申请/专利权人:咪咕文化科技有限公司;中国移动通信集团有限公司
申请日:2021-10-14
公开(公告)日:2024-04-09
公开(公告)号:CN113938708B
主分类号:H04N21/233
分类号:H04N21/233;H04N21/439;G10L15/22;G10L15/26;G10L17/02;G10L17/06
优先权:
专利状态码:有效-授权
法律状态:2024.04.09#授权;2022.02.01#实质审查的生效;2022.01.14#公开
摘要:本发明公开了一种直播的音频纠错方法、装置、计算设备及存储介质,该方法包括:接收直播端发送的直播音频数据,提取直播音频数据的声纹特征;判断直播音频数据的声纹特征与混淆声纹特征是否匹配;其中,混淆声纹特征通过对混淆音频数据进行声纹特征抽取处理得到,混淆音频数据通过对表征知识实体之间的错误关系的混淆文本进行语音克隆处理得到;若是,获取混淆声纹特征对应的修正音频数据,将直播音频数据替换为修正音频数据。通过上述方式,能够识别出直播中表述错误的音频,将表述错误的音频替换为修正音频,能够实时地对直播音频进行纠错。
主权项:1.一种直播的音频纠错方法,包括:接收直播端发送的直播音频数据,提取所述直播音频数据的声纹特征;判断所述直播音频数据的声纹特征与混淆声纹特征是否匹配;其中,所述混淆声纹特征通过对混淆音频数据进行声纹特征抽取处理得到,所述混淆音频数据通过对表征知识实体之间的错误关系的混淆文本进行语音克隆处理得到;若是,获取所述混淆声纹特征对应的修正音频数据,将所述直播音频数据替换为所述修正音频数据。
全文数据:
权利要求:
百度查询: 咪咕文化科技有限公司;中国移动通信集团有限公司 直播的音频纠错方法、装置、计算设备及存储介质
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。