[发明专利]音频处理方法、装置及计算机可读存储介质

说明书

本申请提出了一种音频处理方法、装置及计算机可读存储介质，涉及计算机技术领域，该方法包括：获取待处理音频，所述待处理音频包括一个或多个音频帧；针对所述一个或多个音频帧中的任一音频帧，对所述任一音频帧进行切分处理得到多个音频片段，确定所述多个音频片段中每个音频片段的音频类别，根据所述每个音频片段的音频类别确定所述任一音频帧的语音识别结果；根据各个音频帧的语音识别结果，将所述待处理音频中语音识别结果为目标识别结果的音频帧进行剔除，得到处理后的音频；对所述处理后的音频进行风格转换处理，得到目标音频。通过本申请实施例，可以提高音频风格转换所涉及的语音的准确性。

技术领域

本申请涉及计算机技术领域，尤其涉及一种音频处理方法、装置及计算机可读存储介质。

背景技术

音频是多媒体中的一种重要媒体，音频中的语音是人类通过发音器官发出来的、具有一定意义的、目的是用来进行社会交际的声音，对音频进行风格转换，是指将音频中的语音的语言类型进行转换，例如音频中的语音的语言类型为卫藏方言，可以将音频中的语音的语言类型转换为康巴方言。

音频中通常会出现一些非正常语音，例如哼唱、犹豫、笑声、喊叫声等噪音，导致音频在进行风格转换时出现准确率较差的问题，即在风格转换前后，音频中的语音所对应的文本信息发生变化，例如，原始音频中的语音所对应的文本本意是问“你去哪儿”，进行风格转换后的音频中的语音所对应的文本变成了问“你去吃饭吗”，此时，虽然风格转换虽然能够解决语言不通的问题，但是却不能正确表达内容，因此提高音频风格转换所涉及的语音的准确性是十分有必要的。

发明内容

本申请实施例提供了一种音频处理方法、装置及计算机可读存储介质，可以提高音频风格转换所涉及的语音的准确性。

一方面，本申请实施例提供了一种音频处理方法，所述方法包括：

获取待处理音频，所述待处理音频包括一个或多个音频帧；

针对所述一个或多个音频帧中的任一音频帧，对所述任一音频帧进行切分处理得到多个音频片段，确定所述多个音频片段中每个音频片段的音频类别，根据所述每个音频片段的音频类别确定所述任一音频帧的语音识别结果；

根据各个音频帧的语音识别结果，将所述待处理音频中语音识别结果为目标识别结果的音频帧进行剔除，得到处理后的音频；

对所述处理后的音频进行风格转换处理，得到目标音频。

另一方面，本申请实施例提供了一种音频处理装置，所述装置包括：

获取模块，用于获取待处理音频，所述待处理音频包括一个或多个音频帧；

处理模块，用于针对所述一个或多个音频帧中的任一音频帧，对所述任一音频帧进行切分处理得到多个音频片段，确定所述多个音频片段中每个音频片段的音频类别，根据所述每个音频片段的音频类别确定所述任一音频帧的语音识别结果；

所述处理模块，还用于根据各个音频帧的语音识别结果，将所述待处理音频中语音识别结果为目标识别结果的音频帧进行剔除，得到处理后的音频；

所述处理模块，还用于对所述处理后的音频进行风格转换处理，得到目标音频。

相应地，本申请实施例提供了一种计算机设备，该设备包括处理器、通信接口和存储器，所述处理器、所述通信接口和所述存储器相互连接，其中，所述存储器存储有计算机程序，所述处理器用于调用计算机程序，执行上述任一可能实现方式所述的音频处理方法。

相应地，本申请实施例提供了一种计算机可读存储介质，存储有计算机程序，所述处理器执行上述任一可能实现方式所述的音频处理方法所涉及的计算机程序。