[发明专利]音频切分方法、装置、电子设备和存储介质

权利要求书

1.一种音频切分方法，其特征在于，包括：

确定待切分的双声道音频；

分别对所述双声道音频中的第一声道音频和第二声道音频进行静音段标注，得到所述第一声道音频中的静音段和所述第二声道音频中的静音段；

基于所述第一声道音频中的静音段和所述第二声道音频中的静音段，确定所述双声道音频中的共性静音分隔点，并基于所述共性静音分隔点，对所述第一声道音频进行切分，得到多个第一切分音频段；

对各第一切分音频段进行静音段切除，得到各第二切分音频段，基于各第二切分音频段的声纹特征进行客户音频组合，得到以客户为单位的客户音频。

2.根据权利要求1所述的音频切分方法，其特征在于，所述基于各第二切分音频段的声纹特征进行客户音频组合，得到以客户为单位的客户音频，包括：

按照各第二切分音频段在所述第一声道音频中的顺序进行组合，得到客户组合音频；

基于所述客户组合音频中相邻的第二切分音频段的声纹特征之间的相似度，确定所述客户组合音频中的疑似音频端点；

基于所述客户组合音频中相邻的疑似音频端点之间的音频时长，以及预设噪音时长，对所述疑似音频端点进行过滤，得到客户音频端点，并基于所述客户音频端点确定以客户为单位的客户音频。

3.根据权利要求2所述的音频切分方法，其特征在于，所述基于所述客户组合音频中相邻的第二切分音频段的声纹特征之间的相似度，确定所述客户组合音频中的疑似音频端点，包括：

若所述客户组合音频中两个相邻的第二切分音频段的声纹特征之间的相似度小于预设相似度，则将两个相邻的第二切分音频段的音频组合点作为所述客户组合音频的候选音频端点；

否则，将两个相邻的第二切分音频段的音频组合点作为所述客户组合音频的非候选音频端点；

基于所述客户组合音频中相邻的非候选音频端点对应的第二切分音频段的声纹特征之间的相似度，以及预设相似度，对所述候选音频端点进行过滤，得到所述疑似音频端点。

4.根据权利要求1至3中任一项所述的音频切分方法，其特征在于，所述分别对所述双声道音频中的第一声道音频和第二声道音频进行静音段标注，得到所述第一声道音频中的静音段和所述第二声道音频中的静音段，包括：

确定所述第一声道音频和所述第二声道音频中各音频帧的帧能量，基于所述各音频帧的帧能量，以及能量门限值，确定所述各音频帧的静音检测状态，所述能量门限值基于对应声道音频确定；

基于所述第一声道音频和所述第二声道音频中音频窗包含的音频帧数，以及所述各音频帧的静音检测状态，确定所述第一声道音频中的静音段和所述第二声道音频中的静音段。

5.根据权利要求1至3中任一项所述的音频切分方法，其特征在于，所述基于所述第一声道音频中的静音段和所述第二声道音频中的静音段，确定所述双声道音频中的共性静音分隔点，包括：

确定所述第一声道音频中静音段的静音端点，以及所述第二声道音频中静音段的静音端点；

从所述第一声道音频中静音段的静音端点，以及所述第二声道音频中静音段的静音端点中，选取共性静音端点，所述共性静音端点在所述第一声道音频和所述第二声道音频中对应的音频帧均处于静音段内；

基于所述共性静音端点在对应声道音频中静音段的静音时长，以及预设静音时长，对所述共性静音端点进行过滤，得到共性静音分隔点。

6.根据权利要求1至3中任一项所述的音频切分方法，其特征在于，所述对各第一切分音频段进行静音段切除，得到各第二切分音频段，包括：

对各第一切分音频段进行静音段切除，得到各静音切除音频段；

基于所述各静音切除音频段的音频时长，以及预设音频时长进行音频过滤，得到各第二切分音频段。

7.根据权利要求1至3中任一项所述的音频切分方法，其特征在于，所述基于各第二切分音频段的声纹特征进行客户音频组合，得到以客户为单位的客户音频，之后还包括：

基于所述第二声道音频，确定标准音频端点；

基于所述标准音频端点和所述客户音频，确定音频切分正确率；

基于所述音频切分正确率，调整客户音频端点。