本申请实施例涉及计算机技术领域，具体涉及用于生成样本的方法和装置。
背景技术
语音识别是一门交叉学科。近二十年来，语音识别技术取得显著进步，开始从实验室走向市场。人们预计，未来10年内，语音识别技术将进入工业、家电、通信、汽车电子、医疗、家庭服务、消费电子产品等各个领域。语音识别技术所涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。
通常，语音识别模型可以包括声学模型和语言模型。其中，声学模型可以将把语音映射成音素，语言模型可以将音素映射成完整的句子。因此，若要得到识别准确度较高的语音识别模型，就需要训练出能够表征语音与音素之间对应关系的声学模型。这时，就需要获取样本来训练出能够表征语音与音素之间对应关系的声学模型。
技术实现要素：
本申请实施例提出了用于生成样本的方法和装置。
第一方面，本申请实施例提供了一种用于生成样本的方法，包括：获取候选室内混响集合；对候选室内混响集合中的候选室内混响的混响时间进行统计，得到混响时间分布；将混响时间分布划分为至少一个混响时间分布区间，确定落入至少一个混响时间分布区间中的混响时间分布区间内的候选室内混响；对至少一个混响时间分布区间进行抽样，得到落入所抽样出的混响时间分布区间内的候选室内混响，生成样本室内混响集合。
在一些实施例中，将混响时间分布划分为至少一个混响时间分布区间，包括：确定候选室内混响集合中的候选室内混响的最大混响时间和最小混响时间；计算最大混响时间与最小混响时间的差值；将所得到的差值与预设区间精度的乘积作为划分粒度；基于划分粒度对混响时间分布进行划分，得到至少一个混响时间分布区间。
在一些实施例中，对至少一个混响时间分布区间进行抽样，包括：对至少一个混响时间分布区间进行重新排列，得到排列后的至少一个混响时间分布区间；按照排列后的至少一个混响时间分布区间中的混响时间分布区间的排列顺序，对排列后的至少一个混响时间分布区间进行马尔可夫过程抽样。
在一些实施例中，按照排列后的至少一个混响时间分布区间中的混响时间分布区间的排列顺序，对排列后的至少一个混响时间分布区间进行马尔可夫过程抽样，包括：对于排列后的至少一个混响时间分布区间中的每个混响时间分布区间，统计落入该混响时间分布区间内的候选室内混响的数量；将落入该混响时间分布区间内的候选室内混响的数量与候选室内混响集合中的候选室内混响的总数量的比值作为该混响时间分布区间的概率分布；获取该混响时间分布区间的样本概率分布；基于该混响时间分布区间的概率分布和样本概率分布，生成该混响时间分布区间的接受概率；将该混响时间分布区间的接受概率与预先生成的随机数进行比较；基于比较结果，确定是否抽取该混响时间分布区间。
在一些实施例中，该方法还包括：确定样本室内混响集合中的样本室内混响的音素；将样本室内混响集合中的样本室内混响作为输入，将输入的样本室内混响的音素作为输出，训练得到声学模型。
在一些实施例中，该方法还包括：获取待识别室内混响；将待识别室内混响输入至声学模型，得到待识别室内混响的音素。
第二方面，本申请实施例提供了一种用于生成样本的装置，包括：第一获取单元，被配置成获取候选室内混响集合；统计单元，被配置成对候选室内混响集合中的候选室内混响的混响时间进行统计，得到混响时间分布；划分单元，被配置成将混响时间分布划分为至少一个混响时间分布区间，确定落入至少一个混响时间分布区间中的混响时间分布区间内的候选室内混响；抽样单元，被配置成对至少一个混响时间分布区间进行抽样，得到落入所抽样出的混响时间分布区间内的候选室内混响，生成样本室内混响集合。
在一些实施例中，划分单元包括：确定子单元，被配置成确定候选室内混响集合中的候选室内混响的最大混响时间和最小混响时间；第一计算子单元，被配置成计算最大混响时间与最小混响时间的差值；第二计算子单元，被配置成将所得到的差值与预设区间精度的乘积作为划分粒度；划分子单元，被配置成基于划分粒度对混响时间分布进行划分，得到至少一个混响时间分布区间。
在一些实施例中，抽样单元包括：排列子单元，被配置成对至少一个混响时间分布区间进行重新排列，得到排列后的至少一个混响时间分布区间；抽样子单元，被配置成按照排列后的至少一个混响时间分布区间中的混响时间分布区间的排列顺序，对排列后的至少一个混响时间分布区间进行马尔可夫过程抽样。
在一些实施例中，抽样子单元进一步被配置成：对于排列后的至少一个混响时间分布区间中的每个混响时间分布区间，统计落入该混响时间分布区间内的候选室内混响的数量；将落入该混响时间分布区间内的候选室内混响的数量与候选室内混响集合中的候选室内混响的总数量的比值作为该混响时间分布区间的概率分布；获取该混响时间分布区间的样本概率分布；基于该混响时间分布区间的概率分布和样本概率分布，生成该混响时间分布区间的接受概率；将该混响时间分布区间的接受概率与预先生成的随机数进行比较；基于比较结果，确定是否抽取该混响时间分布区间。
在一些实施例中，该装置还包括：确定单元，被配置成确定样本室内混响集合中的样本室内混响的音素；训练单元，被配置成将样本室内混响集合中的样本室内混响作为输入，将输入的样本室内混响的音素作为输出，训练得到声学模型。
在一些实施例中，该装置还包括：第二获取单元，被配置成获取待识别室内混响；识别单元，被配置成将待识别室内混响输入至声学模型，得到待识别室内混响的音素。
第三方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于生成样本的方法和装置，通过对候选室内混响集合中的候选室内混响的混响时间进行统计，从而得到混响时间分布；然后将混响时间分布划分为至少一个混响时间分布区间，以确定落入至少一个混响时间分布区间中的混响时间分布区间内的候选室内混响；最后对至少一个混响时间分布区间进行抽样，得到落入所抽样出的混响时间分布区间内的候选室内混响，以生成样本室内混响集合。从而实现了快速地生成用于训练声学模型的样本。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请可以应用于其中的示例性系统架构；
图2是根据本申请的用于生成样本的方法的一个实施例的流程图；
图3是图2所提供的用于生成样本的方法的一个应用场景的流程图；
图4是根据本申请的用于生成样本的方法的又一个实施例的流程图；
图5是根据本申请的用于生成样本的装置的一个实施例的结构示意图；
图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于生成样本的方法或用于生成样本的装置的实施例的示例性系统架构100。
如图1所示，系统架构100中可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
终端设备101、102、103可以通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是内置有麦克风的各种电子设备，包括但不限于智能音箱、智能手机和平板电脑等等。当然，当终端设备101、102、103为硬件时，还可以是具有语音信号模拟功能的各种电子设备，包括但不限于膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以提供各种服务，例如服务器105可以对终端设备101、102、103上传的候选室内混响集合等进行分析等处理，并生成处理结果(例如样本室内混响集合)。
需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是，本申请实施例所提供的用于生成样本的方法一般由服务器105执行，相应地，用于生成样本的装置一般设置于服务器105中。特殊情况下，本申请实施例所提供的用于生成样本的方法还可以由终端设备101、102、103执行，相应地，用于生成样本的装置设置于终端设备101、102、103中。此时，系统架构100中可以不设置服务器105。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，其示出了根据本申请的用于生成样本的方法的一个实施例的流程200。该用于生成样本的方法，包括以下步骤：
步骤201，获取候选室内混响集合。
在本实施例中，用于生成样本的方法的执行主体(例如图1所示的服务器105)可以通过有线连接方式或者无线连接方式从终端设备(例如图1所示的终端设备101、102、103)获取候选室内混响集合。
实践中，所谓混响就是声音的直达声与反射声很紧凑的重合在一起时所形成的声音。能产生混响最常见的场景就是房间内，尤其是空旷的房间内。在房间内产生的混响可以被叫做室内混响。候选室内混响集合中的候选室内混响可以是终端设备在真实场景中录制的，也可以是终端设备模拟出来的。当终端设备是内置有麦克风的智能音箱、智能手机等时，可以利用麦克风在房间内采集声源发出的大量室内混响，作为候选室内混响集合。当终端设备是具有语音信号模拟功能的计算机时，可以模拟出大量的室内混响，作为候选室内混响集合。
步骤202，对候选室内混响集合中的候选室内混响的混响时间进行统计，得到混响时间分布。
在本实施例中，上述执行主体可以对候选室内混响集合中的候选室内混响的混响时间进行统计，从而得到混响时间分布。
实践中，声源停止发声后，声压级减少60db所需要的时间即为混响时间，记作t60或rt。其在室内衰减的过程称为混响过程。房间的混响长短是由它的吸声量和体积大小所决定的，体积大且吸声量小的房间，混响时间长，吸声量大且体积小的房间，混响时间短。
这里，混响时间分布可以是用于表征候选室内混响集合中的候选室内混响的混响时间的分布情况的曲线。例如，可以建立平面直角坐标系，该平面直角坐标系以混响时间为横轴(x轴)，以室内混响的数量为纵轴(y轴)，统计各个混响时间点对应的候选室内混响的数量，以各个混响时间点为横坐标，以对应的室内混响的数量为纵坐标在平面直角坐标系中进行描点，利用曲线依次顺序连接平面直角坐标系上的点，即可得到混响时间分布。
步骤203，将混响时间分布划分为至少一个混响时间分布区间，确定落入至少一个混响时间分布区间中的混响时间分布区间内的候选室内混响。
在本实施例中，上述执行主体可以首先将混响时间分布划分为至少一个混响时间分布区间，然后确定落入至少一个混响时间分布区间中的混响时间分布区间内的候选室内混响。其中，所划分出的混响时间区间的数量可以根据需求进行设置，例如将混响时间分布均分为50个混响时间分布区间，然后确定候选室内混响集合中的每个候选室内混响所落入的混响时间分布区间，以确定落入每个混响时间分布区间内的候选室内混响。
步骤204，对至少一个混响时间分布区间进行抽样，得到落入所抽样出的混响时间分布区间内的候选室内混响，生成样本室内混响集合。
在本实施例中，上述执行主体可以首先利用各种抽样方法对至少一个混响时间分布区间进行抽样，抽样出若干个混响时间分布区间，然后将落入所抽样出的混响时间分布区间内的候选室内混响作为样本室内混响，以生成样本室内混响集合。其中，样本室内混响集合中的样本室内混响可以作为训练声学模型的样本输入。
实践中，用于训练声学模型的样本输入需要满足特定分布(例如高斯分布)。这里，上述执行主体可以根据特定分布与混响时间之间的关系，确定出满足特定分布的样本输入的混响时间，然后从至少一个混响时间分布区间中抽样出与满足特定分布的样本输入的混响时间对应的混响时间分布区间。
在本实施例的一些可选的实现方式中，上述执行主体可以首先确定样本室内混响集合中的样本室内混响的音素；然后将样本室内混响集合中的样本室内混响作为输入，将输入的样本室内混响的音素作为输出，训练得到声学模型。其中，音素(phone)是语音中的最小的单位，依据音节里的发音动作来分析，一个发音动作构成一个音素。例如〔ma〕包含〔m〕〔a〕两个发音动作，是两个音素。这里，本领域技术人员可以对样本室内混响集合中的样本室内混响进行分析，确定样本室内混响集合中的样本室内混响的音素。也可以将样本室内混响集合中的样本室内混响输入至其他的训练完成的声学模型，输出样本室内混响集合中的样本室内混响的音素。声学模型是语音识别系统中最为重要的部分之一，可以用于表征语音与音素之间的对应关系。目前多采用隐马尔可夫模型进行建模，采用室内混响和室内混响的音素作为样本进行训练，从而得到声学模型。
在本实施例的一些可选的实现方式中，在用于表征语音与音素之间对应关系的声学模型训练完成之后，上述执行主体可以获取待识别室内混响，将待识别室内混响输入至声学模型，从而得到待识别室内混响的音素。其中，待识别室内混响可以是任意一个室内混响，其可以是在真实场景中录制的，也可以是利用计算机模拟的。
继续参见图3，图3是根据本实施例的用于生成样本的方法的应用场景的一个流程300。在图3的应用场景中，如301所示，计算机模拟出大量的室内混响发送给服务器；如302所示，服务器对这些室内混响的混响时间进行统计，得到这些室内混响的混响时间分布；如303所示，服务器将这些室内混响的混响时间分布均分为50个混响时间分布区间，确定落入这50个混响时间分布区间中的每个混响时间分布区间内的候选室内混响；如304所示，服务器对这50个混响时间分布区间进行抽样，抽样出20个混响时间分布区间；如305所示，服务器确定落入所抽样出的这20个混响时间分布区间内的候选室内混响，以生成样本室内混响集合；如306所示，服务器接收本领域技术人员确定的样本室内混响集合中的样本室内混响的音素；如307所示，服务器采用隐马尔可夫模型进行建模，将样本室内混响集合中的样本室内混响作为输入，将输入的样本室内混响的音素作为输出，对隐马尔可夫模型进行训练，得到能够表征室内混响与音素之间对应关系的声学模型；如308所示，用户在房间内用手机录制待识别室内混响，并发送至服务器；如309所示，服务器将待识别室内混响输入至声学模型，输出待识别室内混响的音素。
本申请实施例提供的用于生成样本的方法，通过对候选室内混响集合中的候选室内混响的混响时间进行统计，从而得到混响时间分布；然后将混响时间分布划分为至少一个混响时间分布区间，以确定落入至少一个混响时间分布区间中的混响时间分布区间内的候选室内混响；最后对至少一个混响时间分布区间进行抽样，得到落入所抽样出的混响时间分布区间内的候选室内混响，以生成样本室内混响集合。从而实现了快速地生成用于训练声学模型的样本。
进一步参考图4，其示出了根据本申请的用于生成样本的方法的又一个实施例的流程400。该用于生成样本的方法，包括以下步骤：
步骤401，获取候选室内混响集合。
步骤402，对候选室内混响集合中的候选室内混响的混响时间进行统计，得到混响时间分布。
在本实施例中，步骤401-402的具体操作与图2所示的实施例中步骤201-202的操作基本相同，在此不再赘述。
步骤403，确定候选室内混响集合中的候选室内混响的最大混响时间和最小混响时间。
在本实施例中，用于生成样本的方法的执行主体(例如图1所示的服务器105)可以对候选室内混响集合中的候选室内混响的混响时间进行分析，从中确定出最大混响时间和最小混响时间。作为示例，最大的混响时间是1200毫秒，最小的混响时间是100毫秒。
步骤404，计算最大混响时间与最小混响时间的差值。
在本实施例中，上述执行主体可以计算最大混响时间和最小混响时间的差值，所得到的差值就是混响时间分布所对应的区间的长度。继续以步骤403中的示例为例，最大混响时间与最小混响时间的差值等于最大混响时间1200毫秒减去最小混响时间100毫秒，即1100毫秒。
步骤405，将所得到的差值与预设区间精度的乘积作为划分粒度。
在本实施例中，上述执行主体可以计算所得到的差值与预设区间精度的乘积，将所得到的乘积作为划分粒度。其中，区间精度可以根据需要预先设置，例如，若区间精度需要是混响时间分布所对应的区间的长度的百分之一，那么区间精度可以被预设为0.01。继续以步骤404中的示例为例，划分粒度等于最大混响时间与最小混响时间的差值1100毫秒乘以区间精度0.01，即11毫秒。
步骤406，基于划分粒度对混响时间分布进行划分，得到至少一个混响时间分布区间，确定落入至少一个混响时间分布区间中的混响时间分布区间内的候选室内混响。
在本实施例中，上述执行主体可以按照划分粒度对混响时间分布进行划分，从而得到至少一个混响时间分布区间，然后确定落入至少一个混响时间分布区间中的混响时间分布区间内的候选室内混响。通常，划分出的混响时间分布区间的长度等于划分粒度的长度。继续以步骤405中的示例为例，第一个混响时间分布区间从0毫秒到100毫秒，第二个混响时间分布区间从100毫秒到110毫秒，第三个混响时间分布区间是从110毫秒到120毫秒，依次类推，第100个混响时间分布区间是从1190毫秒到1200毫秒，第101个混响时间分布区间是从1200毫秒到正无穷。
步骤407，对至少一个混响时间分布区间进行重新排列，得到排列后的至少一个混响时间分布区间。
在本实施例中，上述执行主体可以对至少一个混响时间分布区间进行重新排列，从而得到排列后的至少一个混响时间分布区间。打乱至少一个混响时间分布区间的顺序，可以保证抽样结果的随机性。
步骤408，按照排列后的至少一个混响时间分布区间中的混响时间分布区间的排列顺序，对排列后的至少一个混响时间分布区间进行马尔可夫过程抽样，得到落入所抽样出的混响时间分布区间内的候选室内混响，生成样本室内混响集合。
在本实施例中，上述执行主体可以按照排列后的至少一个混响时间分布区间中的混响时间分布区间的排列顺序，对排列后的至少一个混响时间分布区间进行马尔可夫过程抽样，抽样出若干个混响时间分布区间，然后将落入所抽样出的混响时间分布区间内的候选室内混响作为样本室内混响，以生成样本室内混响集合。其中，马尔可夫过程是一类随机过程。它的原始模型是马尔可夫链，是研究离散事件动态系统状态空间的重要方法。利用马尔可夫过程抽样，可以采用例如metropolis-hastings算法抽样出满足特定分布(例如高斯分布)的室内混响。
在本实施例的一些可选的实现方式中，对于排列后的至少一个混响时间分布区间中的每个混响时间分布区间，上述执行主体可以通过如下步骤确定是否抽取该混响时间分布区间：
首先，统计落入该混响时间分布区间内的候选室内混响的数量。
这里，上述执行主体可以对候选室内混响集合中的候选室内混响的混响时间进行统计，得到落入各个混响时间分布区间内的候选室内混响的数量。例如，上述字形主体可以对候选室内混响集合中的候选室内混响的混响时间进行统计，从而生成候选室内混响集合对应的柱状图。其中，柱状图中的每个长方形的高度代表落入每个混响时间分布区间内的候选室内混响的数量。
而后，将落入该混响时间分布区间内的候选室内混响的数量与候选室内混响集合中的候选室内混响的总数量的比值作为该混响时间分布区间的概率分布。
这里，上述执行主体可以计算落入该混响时间分布区间内的候选室内混响的数量与候选室内混响集合中的候选室内混响的总数量的比值，将所得到的比值作为该混响时间分布区间的概率分布。
之后，获取该混响时间分布区间的样本概率分布。
这里，样本概率分布可以是根据需求预先设置的，例如，上述执行主体可以预先设置所要得到的样本室内混响集合的样本混响时间分布，然后将样本混响时间分布划分为至少一个样本混响时间分布区间，最后将所要得到的样本室内混响集合的概率密度函数在该混响时间分布区间内进行积分，所得到的结果即为该混响时间分布区间的样本概率分布。
需要说明的是，将样本混响时间分布划分为至少一个样本混响时间分布区间的具体操作与将混响时间分布划分为至少一个混响时间分布区间的基本操作相同，在此不再赘述。
随后，基于该混响时间分布区间的概率分布和样本概率分布，生成该混响时间分布区间的接受概率。
这里，该混响时间分布区间的接受概率是抽取该混响时间分布区间的概率，若该混响时间分布区间的接受概率越高，从落入该混响时间分布区间内的候选室内混响中抽取的候选室内混响的数量就越多，若该混响时间分布区间的接受概率越低，从落入该混响时间分布区间内的候选室内混响中抽取的候选室内混响的数量就越少，从而是抽取出的候选室内混响的混响时间分布与所要得到的样本混响时间分布尽可能的相像。
需要说明的是，利用概率分布和样本概率分布计算接受概率的各种方法是目前广泛研究和应用的公知技术，在此不再赘述。
然后，将该混响时间分布区间的接受概率与预先生成的随机数进行比较。
这里，上述执行主体可以预先生成随机数，其中，随机数的0到1之间的任意数。上述执行主体可以将该混响时间分布区间的接受概率与预先生成的随机数进行比较，以确定该混响时间分布区间的接受概率是否大于随机数。
最后，基于比较结果，确定是否抽取该混响时间分布区间。
这里，若该混响时间分布区间的接受概率大于随机数，则上述执行主体抽取该混响时间分布区间，反之，则不抽取该混响时间分布区间。
从图4中可以看出，与图2对应的实施例相比，本实施例中的用于生成样本的方法的流程400突出了划分混响时间分布区间和对混响时间分布区间进行抽样的步骤。由此，本实施例描述的方案中根据预设区间精度划分混响时间分布区间，提高了所划分出的混响时间分布区间的精准度。并且，利用马尔可夫过程抽样可以快速地抽样出满足特定分布的室内混响。
进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于生成样本的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的用于生成样本的装置500可以包括：第一获取单元501、统计单元502、划分单元503和抽样单元504。其中，第一获取单元501，被配置成获取候选室内混响集合；统计单元502，被配置成对候选室内混响集合中的候选室内混响的混响时间进行统计，得到混响时间分布；划分单元503，被配置成将混响时间分布划分为至少一个混响时间分布区间，确定落入至少一个混响时间分布区间中的混响时间分布区间内的候选室内混响；抽样单元504，被配置成对至少一个混响时间分布区间进行抽样，得到落入所抽样出的混响时间分布区间内的候选室内混响，生成样本室内混响集合。
在本实施例中，用于生成样本的装置500中：第一获取单元501、统计单元502、划分单元503和抽样单元504的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，划分单元503可以包括：确定子单元(图中未示出)，被配置成确定候选室内混响集合中的候选室内混响的最大混响时间和最小混响时间；第一计算子单元(图中未示出)，被配置成计算最大混响时间与最小混响时间的差值；第二计算子单元(图中未示出)，被配置成将所得到的差值与预设区间精度的乘积作为划分粒度；划分子单元(图中未示出)，被配置成基于划分粒度对混响时间分布进行划分，得到至少一个混响时间分布区间。
在本实施例的一些可选的实现方式中，抽样单元504可以包括：排列子单元(图中未示出)，被配置成对至少一个混响时间分布区间进行重新排列，得到排列后的至少一个混响时间分布区间；抽样子单元(图中未示出)，被配置成按照排列后的至少一个混响时间分布区间中的混响时间分布区间的排列顺序，对排列后的至少一个混响时间分布区间进行马尔可夫过程抽样。
在本实施例的一些可选的实现方式中，抽样子单元可以进一步被配置成：对于排列后的至少一个混响时间分布区间中的每个混响时间分布区间，统计落入该混响时间分布区间内的候选室内混响的数量；将落入该混响时间分布区间内的候选室内混响的数量与候选室内混响集合中的候选室内混响的总数量的比值作为该混响时间分布区间的概率分布；获取该混响时间分布区间的样本概率分布；基于该混响时间分布区间的概率分布和样本概率分布，生成该混响时间分布区间的接受概率；将该混响时间分布区间的接受概率与预先生成的随机数进行比较；基于比较结果，确定是否抽取该混响时间分布区间。
在本实施例的一些可选的实现方式中，用于生成样本的装置500还可以包括：确定单元(图中未示出)，被配置成确定样本室内混响集合中的样本室内混响的音素；训练单元(图中未示出)，被配置成将样本室内混响集合中的样本室内混响作为输入，将输入的样本室内混响的音素作为输出，训练得到声学模型。
在本实施例的一些可选的实现方式中，用于生成样本的装置500还可以包括：第二获取单元(图中未示出)，被配置成获取待识别室内混响；识别单元(图中未示出)，被配置成将待识别室内混响输入至声学模型，得到待识别室内混响的音素。
下面参考图6，其示出了适于用来实现本申请实施例的电子设备(例如图1所示的服务器105或终端设备101、102、103)的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统600包括中央处理单元(cpu)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram603中，还存储有系统600操作所需的各种程序和数据。cpu601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
以下部件连接至i/o接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(cpu)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向目标的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如”c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一获取单元、统计单元、划分单元和抽样单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取候选室内混响集合的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取候选室内混响集合；对候选室内混响集合中的候选室内混响的混响时间进行统计，得到混响时间分布；将混响时间分布划分为至少一个混响时间分布区间，确定落入至少一个混响时间分布区间中的混响时间分布区间内的候选室内混响；对至少一个混响时间分布区间进行抽样，得到落入所抽样出的混响时间分布区间内的候选室内混响，生成样本室内混响集合。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。