[发明专利]一种语音解码方法及装置有效
申请号: | 202010128594.X | 申请日: | 2020-02-28 |
公开(公告)号: | CN111292725B | 公开(公告)日: | 2022-11-25 |
发明(设计)人: | 王磊;冯大航;陈孝良 | 申请(专利权)人: | 北京声智科技有限公司 |
主分类号: | G10L15/06 | 分类号: | G10L15/06;G10L15/02;G10L15/26 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 王洋 |
地址: | 100080 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 语音 解码 方法 装置 | ||
1.一种语音解码方法,其特征在于,包括:
获取待解码语音;其中,所述待解码语音包括多个音频帧;
根据跳帧参数和多个预设的帧移参数,计算帧组合中各个音频帧的帧序参数;
根据所述帧序参数,从所述多个音频帧中获得多个帧组合;其中,所述帧组合包括至少一个所述音频帧,所述预设的帧移参数与训练链模型采用的帧移参数相同;
对各个所述帧组合进行特征提取,得到各个帧组合的音频特征;
将各个帧组合的音频特征分别输入完成训练的链模型,得到各个帧组合的语音解码结果;
根据各个帧组合的语音解码结果,确定所述待解码语音的语音解码结果。
2.根据权利要求1所述的方法,其特征在于,所述根据各个帧组合的语音解码结果,确定所述待解码语音的语音解码结果,包括:
确定各个帧组合的语音解码结果的概率;
将概率最高的语音解码结果,作为所述待解码语音的语音解码结果。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
预训练所述链模型。
4.一种语音解码装置,其特征在于,包括:
第一获取模块,用于获取待解码语音;其中,所述待解码语音包括多个音频帧;
第二获取模块,用于根据预设的帧移参数和跳帧参数,从所述多个音频帧中获得多个帧组合;其中,所述帧组合包括至少一个所述音频帧,所述预设的帧移参数与训练链模型采用的帧移参数相同;
特征提取模块,用于对各个所述帧组合进行特征提取,得到各个帧组合的音频特征;
输入模块,用于将各个帧组合的音频特征分别输入完成训练的链模型,得到各个帧组合的语音解码结果;
确定模块,用于根据各个帧组合的语音解码结果,确定所述待解码语音的语音解码结果;
所述第二获取模块,用于根据预设的帧移参数和跳帧参数,从所述多个音频帧中获得多个帧组合,包括:
所述第二获取模块,具体用于根据跳帧参数和多个预设的帧移参数,计算帧组合中各个音频帧的帧序参数;根据所述帧序参数,从所述多个音频帧中获得多个帧组合。
5.根据权利要求4所述的装置,其特征在于,所述确定模块,用于根据各个帧组合的语音解码结果,确定所述待解码语音的语音解码结果,包括:
所述确定模块,具体用于确定各个帧组合的语音解码结果的概率;将概率最高的语音解码结果,作为所述待解码语音的语音解码结果。
6.根据权利要求4所述的装置,其特征在于,还包括:训练模块,用于预训练所述链模型。
7.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1~3任意一项权利要求所述的语音解码方法。
8.一种语音解码设备,其特征在于,所述设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器、总线;其中,所述处理器、所述存储器通过所述总线完成相互间的通信;所述处理器用于调用所述存储器中的程序指令,以执行如权利要求1-3中任一项权利要求所述的语音解码方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京声智科技有限公司,未经北京声智科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010128594.X/1.html,转载请声明来源钻瓜专利网。