[发明专利]语音处理方法、电子设备及存储装置

权利要求书

1.一种语音处理方法，其特征在于，包括：

采集第一语音数据；

对所述第一语音数据进行分类，得到所述第一语音数据中至少部分帧语音数据所属的类别；

基于所述至少部分帧语音数据所属的类别，得到所述第一语音数据的类别；

基于所述第一语音数据，执行与所述类别对应的操作。

2.根据权利要求1所述的方法，其特征在于，所述第一语音数据的类别是利用预先训练好的分类模型对所述第一语音数据进行分类得到的；所述方法还包括对所述分类模型进行训练：

获取各种所述类别的样本语音数据，并利用所述样本语音数据对所述分类模型进行训练，其中，转写类的样本语音数据与交互类的样本语音数据之间的比例为第一预设比例。

3.根据权利要求1所述的方法，其特征在于，所述至少部分帧语音数据包括所述第一语音数据的所有帧语音数据，或者所述第一语音数据的前预设数量帧语音数据。

4.根据权利要求1所述的方法，其特征在于，所述基于所述至少部分帧语音数据所属的类别，得到所述第一语音数据的类别，包括：

基于所述至少部分帧语音数据，统计所述至少部分帧语音数据中属于每种所述类别的帧数；

将所述帧数在所述至少部分帧语音数据中占第二预设比例的所述类别，作为所述第一语音数据的类别。

5.根据权利要求1所述的方法，其特征在于，所述基于所述第一语音数据，执行与所述类别对应的操作，包括以下至少一个步骤：

在所述类别为转写类的情况下，对所述第一语音数据进行转写；

在所述类别为交互类的情况下，基于所述第一语音数据执行相应操作；

在所述类别为场景设置类的情况下，基于所述第一语音数据确定目标录音场景，并利用所述目标录音场景对应的识别资源对后续采集到的语音数据进行转写；

在所述类别为文件处理类的情况下，基于所述第一语音数据执行相应文件处理；

在所述类别为翻译类的情况下，基于所述第一语音数据执行翻译。

6.根据权利要求1所述的方法，其特征在于，在所述基于所述第一语音数据，执行与所述类别对应的操作之前，所述方法还包括：

若当前处于预设录音模式且所述类别为转写类，则判断所述第一语音数据是否属于目标对象；

若属于，则执行所述基于所述第一语音数据，执行与所述类别对应的操作。

7.根据权利要求6所述的方法，其特征在于，在所述对所述第一语音数据进行分类，得到所述第一语音数据中至少部分帧语音数据所属的类别之前，所述方法还包括：

在之前采集到的第二语音数据所属的类别为交互类的情况下，基于所述第二语音数据，执行进入所述预设录音模式的操作；

从预存对象特征库中提取目标对象的语音特征，或者从历史语音数据中提取目标对象的语音特征；

所述判断所述第一语音数据是否属于目标对象，包括：

判断所述第一语音数据中的特征是否与所述目标对象的语音特征匹配，若匹配，则确定所述第一语音数据属于所述目标对象。

8.根据权利要求1所述的方法，其特征在于，在所述对所述第一语音数据进行分类，得到所述第一语音数据中至少部分帧语音数据所属的类别之前，所述方法还包括：

利用声学模型对所述第一语音数据进行处理，得到声学处理结果；

所述对所述第一语音数据进行分类，得到所述第一语音数据中至少部分帧语音数据所属的类别，包括：

对所述声学处理结果进行分类，得到所述第一语音数据中至少部分帧语音数据所属的类别；

所述基于所述第一语音数据，执行与所述类别对应的操作，包括：

基于语音模型对所述声学处理结果的识别结果，执行与所述类别对应的操作，其中，所述语音模型对所述声学处理结果的识别步骤和所述对所述声学处理结果进行分类的步骤同步或不同步执行。