一种语音处理方法、装置及系统
本申请公开了一种语音处理方法、装置及系统，其中，当所述方法应用于客户端中，包括：对采集的语音信号进行降噪处理，生成目标语音信号；获取所述目标语音信号对应的还原信息；将所述还原信息以及所述目标语音信号发送至所述服务器，以由所述服务器根据所述还原信息将所述目标语音信号还原成原始的语音信号，并对所述原始的语音信号进行语音识别。本实施例在语音场景中使用该目标语音信号可以提升客户端的主观音质，同时还可以由服务器还原得到的未失真的语音信号确保服务器的语音识别效果。
发明专利
CN202011073335.8
2020-10-09
CN112201229A
2021-01-08
G10L15/20(2006.01)
百果园技术(新加坡)有限公司
胡正伦;陈江
新加坡巴西班让路枫树商业城30号楼15层31A
北京品源专利代理有限公司
孟金喆
新加坡;SG
1.一种语音处理方法，其特征在于，应用于客户端中，所述方法包括： 对采集的语音信号进行降噪处理，生成目标语音信号； 获取所述目标语音信号对应的还原信息； 将所述还原信息以及所述目标语音信号发送至所述服务器，以由所述服务器根据所述还原信息将所述目标语音信号还原成原始的语音信号，并对所述原始的语音信号进行语音识别。 2.根据权利要求1所述的方法，其特征在于，所述方法还包括： 将所述目标语音信号编码后发送至与所述客户端通信的对端客户端。 3.根据权利要求1或2所述的方法，其特征在于，所述对采集的语音信号进行降噪处理，生成目标语音信号，包括： 获取采集的语音信号的语音特征信息，并将所述语音特征信息输入至已训练的降噪网络中，其中，所述降噪网络的输出层的激活函数为基于理想比值掩蔽的滤波函数； 获取所述降噪网络对所述语音特征信息进行降噪处理后输出的频域数据； 将所述频域数据转换成时域信号，作为目标语音信号。 4.根据权利要求3所述的方法，其特征在于，所述还原信息为所述滤波函数，或者，所述还原信息为所述滤波函数的逆滤波函数。 5.一种语音处理方法，其特征在于，应用于服务器中，所述方法包括： 接收客户端发送的目标语音信号以及与所述目标语音信号相关的还原信息，其中，所述目标语音信号为所述客户端对采集的语音信号进行降噪处理后生成的信号； 根据所述还原信息将所述目标语音信号还原成原始的语音信号； 对所述原始的语音信号进行语音识别。 6.根据权利要求5所述的方法，其特征在于，所述还原信息为基于理想比值掩蔽的滤波函数，所述根据所述还原信息将所述目标语音信号还原成原始的语音信号包括： 确定所述滤波函数对应的逆滤波函数； 根据所述逆滤波函数以及所述目标语音信号，计算还原后的原始的语音信号。 7.根据权利要求5所述的方法，其特征在于，所述还原信息为基于理想比值掩蔽的滤波函数对应的逆滤波函数，所述根据所述还原信息将所述目标语音信号还原成原始的语音信号包括： 根据所述逆滤波函数以及所述目标语音信号，计算还原后的原始的语音信号。 8.一种语音处理系统，其特征在于，所述语音处理系统包括第一客户端和服务器， 所述第一客户端用于对采集的语音信号进行降噪处理，生成目标语音信号，并获取所述目标语音信号对应的还原信息，将所述还原信息以及所述目标语音信号发送至所述服务器； 所述服务器用于根据所述还原信息将所述目标语音信号还原成原始的语音信号，并对所述原始的语音信号进行语音识别。 9.根据权利要求8所述的系统，其特征在于，所述系统还包括与所述第一客户端通信的第二客户端， 所述第一客户端还用于将所述目标语音信号编码后发送至所述第二客户端中； 所述第二客户端用户对所述目标语音信号进行解码并播放。 10.一种语音处理装置，其特征在于，应用于客户端中，所述装置包括： 降噪模块，用于对采集的语音信号进行降噪处理，生成目标语音信号； 还原信息获取模块，用于获取所述目标语音信号对应的还原信息； 信息发送模块，用于将所述还原信息以及所述目标语音信号发送至所述服务器，以由所述服务器根据所述还原信息将所述目标语音信号还原成原始的语音信号，并对所述原始的语音信号进行语音识别。 11.一种语音处理装置，其特征在于，应用于服务器中，所述方法包括： 信息接收模块，用于接收客户端发送的目标语音信号以及与所述目标语音信号相关的还原信息，其中，所述目标语音信号为所述客户端对采集的语音信号进行降噪处理后生成的信号； 语音还原模块，用于根据所述还原信息将所述目标语音信号还原成原始的语音信号； 语音识别模块，用于对所述原始的语音信号进行语音识别。 12.一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-4和/或5-7中任一所述的方法。 13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4和/或5-7中任一所述的方法。