[发明专利]语音信号处理以表示用户声带状态的方法及装置、存储介质、电子设备

权利要求书

1.一种语音信号处理方法，其特征在于，所述方法包括：

采集待测用户的语音数据，所述语音数据为所述待测用户按照预设条件输入的浊音语音数据；

提取所述待测用户的语音数据的声学特征，包括将所述待测用户的语音数据切分为至少一个语音单元，从各语音单元中提取声学特征；所述声学特征用于表示所述待测用户的声带状态，包括获得待测用户的多条语音数据中同一个声学特征的特征方差，所述特征方差用于表征所述待测用户在不同时刻的发音变化；

将所述声学特征作为输入，经预先构建的语音分类模型处理后，确定出所述待测用户的发音特征。

2.根据权利要求1所述的方法，其特征在于，所述预设条件为不小于预设持续时长，则所述采集待测用户的语音数据，包括：

采集所述待测用户单次输入的浊音语音数据；判断所述单次输入的浊音语音数据的持续时长是否小于所述预设持续时长；如果所述单次输入的浊音语音数据的持续时长不小于所述预设持续时长，则将所述单次输入的浊音语音数据确定为所述待测用户的语音数据；

或者，

采集所述待测用户多次间断输入的浊音语音数据；判断所述多次间断输入的浊音语音数据的总持续时长是否小于所述预设持续时长；如果所述多次间断输入的浊音语音数据的总持续时长不小于所述预设持续时长，则将所述多次间断输入的浊音语音数据确定为所述待测用户的语音数据。

3.根据权利要求1所述的方法，其特征在于，所述预设条件为不小于预设间断次数，则所述采集待测用户的语音数据，包括：

采集所述待测用户多次间断输入的浊音语音数据；判断所述多次间断输入的浊音语音数据的间断次数是否小于所述预设间断次数；如果所述多次间断输入的浊音语音数据的间断次数不小于所述预设间断次数，则将所述多次间断输入的浊音语音数据确定为所述待测用户的语音数据。

4.根据权利要求1所述的方法，其特征在于，所述提取所述待测用户的语音数据的声学特征，包括：

将所述待测用户的语音数据切分为至少一个语音单元，提取各语音单元如下特征中的至少一个，作为所述待测用户的语音数据的声学特征：能量特征、基频特征、短时过零率特征、停顿特征、频率微扰特征、振幅微扰特征、谐波噪声比、循环周期密度熵、去趋势波动分析特征、非线性的基频变化特征、声纹特征，

其中，

所述频率微扰特征用于表示相邻基音周期之间声波基音频率的变化，

所述振幅微扰特征用于表示相邻基音周期之间声波幅度的变化，

所述循环周期密度熵用于表示所述语音信号周期性的不确定性，

所述去趋势波动分析特征用于表示随机噪声自相似程度的语音特征，

所述非线性的基频变化特征用于表示语音单元对应的语音信号的平稳性。

5.根据权利要求4所述的方法，其特征在于，如果采集到N条待测用户的语音数据，N≥2，则所述提取所述待测用户的语音数据的声学特征，包括：

分别提取每条待测用户的语音数据的声学特征，并计算该声学特征在N*M个语音单元的特征方差，作为所述N条待测用户的语音数据的声学特征，M表示每条待测用户的语音数据切分出的语音单元的数目。

6.根据权利要求1至5任一项所述的方法，其特征在于，构建所述语音分类模型的方式为：

采集样本用户的样本语音数据，所述样本语音数据为所述样本用户按照预设条件输入的浊音语音数据，所述样本用户包括正常发音特征用户以及异常发音特征用户；

提取所述样本语音数据的声学特征；

确定所述语音分类模型的拓扑结构；

利用所述拓扑结构，以及所述样本语音数据的声学特征，训练所述语音分类模型，直至所述语音分类模型输出的发音特征与所述样本用户具有的发音特征相符。