-16 2014-01-08 华为终端有限公司 音效控制方法及装置
CN104052917A (zh) * 2013-03-12 2014-09-17 索尼公司 通知控制设备、通知控制方法和存储介质
CN105845138A (zh) * 2016-03-25 2016-08-10 乐视控股（北京）有限公司 语音信号处理方法及装置
CN107393544A (zh) * 2017-06-19 2017-11-24 维沃移动通信有限公司 一种语音信号修复方法及移动终端
CN107659708A (zh) * 2017-08-03 2018-02-02 深圳市金立通信设备有限公司 信息提示方法及终端

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9843859B2 (en) * 2015-05-28 2017-12-12 Motorola Solutions, Inc. Method for preprocessing speech for digital audio quality improvement

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104052917A (zh) * 2013-03-12 2014-09-17 索尼公司 通知控制设备、通知控制方法和存储介质
CN103501375A (zh) * 2013-09-16 2014-01-08 华为终端有限公司 音效控制方法及装置
CN105845138A (zh) * 2016-03-25 2016-08-10 乐视控股（北京）有限公司 语音信号处理方法及装置
CN107393544A (zh) * 2017-06-19 2017-11-24 维沃移动通信有限公司 一种语音信号修复方法及移动终端
CN107659708A (zh) * 2017-08-03 2018-02-02 深圳市金立通信设备有限公司 信息提示方法及终端

Also Published As

Publication number Publication date
CN109065017A (zh) 2018-12-21

Similar Documents

Publication Publication Date Title
CN104618580B (zh) 一种拍照实现方法及终端
CN109065017B (zh) 语音数据生成方法及相关装置
CN105635449A (zh) 一种闹钟控制方法及移动终端
CN103716309A (zh) 一种安全认证方法及终端
CN109359056A (zh) 一种应用程序测试方法及装置
CN104866226A (zh) 一种终端设备及其控制方法
CN104142879A (zh) 一种音频响度提示方法、装置及用户终端
CN106953962B (zh) 一种通话录音方法及装置
CN109151148B (zh) 通话内容的记录方法、装置、终端及计算机可读存储介质
CN104010060A (zh) 识别来电呼入方身份的方法和电子设备
CN109121042B (zh) 语音数据处理方法及相关产品
CN108600559B (zh) 静音模式的控制方法、装置、存储介质及电子设备
CN106529638A (zh) 一种信息处理方法及装置
CN108965562B (zh) 语音数据生成方法及相关装置
CN109040912A (zh) 堵孔处理方法及相关产品
CN103714028A (zh) 信息处理的方法及电子设备
CN109040937B (zh) 麦克风堵塞提醒方法及相关装置
CN107154996B (zh) 来电拦截方法、装置、存储介质及终端
CN108650595A (zh) 堵孔处理方法及相关产品
CN110298277A (zh) 指纹识别方法及相关产品
CN112435671B (zh) 汉语精准识别的智能化语音控制方法及系统
CN108831438B (zh) 语音数据生成方法及装置、电子装置和计算机可读存储介质
CN104202482A (zh) 一种通信记录处理设备、方法以及移动终端
CN109089191B (zh) 堵孔处理方法及相关产品
CN106789602A (zh) 语音播放控制方法、终端及移动终端

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
GR01 Patent grant
GR01 Patent grant