[发明专利]噪声提取方法、装置、设备及可读存储介质

权利要求书

1.一种噪声提取方法，其特征在于，所述方法包括：

获取待进行噪声提取的视频；

确定所述视频中的各个有效音频片段以及与所述有效音频片段对应的子视频片段；

针对每个有效音频片段，基于所述有效音频片段对应的子视频片段的字幕信息，从所述有效音频片段中提取噪声。

2.根据权利要求1所述的方法，其特征在于，所述确定所述视频中的各个有效音频片段以及与所述有效音频片段对应的子视频片段，包括：

从所述视频中提取音频数据；

采用语音活动检测模型从所述音频数据中提取各个有效音频片段；

针对每个有效音频片段，将所述有效音频片段对应时间段内的视频，确定为与所述有效音频片段对应的子视频片段。

3.根据权利要求1所述的方法，其特征在于，所述基于所述有效音频片段对应的子视频片段的字幕信息，从所述有效音频片段中提取噪声，包括：

对所述子视频片段中的字幕进行识别，得到所述子视频片段的字幕识别结果；

基于所述子视频片段的字幕识别结果，从所述子视频片段中确定目标视频片段，所述目标视频片段为所述子视频片段中字幕为空的视频片段；

确定目标音频片段是否为噪声，所述目标音频片段为所述有效音频片段中与所述目标视频片段对应的音频片段；

如果确定所述目标音频片段为噪声，则提取所述目标音频片段。

4.根据权利要求3所述的方法，其特征在于，所述确定目标音频片段是否为噪声，包括：

确定所述目标音频片段对应的第一语音识别结果；

如果所述目标音频片段对应的第一语音识别结果为空，则确定所述目标音频片段为噪声；

如果所述目标音频片段对应的第一语音识别结果不为空，则确定所述目标音频片段对应的第二语音识别结果；

如果所述目标音频片段对应的第二语音识别结果为空，则确定所述目标音频片段为噪声。

5.根据权利要求4所述的方法，其特征在于，所述确定所述目标音频片段对应的第一语音识别结果，包括：

对所述有效音频片段进行语音识别，得到所述有效音频片段对应的第一语音识别结果；

将所述子视频片段的字幕识别结果与所述有效音频片段对应的第一语音识别结果进行对齐与校正处理，得到所述有效音频片段的最终第一语音识别结果；

从所述有效音频片段的最终第一语音识别结果中，确定目标音频片段对应的第一语音识别结果。

6.根据权利要求3所述的方法，其特征在于，所述基于所述子视频片段的字幕识别结果，从所述子视频片段中确定目标视频片段，包括：

确定所述子视频片段中各个图像帧的字幕识别结果；

将字幕识别结果为空的连续N个图像帧组成的视频片段，确定为目标视频片段，所述N为大于1的整数。

7.根据权利要求4或5所述的方法，其特征在于，所述第一语音识别结果是采用声学模型对所述目标音频片段进行识别得到的结果；所述第二语音识别结果是采用声学模型和语言模型对所述目标音频片段进行识别得到的结果。

8.一种噪声提取装置，其特征在于，所述装置包括：

视频获取单元，用于获取待进行噪声提取的视频；

确定单元，用于确定所述视频中的各个有效音频片段以及与所述有效音频片段对应的子视频片段；

提取单元，用于针对每个有效音频片段，基于所述有效音频片段对应的子视频片段的字幕信息，从所述有效音频片段中提取噪声。

9.一种噪声提取设备，其特征在于，包括存储器和处理器；

所述存储器，用于存储程序；

所述处理器，用于执行所述程序，实现如权利要求1至7中任一项所述的噪声提取方法的各个步骤。

10.一种可读存储介质，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至7中任一项所述的噪声提取方法的各个步骤。