申请/专利权人:中国电信股份有限公司
申请日:2021-08-27
公开(公告)日:2024-03-19
公开(公告)号:CN113593597B
主分类号:G10L21/0216
分类号:G10L21/0216;G10L15/04;G10L15/16
优先权:
专利状态码:有效-授权
法律状态:2024.03.19#授权;2021.11.19#实质审查的生效;2021.11.02#公开
摘要:本公开提供了一种语音噪声过滤方法、装置、电子设备和介质,涉及语音识别技术领域。其中,语音噪声过滤方法包括:对输入的语音信息进行分段操作,得到分段语音;基于所述分段语音中的人声特征执行层次聚类操作,得到初始聚类簇;基于K均值聚类对所述初始聚类簇进行修正,并确定修正后的聚类中心;根据所述分段语音与所述聚类中心之间的距离和距离分布,识别所述分段语音中的噪声;对识别出的所述噪声执行噪声过滤操作,得到过滤后的所述语音信息。通过本公开的技术方案,能够提升对彩铃、笑声、咳嗽声、背景人声、信道噪声等无效音频的过滤效果,进而有利于提升设置有本公开的噪声过滤模块的语音识别系统的识别性能,从而提升用户的使用体验。
主权项:1.一种语音噪声过滤方法,其特征在于,包括:对输入的语音信息进行分段操作,得到分段语音;基于所述分段语音中的人声特征执行层次聚类操作,得到初始聚类簇;基于K均值聚类对所述初始聚类簇进行修正,并确定修正后的聚类中心;根据所述分段语音与所述聚类中心之间的距离和距离分布,识别所述分段语音中的噪声,具体包括:计算所述分段语音到每个所述聚类中心的余弦相似度距离;统计所述余弦相似度距离的方差,所述方差用于表示所述距离分布;在检测到任一所述分段语音对应的所述余弦相似度距离小于距离阈值,以及对应的所述方差小于方差阈值,则确定任一所述语音分段为噪声;对识别出的所述噪声执行噪声过滤操作,得到过滤后的所述语音信息。
全文数据:
权利要求:
百度查询: 中国电信股份有限公司 语音噪声过滤方法、装置、电子设备和介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。