技术特征:
1.一种数据处理方法,包括:
获取第一音频数据;
将所述第一音频数据进行转换,获得第一音频图像;
基于所述第一音频图像,生成第二音频图像;
对所述第二音频图像对应的音频特征信息进行处理,获得第二音频数据,所述第一音频数据和所述第二音频数据具有相同的语义,且所述第一音频数据和所述第二音频数据的音频属性特征不同。
2.根据权利要求1所述的方法,所述基于所述第一音频图像,生成第二音频图像,包括:
基于图像转换模型对所述第一音频图像进行处理,获得第二音频图像;
所述图像转换模型用于提取所述第一音频图像中所述待转换的音频特征,并基于所述音频特征生成所述第二音频图像,所述第二音频图像与所述第一音频图像具有不同的图像特征。
3.根据权利要求2所述的方法,所述方法还包括:
获取第一样本集,所述第一样本集包括若干具有第一音频图像的图像特征的第一图像以及若干具有第二音频图像的图像特征的第二图像;
利用所述第一样本集对初始神经网络模型进行无监督训练,获得图像转换模型。
4.根据权利要求3所述的方法,所述图像转换模型包括循环生成对抗网络,所述循环生成对抗网络包括第一生成对抗网络和第二生成对抗网络,其中,
所述第一生成对抗网络,用于提取所述第一音频图像中待转换的音频特征,并基于所述音频特征生成第二音频图像;
所述第二生成对抗网络,用于检测针对所述第二音频图像进行还原后的图像是否与所述第一音频图像一致。
5.根据权利要求2所述的方法,所述方法还包括:
获取第二样本集,所述第二样本集包括若干组图像样本,每一组图像样本包括具有第一音频图像的图像特征的第三图像,以及与所述第三图像对应的具有第二音频图像的图像特征的第四图像;
基于所述第二样本集对初始神经网络模型进行有监督训练,获得图像转换模型。
6.根据权利要求1所述的方法,所述方法还包括:
基于所述第一音频数据以及所述第二音频数据,生成音频数据训练样本;
基于所述音频数据训练样本进行模型训练,获得音频识别模型,所述音频识别模型用于识别具有不同音频属性特征的音频数据。
7.根据权利要求6所述的方法,所述方法还包括:
获取待识别的音频数据;
将所述待识别的音频数据输入至所述音频识别模型,得到音频识别结果,所述音频识别结果包括音频识别内容以及音频属性特征。
8.根据权利要求7所述的方法,所述方法还包括:
若所述音频识别内容不唯一,基于所述音频识别特征,在所述音频识别内容中确定目标音频识别内容。
9.一种数据处理装置,包括:
获取单元,用于获取第一音频数据;
转换单元,用于将所述第一音频数据进行转换,获得第一音频图像;
生成单元,用于基于所述第一音频图像,生成第二音频图像;
处理单元,用于对所述第二音频图像对应的音频特征信息进行处理,获得第二音频数据,所述第一音频数据和所述第二音频数据具有相同的语义,且所述第一音频数据和所述第二音频数据的音频属性特征不同。
10.一种电子设备,所述电子设备包括:
存储器,用于存储应用程序和所述应用程序运行所产生的数据;
处理器,用于执行所述应用程序,以实现:
获取第一音频数据;
将所述第一音频数据进行转换,获得第一音频图像;
基于所述第一音频图像,生成第二音频图像;
对所述第二音频图像对应的音频特征信息进行处理,获得第二音频数据,所述第一音频数据和所述第二音频数据具有相同的语义,且所述第一音频数据和所述第二音频数据的音频属性特征不同。
技术总结
本申请公开了一种数据处理方法、装置及电子设备,包括获取第一音频数据,将第一音频数据进行转换,获得第一音频图像;基于第一音频图像,生成第二音频图像;对第二音频图像对应的音频特征信息进行处理,获得第二音频数据。通过音频图像的转换方式,实现了通过已有音频数据生成与之具有相同的语义,且不同音频属性特征的音频数据的目的,降低了数据收集的时间成本及难度。
技术研发人员:师圣;杜杨洲;杨琳
受保护的技术使用者:联想(北京)有限公司
技术研发日:2021.02.18
技术公布日:2021.06.22
本文用于企业家、创业者技术爱好者查询,结果仅供参考。