语音处理方法、移动终端及计算机可读存储介质与流程

文档序号:18945558发布日期:2019-10-23 01:33阅读:181来源:国知局
本申请涉及语音处理
技术领域
:,尤其涉及一种语音处理方法、移动终端及计算机可读存储介质。
背景技术
::通常语音信号都具有一定的特征,用户可以通过这些特征来辨别说话者。由于人们的听力水平的不同,同样语速的语音信号对一部分人来说会觉得语速很快以至于听不清楚,对另一部分人来说会觉得语速很慢以至于觉得在浪费时间。因此,移动终端需要人们的实际需求对接收到的语音信号的语调和语速进行适当的改变。然而,通常通过加快或放慢播放速度来改变语速时会导致播放速度不适合用户的语速习惯,影响了用户的体验。同时,由于语速的改变会导致语调发生变化,导致用户无法根据改变后的语音信号辨别出说话者,严重影响了用户的感受。技术实现要素:本申请的主要目的在于提出一种语音处理方法、移动终端及计算机可读存储介质,旨在基于提取的主体语音信号的声道模型参数和客体语音信号的基音特征对客体语音信号进行处理,从而得到符合主体语音信号的声道模型且客体语音信号的基音特征不变的目标语音信号,也就是符合用户的语速且维持说话者语调不变的目标语音信号,提升用户的体验。为实现上述目的,本申请提供了一种语音处理方法,所述语音处理方法应用于移动终端,所述移动终端被配置有麦克风,所述语音处理方法包括:通过所述麦克风采集主体语音信号或客体语音信号;当所述移动终端处于第一工作模式时,对所述主体语音信号的声道模型进行分析,以提取所述主体语音信号的声道模型参数;当所述移动终端处于第二工作模式时,对所述客体语音信号的基音进行分析,以提取所述客体语音信号的基音特征;及基于所述声道模型参数和所述基音特征对所述客体语音信号进行处理,以得到目标语音信号。可选地,所述移动终端还被配置有开关单元,所述通过所述麦克风采集主体语音信号或客体语音信号的步骤之后,还包括:获取所述移动终端的工作模式,当所述开关单元处于导通状态时,所述移动终端处于第一工作模式,当所述开关单元处于截止状态时,所述移动终端处于第二工作模式。可选地,所述对所述主体语音信号的声道模型进行分析的步骤,包括:利用同步波形叠加算法或波形相似叠加算法对所述主体语音信号的声道模型进行分析。可选地,所述主体语音信号的声道模型参数至少包括瞬时幅度、瞬时频率、瞬时相位。可选地,所述对所述客体语音信号的基音进行分析的步骤,包括:利用所述同步波形叠加算法或所述波形相似叠加算法对所述客体语音信号的基音进行分析。可选地,所述目标语音信号的语速与所述主体语音信号的语速相同,所述目标语音信号的语速与所述客体语音信号的语速不同,所述目标语音信号的语调与所述客体语音信号的语调相同。可选地,所述基于所述声道模型参数和所述基音特征对所述客体语音信号进行处理,以得到目标语音信号的步骤,包括:利用所述声道模型参数对所述基音特征进行卷积处理,并将经过卷积处理的语音信号通过辐射模型,以得到目标语音信号。可选地,所述移动终端还被配置有耳机,所述基于所述声道模型参数和所述基音特征对所述客体语音信号进行处理,以得到目标语音信号的步骤之后,还包括:将所述目标语音信息通过所述耳机输出。本申请还提供一种移动终端,所述移动终端包括:处理器;存储器,与所述处理器连接,所述存储器包含控制指令,当所述处理器读取所述控制指令时,控制所述移动终端实现上述语音处理方法。本申请还提供一种计算机可读存储介质,所述计算机可读存储介质有一个或多个程序,所述一个或多个程序被一个或多个处理器执行,以实现上述语音处理方法。本申请提供的语音处理方法、移动终端及计算机可读存储介质,先通过所述麦克风采集主体语音信号或客体语音信号;当所述移动终端处于第一工作模式时,对所述主体语音信号的声道模型进行分析并提取所述主体语音信号的声道模型参数;当所述移动终端处于第二工作模式时,对所述客体语音信号的基音进行分析并提取所述客体语音信号的基音特征;然后基于所述声道模型参数和所述基音特征对所述客体语音信号进行处理,以得到目标语音信号,从而得到符合主体语音信号的声道模型且客体语音信号的基音特征不变的目标语音信号,提升了用户的使用体验。进一步地,所述目标语音信号的语速与所述主体语音信号的语速相同,所述目标语音信号的语速与所述客体语音信号的语速不同,所述目标语音信号的语调与所述客体语音信号的语调相同,从而实现得到的目标语音信号的语速符合用户的语速,同时语调与说话者语调相同,以让用户能够按自己的语速习惯听清楚说话者的语音信息,保证了用户的主观感受。上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。附图说明图1为实现本申请各个实施例一个可选的移动终端的硬件结构示意图;图2为如图1所示的移动终端的通信网络系统示意图;图3为本申请一实施例提供的语音处理方法的流程图;图4为本申请一实施例提供的移动终端进行语音处理的原理框架图;图5为本申请一实施例提供的移动终端的结构示意图。本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。具体实施方式应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。终端可以以各种形式来实施。例如,本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(personaldigitalassistant,pda)、便捷式媒体播放器(portablemediaplayer,pmp)、导航装置、可穿戴设备、智能手环、计步器、助听器设备等移动终端,以及诸如数字tv、台式计算机等固定终端。后续描述中将以移动终端为例进行说明,本领域技术人员将理解的是,除了特别用于移动目的的元件之外,根据本发明的实施方式的构造也能够应用于固定类型的终端。请参阅图1,其为实现本发明各个实施例的一种移动终端的硬件结构示意图,该移动终端100可以包括:rf(radiofrequency,射频)单元101、wifi模块102、音频输出单元103、a/v(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解,图1中示出的移动终端结构并不构成对移动终端的限定,移动终端可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。下面结合图1对移动终端100的各个部件进行具体的介绍:射频单元101可用于收发信息或通话过程中,信号的接收和发送,具体的,将基站的下行信息接收后,给处理器110处理;另外,将上行的数据发送给基站。通常,射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于gsm(globalsystemofmobilecommunication,全球移动通讯系统)、gprs(generalpacketradioservice,通用分组无线服务)、cdma2000(codedivisionmultipleaccess2000,码分多址2000)、wcdma(widebandcodedivisionmultipleaccess,宽带码分多址)、td-scdma(timedivision-synchronouscodedivisionmultipleaccess,时分同步码分多址)、fdd-lte(frequencydivisionduplexing-longtermevolution,频分双工长期演进)和tdd-lte(timedivisionduplexing-longtermevolution,分时双工长期演进)等。wifi属于短距离无线传输技术,移动终端通过wifi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图1示出了wifi模块102,但是可以理解的是,其并不属于移动终端的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时,将射频单元101或wifi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。a/v输入单元104用于接收音频或视频信号。a/v输入单元104可以包括图形处理器(graphicsprocessingunit,gpu)1041和麦克风1042,图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或wifi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据),并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。移动终端100还包括至少一种传感器105,比如光传感器、运动传感器以及其他传感器。具体地,光传感器包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度,接近传感器可在移动终端100移动到耳边时,关闭显示面板1061和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061,可以采用液晶显示器(liquidcrystaldisplay,lcd)、有机发光二极管(organiclight-emittingdiode,oled)等形式来配置显示面板1061。用户输入单元107可用于接收输入的数字或字符信息,以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作),并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器110,并能接收处理器110发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071,用户输入单元107还可以包括其他输入设备1072。具体地,其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种,具体此处不做限定。进一步的,触控面板1071可覆盖显示面板1061,当触控面板1071检测到在其上或附近的触摸操作后,传送给处理器110以确定触摸事件的类型,随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中,触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能,但是在某些实施例中,可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能,具体此处不做限定。接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(i/o)端口、视频i/o端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器109可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。处理器110是移动终端的控制中心,利用各种接口和线路连接整个移动终端的各个部分,通过运行或执行存储在存储器109内的软件程序和/或模块,以及调用存储在存储器109内的数据,执行移动终端的各种功能和处理数据,从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元;优选的,处理器110可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器110中。移动终端100还可以包括给各个部件供电的电源111(比如电池),优选的,电源111可以通过电源管理系统与处理器110逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。尽管图1未示出,移动终端100还可以包括蓝牙模块等,在此不再赘述。为了便于理解本发明实施例,下面对本发明的移动终端所基于的通信网络系统进行描述。请参阅图2,图2为本发明实施例提供的一种通信网络系统架构图,该通信网络系统为通用移动通信技术的lte系统,该lte系统包括依次通讯连接的ue(userequipment,用户设备)201,e-utran(evolvedumtsterrestrialradioaccessnetwork,演进式umts陆地无线接入网)202,epc(evolvedpacketcore,演进式分组核心网)203和运营商的ip业务204。具体地,ue201可以是上述终端100,此处不再赘述。e-utran202包括enodeb2021和其它enodeb2022等。其中,enodeb2021可以通过回程(backhaul)(例如x2接口)与其它enodeb2022连接,enodeb2021连接到epc203,enodeb2021可以提供ue201到epc203的接入。epc203可以包括mme(mobilitymanagemententity,移动性管理实体)2031,hss(homesubscriberserver,归属用户服务器)2032,其它mme2033,sgw(servinggateway,服务网关)2034,pgw(pdngateway,分组数据网络网关)2035和pcrf(policyandchargingrulesfunction,政策和资费功能实体)2036等。其中,mme2031是处理ue201和epc203之间信令的控制节点,提供承载和连接管理。hss2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能,并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过sgw2034进行发送,pgw2035可以提供ue201的ip地址分配以及其它功能,pcrf2036是业务数据流和ip承载资源的策略与计费控制策略决策点,它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。ip业务204可以包括因特网、内联网、ims(ipmultimediasubsystem,ip多媒体子系统)或其它ip业务等。虽然上述以lte系统为例进行了介绍,但本领域技术人员应当知晓,本发明不仅仅适用于lte系统,也可以适用于其他无线通信系统,例如gsm、cdma2000、wcdma、td-scdma以及未来新的网络系统等,此处不做限定。基于上述移动终端硬件结构以及通信网络系统,提出本发明方法各个实施例。图3是本申请提供的一语音处理方法的实施例的流程图。该实施例的方法一旦被用户触发,则该实施例中的流程通过移动终端100自动运行,其中,各个步骤在运行的时候可以是按照如流程图中的顺序先后进行,也可以是根据实际情况多个步骤同时进行,在此并不做限定。请一并参阅图4,所述移动终端100被配置有麦克风205。本申请提供的语音处理方法包括如下步骤:步骤s310,通过所述麦克风205采集主体语音信号或客体语音信号;步骤s330,当所述移动终端100处于第一工作模式时,对所述主体语音信号的声道模型进行分析,以提取所述主体语音信号的声道模型参数;步骤s350,当所述移动终端100处于第二工作模式时,对所述客体语音信号的基音进行分析,以提取所述客体语音信号的基音特征;步骤s370,基于所述声道模型参数和所述基音特征对所述客体语音信号进行处理,以得到目标语音信号。通过上述实施方式,基于提取的主体语音信号的声道模型参数和客体语音信号的基音特征对客体语音信号进行处理,从而得到符合主体语音信号的声道模型且客体语音信号的基音特征不变的目标语音信号,提升了用户的使用体验。下面将结合具体实施例对上述步骤进行具体的描述。在步骤s310中,通过所述麦克风205采集主体语音信号或客体语音信号。具体地,所述主体语音信号为用户即听音者的声音信号。所述客体语音信号为说话者的声音信号。在本实施方式中,所述主体语音信号和所述客体语音信号的采集可以是对通话业务及能够实现语音播放功能业务的应用程序的监听来实现;即可以是打电话或者接电话时的语音信号,也可以是具有语音播放功能的应用程序播放的语音信号。需要说明的是,本发明中的语音信号的类型可以是中文、英文、日文、德文和法文等,此处不对语音信号的类型进行限定。在其他实施方式中,还可以通过其他语音采集单元采集主体语音信号或客体语音信号。在本实施方式中,由于采集主体语音信号或客体语音信号的可能受到来自周围环境以及传输媒介引入的噪声,使接收到的语音信号并非纯净的原始语音信号,而是受噪声污染的带噪语音信号,因此,在采集得到所述主体语音信号或所述客体语音信号后可以先对所述主体语音信号或所述客体语音信号进行过滤以得到纯净的原始语音信号。在本实施方式中,所述移动终端100还被配置有开关单元300,所述通过所述麦克风205采集主体语音信号或客体语音信号的步骤之后,包括:步骤s3101,获取所述移动终端100的工作模式,当所述开关单元300处于导通状态时,所述移动终端100处于第一工作模式,当所述开关单元300处于截止状态时,所述移动终端100处于第二工作模式。具体地,请再次参阅图4,主体可以为用户即听音者,客体可以为说话者。在一种实施方式中,所述主体发出的主体语音信号可以不经过任何处理,通过空气或其他介质传播出去被所述客体接收。在另一实施方式中,当所述开关单元300处于不同状态时,所述移动终端100可以处于不同的两种工作模式,使得所述主体和所述麦克风205可以接收主体本身发出的主体语音信号或客体发出的客体语音信号。具体地,当所述开关单元300处于导通状态时,所述移动终端100处于第一工作模式,通过所述麦克风205仅采集所述主体语音信号,以便于在后续仅对进入信号处理单元200的所述主体语音信号的声道模型进行分析,进而提取所述主体语音信号的声道模型参数。当所述开关单元300处于截止状态时,所述移动终端100处于第二工作模式,通过所述麦克风205仅采集所述客体语音信号,以便于在后续仅对进入信号处理单元200的所述客体语音信号的基音进行分析,以提取所述客体语音信号的基音特征。在步骤s330中,当所述移动终端100处于第一工作模式时,对所述主体语音信号的声道模型进行分析,以提取所述主体语音信号的声道模型参数。具体地,所述声道模型可以决定所述主体语音信号的语速。所述语速是人类特有的语音或语言表达定义,人们在使用具有传播或沟通意义的词汇表达或传播信息时,所述语速即为单位时间内所包括的词汇容量。在本实施方式中,由于每个人说话的特征不同,因此每个人的语音信号的语速基本不同。可以理解,在其他实施方式中,可能由于一些外在因素,如模仿使得模仿者和被模仿者的语速可能大致相同。在本实施方式中,所述主体语音信号的声道模型参数至少包括瞬时幅度、瞬时频率、瞬时相位。当所述开关单元300处于导通状态时,所述移动终端100处于第一工作模式,对所述主体语音信号的声道模型进行分析,进而提取并保存所述主体语音信号的瞬时幅度、瞬时频率、瞬时相位等参数。在本实施方式中,所述对所述主体语音信号的声道模型进行分析的步骤,包括:步骤s3301,利用同步波形叠加算法或波形相似叠加算法对所述主体语音信号的声道模型进行分析。具体地,所述移动终端100的信号处理单元200可以利用同步波形叠加算法(pitchsynchronousover-lap-add,psola)或波形相似(waveformsimilarityover-lap-add,wsola)叠加算法对所述主体语音信号的声道模型进行分析。可以理解,在其他实施方式中,所述移动终端100的信号处理单元200可以利用其他算法来对所述主体语音信号的声道模型进行分析。在步骤s350中,当所述移动终端100处于第二工作模式时,对所述客体语音信号的基音进行分析,以提取所述客体语音信号的基音特征。具体地,所述基音可以决定所述客体语音信号的语调。语调即语音频率的高低,音调高的声音轻、短、细,音调低的声音重、长、粗。在本实施方式中,由于每个人说话的特征不同,因此每个人的语音信号的语调基本不同。可以理解,在其他实施方式中,可能由于一些外在因素,如模仿使得模仿者和被模仿者的语调可能大致相同。在本实施方式中,所述对所述客体语音信号的基音进行分析的步骤,包括:步骤s3501,利用所述同步波形叠加算法或所述波形相似叠加算法对所述客体语音信号的基音进行分析。具体地,所述移动终端100的信号处理单元200可以利用所述同步波形叠加算法或所述波形相似叠加算法对所述客体语音信号的基音进行分析。可以理解,在其他实施方式中,所述移动终端100的信号处理单元200可以利用其他算法来对所述客体语音信号的基音进行分析。在步骤s370中,基于所述声道模型参数和所述基音特征对所述客体语音信号进行处理,以得到目标语音信号。在本实施方式中,所述基于所述声道模型参数和所述基音特征对所述客体语音信号进行处理,以得到目标语音信号的步骤,包括:步骤s3701,利用所述声道模型参数对所述基音特征进行卷积处理,并将经过卷积处理的语音信号通过辐射模型,以得到目标语音信号。具体地,所述目标语音信号的语速与所述主体语音信号的语速相同,所述目标语音信号的语速与所述客体语音信号的语速不同。所述目标语音信号的语调与所述客体语音信号的语调相同,所述目标语音信号的语调与所述主体语音信号的语调不同。在本实施方式中,所述移动终端100的信号处理单元200可以利用所述声道模型参数对所述基音特征进行卷积处理,并将经过卷积处理的语音信号通过辐射模型,从而得到符合主体语音信号的声道模型且客体语音信号的基音特征不变的目标语音信号,即得到与所述主体语音信号的语速相同且与所述客体语音信号的语调相同的目标语音信号,以让用户能够按自己的语速习惯听清楚说话者的语音信息,保证了用户的主观感受,提升了用户的使用体验。举例而言,当用户即听音者为老年人时,由于老年人的反应和语速比较慢,而正常人的语速可能较快,此时可以提取老年人的语音信号的声道模型和说话者的语音信号的基因特征,并利用所述声道模型参数对所述基音特征进行处理,以得到符合正常人的语速习惯且维持说话者的语调不变的目标语音信号,从而保证听音者够按自己的语速习惯听清楚说话者的客体语音信息。在本实施方式中,所述移动终端100还被配置有麦克风206,所述基于所述声道模型参数和所述基音特征对所述客体语音信号进行处理,以得到目标语音信号的步骤之后,还包括:步骤s3702,将所述目标语音信息通过所述麦克风206输出。具体地,在得到所述目标语音信息,所述移动终端100可以将所述目标语音信息通过所述麦克风206输出以传递给听音者。通过上述实施方式,先通过所述麦克风205采集主体语音信号或客体语音信号;当所述移动终端100处于第一工作模式时,对所述主体语音信号的声道模型进行分析并提取所述主体语音信号的声道模型参数;当所述移动终端100处于第二工作模式时,对所述客体语音信号的基音进行分析并提取所述客体语音信号的基音特征;然后基于所述声道模型参数和所述基音特征对所述客体语音信号进行处理,以得到目标语音信号,从而得到符合主体语音信号的声道模型且客体语音信号的基音特征不变的目标语音信号,提升了用户的使用体验。进一步地,所述目标语音信号的语速与所述主体语音信号的语速相同,所述目标语音信号的语速与所述客体语音信号的语速不同,所述目标语音信号的语调与所述客体语音信号的语调相同,从而实现得到的目标语音信号的语速符合用户的语速,同时语调与说话者语调相同,以让用户能够按自己的语速习惯听清楚说话者的语音信息,保证了用户的主观感受。图5为本申请实施例提供的移动终端100的结构组成示意图,移动终端100包括:处理器110;存储器109与所述处理器110连接,所述存储器109包含控制指令,当所述处理器110读取所述控制指令时,控制所述移动终端100实现如下步骤:通过被配置给所述移动终端100的麦克风采集主体语音信号或客体语音信号;当所述移动终端100处于第一工作模式时,对所述主体语音信号的声道模型进行分析,以提取所述主体语音信号的声道模型参数;当所述移动终端100处于第二工作模式时,对所述客体语音信号的基音进行分析,以提取所述客体语音信号的基音特征;及基于所述声道模型参数和所述基音特征对所述客体语音信号进行处理,以得到目标语音信号。可选地,所述移动终端100还被配置有开关单元,所述通过所述麦克风采集主体语音信号或客体语音信号的步骤之后,还包括:获取所述移动终端100的工作模式,当所述开关单元处于导通状态时,所述移动终端100处于第一工作模式,当所述开关单元处于截止状态时,所述移动终端100处于第二工作模式。可选地,所述对所述主体语音信号的声道模型进行分析的步骤,包括:利用同步波形叠加算法或波形相似叠加算法对所述主体语音信号的声道模型进行分析。可选地,所述主体语音信号的声道模型参数至少包括瞬时幅度、瞬时频率、瞬时相位。可选地,所述对所述客体语音信号的基音进行分析的步骤,包括:利用所述同步波形叠加算法或所述波形相似叠加算法对所述客体语音信号的基音进行分析。可选地,所述目标语音信号的语速与所述主体语音信号的语速相同,所述目标语音信号的语速与所述客体语音信号的语速不同,所述目标语音信号的语调与所述客体语音信号的语调相同。可选地,所述基于所述声道模型参数和所述基音特征对所述客体语音信号进行处理,以得到目标语音信号的步骤,包括:利用所述声道模型参数对所述基音特征进行卷积处理,并将经过卷积处理的语音信号通过辐射模型,以得到目标语音信号。可选地,所述移动终端100还被配置有耳机,所述基于所述声道模型参数和所述基音特征对所述客体语音信号进行处理,以得到目标语音信号的步骤之后,还包括:将所述目标语音信息通过所述耳机输出。通过上述移动终端100,先通过所述麦克风采集主体语音信号或客体语音信号;当所述移动终端100处于第一工作模式时,对所述主体语音信号的声道模型进行分析并提取所述主体语音信号的声道模型参数;当所述移动终端100处于第二工作模式时,对所述客体语音信号的基音进行分析并提取所述客体语音信号的基音特征;然后基于所述声道模型参数和所述基音特征对所述客体语音信号进行处理,以得到目标语音信号,从而得到符合主体语音信号的声道模型且客体语音信号的基音特征不变的目标语音信号,提升了用户的使用体验。进一步地,所述目标语音信号的语速与所述主体语音信号的语速相同,所述目标语音信号的语速与所述客体语音信号的语速不同,所述目标语音信号的语调与所述客体语音信号的语调相同,从而实现得到的目标语音信号的语速符合用户的语速,同时语调与说话者语调相同,以让用户能够按自己的语速习惯听清楚说话者的语音信息,保证了用户的主观感受。本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质有一个或多个程序,一个或多个程序被一个或多个处理器执行,以实现如下步骤:通过被配置给移动终端的麦克风采集主体语音信号或客体语音信号;当所述移动终端处于第一工作模式时,对所述主体语音信号的声道模型进行分析,以提取所述主体语音信号的声道模型参数;当所述移动终端处于第二工作模式时,对所述客体语音信号的基音进行分析,以提取所述客体语音信号的基音特征;及基于所述声道模型参数和所述基音特征对所述客体语音信号进行处理,以得到目标语音信号。可选地,所述移动终端还被配置有开关单元,所述通过所述麦克风采集主体语音信号或客体语音信号的步骤之后,还包括:获取所述移动终端100的工作模式,当所述开关单元处于导通状态时,所述移动终端处于第一工作模式,当所述开关单元处于截止状态时,所述移动终端处于第二工作模式。可选地,所述对所述主体语音信号的声道模型进行分析的步骤,包括:利用同步波形叠加算法或波形相似叠加算法对所述主体语音信号的声道模型进行分析。可选地,所述主体语音信号的声道模型参数至少包括瞬时幅度、瞬时频率、瞬时相位。可选地,所述对所述客体语音信号的基音进行分析的步骤,包括:利用所述同步波形叠加算法或所述波形相似叠加算法对所述客体语音信号的基音进行分析。可选地,所述目标语音信号的语速与所述主体语音信号的语速相同,所述目标语音信号的语速与所述客体语音信号的语速不同,所述目标语音信号的语调与所述客体语音信号的语调相同。可选地,所述基于所述声道模型参数和所述基音特征对所述客体语音信号进行处理,以得到目标语音信号的步骤,包括:利用所述声道模型参数对所述基音特征进行卷积处理,并将经过卷积处理的语音信号通过辐射模型,以得到目标语音信号。可选地,所述移动终端还被配置有耳机,所述基于所述声道模型参数和所述基音特征对所述客体语音信号进行处理,以得到目标语音信号的步骤之后,还包括:将所述目标语音信息通过所述耳机输出。通过上述计算机可读存储介质,先通过所述麦克风采集主体语音信号或客体语音信号;当所述移动终端处于第一工作模式时,对所述主体语音信号的声道模型进行分析并提取所述主体语音信号的声道模型参数;当所述移动终端处于第二工作模式时,对所述客体语音信号的基音进行分析并提取所述客体语音信号的基音特征;然后基于所述声道模型参数和所述基音特征对所述客体语音信号进行处理,以得到目标语音信号,从而得到符合主体语音信号的声道模型且客体语音信号的基音特征不变的目标语音信号,提升了用户的使用体验。进一步地,所述目标语音信号的语速与所述主体语音信号的语速相同,所述目标语音信号的语速与所述客体语音信号的语速不同,所述目标语音信号的语调与所述客体语音信号的语调相同,从而实现得到的目标语音信号的语速符合用户的语速,同时语调与说话者语调相同,以让用户能够按自己的语速习惯听清楚说话者的语音信息,保证了用户的主观感受。本申请实施例还提供了一种计算机可读存储介质。这里的计算机可读存储介质存储有一个或者多个程序。其中,计算机可读存储介质可以包括易失性存储器,例如随机存取存储器;存储器也可以包括非易失性存储器,例如只读存储器、快闪存储器、硬盘或固态硬盘;存储器还可以包括上述种类的存储器的组合。上述各实施方式中的对应的技术特征在不导致方案矛盾或不可实施的前提下,可以相互使用。需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本申请的保护之内。当前第1页12当前第1页12
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1