[发明专利]一种语音处理方法及装置

权利要求书

1.一种语音处理方法，其特征在于，包括：

在语音集中任意挑选一部分第一语音文件，针对每个第一语音文件，通过语音分析确定所述第一语音文件的第一有效语音及所述第一有效语音在所述第一语音文件中的位置；所述第一有效语音为来自设备外部需要通过设备进行处理的电子信号；

对各第一有效语音在各第一语音文件中的位置进行聚类，将得到的k个聚类中心作为有效语音在语音文件中的k个预测位置；

针对所述语音集中的每个第二语音文件，从所述第二语音文件在所述k个预测位置处的语音序列中，确定过零率大于预设阈值且能量最高的语音序列为所述第二语音文件的第二有效语音；所述第二语音文件为所述语音集中除所述第一语音文件之外的语音文件；

通过语音分析确定所述第一语音文件的第一有效语音及所述第一有效语音在所述第一语音文件中的位置，包括：

通过对所述第一语音文件按照设定步长进行滑窗操作，得到多个滑窗的语音序列；

将多个滑窗的语音序列的能量和/或过零率进行比较，将能量和/或过零率满足预设条件的滑窗的语音序列确定为所述第一语音文件的第一有效语音；所述能量和/或过零率满足预设条件的滑窗所在的位置为所述第一有效语音在所述第一语音文件中的位置。

2.如权利要求1所述的方法，其特征在于，还包括：

针对所述语音集中的任一语音文件，将所述语音文件的起始语音序列或结尾语音序列中能量最低的设定长度的窗对应的语音序列确定为所述语音文件的噪声语音；根据所述语音文件的有效语音和所述语音文件的噪声语音，确定所述语音文件的信噪比。

3.如权利要求1所述的方法，其特征在于，

将能量和/或过零率满足预设条件的滑窗的语音序列确定为所述第一语音文件的第一有效语音，包括：

将能量最高的语音序列确定为所述第一语音文件的第一有效语音；所述能量最高的语音序列对应的滑窗为所述第一有效语音在所述第一语音文件中的位置。

4.如权利要求3所述的方法，其特征在于，

通过对所述第一语音文件进行滑窗操作，得到每个滑窗的语音序列，包括：

采用n种不同尺寸的滑窗对所述第一语音文件进行滑窗操作，得到每个滑窗的语音序列；

将能量最高的语音序列确定为所述第一语音文件的第一有效语音，包括：

针对任一种尺寸的滑窗，将能量最高的语音序列确定为所述第一语音文件的第一有效语音。

5.如权利要求3所述的方法，其特征在于，

通过如下方式确定每个滑窗的语音序列的能量：

根据第一滑窗的语音序列与第二滑窗的语音序列，通过差分方式确定所述第二滑窗的语音序列的能量；所述第二滑窗为位于所述第一滑窗之后的第一个滑窗。

6.一种语音处理装置，其特征在于，包括：

确定单元，用于在语音集中任意挑选一部分第一语音文件，针对每个第一语音文件，通过语音分析确定所述第一语音文件的第一有效语音及所述第一有效语音在所述第一语音文件中的位置；所述第一有效语音为来自设备外部需要通过设备进行处理的电子信号；

处理单元，用于：

对各第一有效语音在各第一语音文件中的位置进行聚类，将得到的k个聚类中心作为有效语音在语音文件中的k个预测位置；

针对所述语音集中的每个第二语音文件，从所述第二语音文件在所述k个预测位置处的语音序列中，确定过零率大于预设阈值且能量最高的语音序列为所述第二语音文件的第二有效语音；所述第二语音文件为所述语音集中除所述第一语音文件之外的语音文件；

通过语音分析确定所述第一语音文件的第一有效语音及所述第一有效语音在所述第一语音文件中的位置，包括：

通过对所述第一语音文件按照设定步长进行滑窗操作，得到多个滑窗的语音序列；

将多个滑窗的语音序列的能量和/或过零率进行比较，将能量和/或过零率满足预设条件的滑窗的语音序列确定为所述第一语音文件的第一有效语音；所述能量和/或过零率满足预设条件的滑窗所在的位置为所述第一有效语音在所述第一语音文件中的位置。