[发明专利]彩铃识别的方法及系统、电子设备及存储介质

权利要求书

1.一种彩铃识别的方法，其特征在于，包括以下步骤：

将输入的音频信号转换为文本；

判断是否存在与所述文本匹配的关键词；

若是，则将所述音频信号识别为彩铃；

若否，则将所述音频信号输入至彩铃分类模型，并根据所述彩铃分类模型的预测结果确定所述音频信号是否为彩铃；其中，所述彩铃分类模型基于训练样本训练得到，所述训练样本包括彩铃样本以及包括人声的非彩铃样本；通过所述彩铃分类模型确定为彩铃的所述音频信号为伴随有背景音乐的人声播报彩铃；

所述将所述音频信号输入至彩铃分类模型，根据所述彩铃分类模型的预测结果确定所述音频信号是否为彩铃，具体包括：

对所述音频信号进行分帧处理，得到若干帧子音频信号；

分别对各帧子音频信号进行检测，得到有效帧，其中，所述有效帧为包括语音区的子音频信号；

将所述有效帧输入至彩铃分类模型，得到所述有效帧的预测结果；

根据所有有效帧的预测结果确定所述音频信号是否为彩铃。

2.如权利要求1所述的方法，其特征在于，所述根据所有有效帧的预测结果确定所述音频信号是否为彩铃，具体包括：

若有效帧为彩铃的帧数与所有有效帧的帧数之比大于预设值，则确定所述音频信号为彩铃，否则，确定所述音频信号不为彩铃。

3.如权利要求1所述的方法，其特征在于，所述将所述有效帧输入至彩铃分类模型具体包括：

对所述有效帧进行加窗和傅里叶变换的预处理，得到所述有效帧的频谱特征；

将所述有效帧的频谱特征输入至彩铃分类模型。

4.如权利要求1-3中任一项所述的方法，其特征在于，所述彩铃分类模型为神经网络模型。

5.一种彩铃识别的系统，其特征在于，包括转换模块、判断模块、分类模块；

所述转换模块用于将输入的音频信号转换为文本；

所述判断模块用于判断是否存在与所述文本匹配的关键词，并在是的情况下将所述音频信号识别为彩铃，以及在否的情况下调用所述分类模块；

所述分类模块用于将所述音频信号输入至彩铃分类模型，并根据所述彩铃分类模型的预测结果确定所述音频信号是否为彩铃；其中，所述彩铃分类模型基于训练样本训练得到，所述训练样本包括彩铃样本以及包括人声的非彩铃样本；通过所述彩铃分类模型确定为彩铃的所述音频信号为伴随有背景音乐的人声播报彩铃；

所述分类模块具体包括：

分帧单元，用于对所述音频信号进行分帧处理，得到若干帧子音频信号；

检测单元，用于分别对各帧子音频信号进行检测，得到有效帧，其中，所述有效帧为包括语音区的子音频信号；

输入单元，用于将所述有效帧输入至彩铃分类模型，得到所述有效帧的预测结果；

确定单元，用于根据所有有效帧的预测结果确定所述音频信号是否为彩铃。

6.如权利要求5所述的系统，其特征在于，所述确定单元具体用于在有效帧为彩铃的帧数与所有有效帧的帧数之比大于预设值的情况下，确定所述音频信号为彩铃，否则确定所述音频信号不为彩铃。

7.一种电子设备，包括存储器、处理器以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计算机程序时实现权利要求1-4中任一项所述的彩铃识别的方法。

8.一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，所述计算机程序被处理器执行时实现如权利要求1-4中任一项所述的彩铃识别的方法。