[发明专利]语音处理方法、装置以及用于语音处理的装置

说明书

本发明提供了语音处理方法、装置以及用于语音处理的装置，其中一种语音处理方法包括：响应于选中初始语音数据，对所述初始语音数据进行语音识别得到对应的文本数据；响应于对所述文本数据的编辑，获取编辑后的文本数据；将所述编辑后的文本数据对应的语音片段数据合成为目标语音数据。采用本发明实施例，基于文本数据进行修改更方便有些不方便输入语音的应用环境，可以满足用户在聊天时的语音发送需求和对语音的编辑需求，提升用户体验。

技术领域

本发明涉及输入法技术领域，特别涉及语音处理方法、装置，用于语音处理的装置，以及计算机可读介质。

背景技术

随着互联网技术的飞速发展，用户使用智能终端进行信息交互的方式越来越普通，越来越多的用户使用聊天软件的语音聊天功能。在用户进行语音聊天的时候，用户可以通过触发聊天软件的语音发送按钮来对自己的语音进行语音，并在松开语音发送按钮的时候，聊天软件会将语音自动发送给其他用户。

发明内容

但是发明人在研究过程中发现，现有的聊天软件对用户的语音都是自动发送的，即用户松开对语音发送按钮的触摸后，用户说话的语音就会自动发送出去，虽然在用户说错的情况下，用户也可以将2分钟之内的语音进行撤回，但是用户却无法对自己的语音进行编辑。此外，用户在接收到其他用户发送的语音后，如果自己所处的环境比较安静或者不能发出声音例如开会或者听讲座等，那么用户就无法发送相同或者类似内容的、自己的语音。

基于此，本发明提供了一种语音处理方案，用于对用户需要发送的语音或者用户选中的语音进行语音识别，并将识别结果的文本数据展示给用户，供用户对文本数据进行编辑，并通过将用户编辑后的文本数据生成对应的目标语音数据，从而实现用户自己发出声音即可生成用户的语音数据；或者还可以在用户选中其他用户的语音数据的情况下，实现将其他用户的语音数据转化为自己的语音的功能，从而更方便用户在各种不适合发出声音的应用场景下发生语音，不仅提高用户的聊天效率，也进一步提升用户的聊天体验。

本发明还提供了一种语音处理装置，用以保证上述方法在实际中的实现及应用。

本发明实施例提供了一种语音处理方法，该方法包括：

响应于选中初始语音数据，对所述初始语音数据进行语音识别得到对应的文本数据；

响应于对所述文本数据的编辑，获取编辑后的文本数据；

将所述编辑后的文本数据对应的语音片段数据合成为目标语音数据。

其中，所述响应于选中初始语音数据，对所述初始语音数据进行语音识别得到对应的文本数据，包括：

响应于选中初始语音数据，将所述初始语音数据识别为完整文本数据；

对所述完整文本数据进行分词得到分词文本数据。

其中，所述将编辑后的文本数据对应的语音片段数据合成为目标语音数据，包括：

从预设的语音库中获取所述编辑后的分词文本数据对应的语音片段数据；所述语音库用于保存分词文本数据、语音片段数据以及两者的对应关系；

按照所述编辑后的分词文本数据的显示顺序，将获取的语音片段数据合成为目标语音数据。

其中，所述初始语音数据为第一用户的语音，所述目标语音数据为第二用户的语音；则所述从预设的语音库中获取所述编辑后的分词文本数据对应的语音片段数据，包括：

从预设的语音库中查找所述编辑后的分词文本数据对应的、第二用户的语音片段数据；

相应的，所述将编辑后的文本数据对应的语音片段数据合成为目标语音数据，包括：

按照所述编辑后的分词文本数据的显示顺序，将所述查找的、第二用户的语音数据合成为目标语音数据。