一种特征提取方法、装置、电子设备和存储介质与流程

技术特征：
1.一种特征提取方法，其特征在于，应用于8k升16k采样率的语音，包括：在特征提取过程中，获取高频部分多维mfcc特征能量值；判断所述高频部分多维mfcc特征能量值是否满足置零条件的特征；若判断结果为所述高频部分多维mfcc特征能量值满足所述置零条件的特征，则将所述特征能量值对应的维度设置为可能置零的标注位。2.根据权利要求1所述的一种特征提取方法，其特征在于，所述判断所述高频部分多维mfcc特征能量值是否满足置零条件的特征，包括：比较高频部分多维mfcc特征能量值与多维预设阈值的大小；若所述特征能量值小于预设阈值，则满足所述置零条件的特征；若所述特征能量值大于等于预设阈值，则不满足所述置零条件的特征。3.根据权利要求1所述的一种特征提取方法，其特征在于，所述高频部分的维度是7维。4.根据权利要求3所述的一种特征提取方法，其特征在于，所述方法还包括：若当前维度的特征能量值小于当前维度的预设阈值，且第6维的特征能量值小于第6维的预设阈值、第7维的特征能量值小于第7维的预设阈值，则将所述当前维度的标注位置零。5.根据权利要求4所述的一种特征提取方法，其特征在于，所述方法包括：若1维的特征能量值小于1维的预设阈值，且第6维的特征能量值小于第6维的预设阈值、第7维的特征能量值小于第7维的预设阈值，则将1维的标注位置零；若2维的特征能量值小于2维的预设阈值，且第6维的特征能量值小于第6维的预设阈值、第7维的特征能量值小于第7维的预设阈值，则将2维的标注位置零；若3维的特征能量值小于3维的预设阈值，且第6维的特征能量值小于第6维的预设阈值、第7维的特征能量值小于第7维的预设阈值，则将3维的标注位置零；若4维的特征能量值小于4维的预设阈值，且第6维的特征能量值小于第6维的预设阈值、第7维的特征能量值小于第7维的预设阈值，则将4维的标注位置零；若5维的特征能量值小于5维的预设阈值，且第6维的特征能量值小于第6维的预设阈值、第7维的特征能量值小于第7维的预设阈值，则将5维的标注位置零。6.根据权利要求1所述的一种特征提取方法，其特征在于，所述方法还包括：判断当前帧高频部分多维mfcc特征能量值是否满足置零条件的特征；若判断结果为所述高频部分多维mfcc特征能量值满足置零条件的特征，则将累计帧数加1，若判断结果为所述高频部分多维mfcc特征能量值不满足置零条件的特征，则将累计帧数减1；判断所述累计帧数是否满足帧数条件；若所述累计帧数满足帧数条件且当前帧的高频部分多维mfcc特征能量值满足置零条件的特征，将当前帧满足置零条件的特征对应的维度置零。7.根据权利要求6所述的一种特征提取方法，其特征在于，所述判断所述累计帧数是否满足帧数条件，包括：判断所述累计帧数与预设帧数的大小；若所述累计帧数大于等于所述预设帧数，则满足帧数条件；若所述累计帧数小于所述预设帧数，则不满足帧数条件。8.一种特征提取装置，其特征在于，应用于8k升16k采样率的语音，包括：
获取模块：用于在特征提取过程中，获取高频部分多维mfcc特征能量值；判断模块：用于判断所述高频部分多维mfcc特征能量值是否满足置零条件的特征；设置模块：用于若判断结果为所述高频部分多维mfcc特征能量值满足置零条件的特征，则将所述特征能量值对应的维度设置为可能置零的标注位。9.一种电子设备，其特征在于，包括：处理器和存储器；所述处理器通过调用所述存储器存储的程序或指令，用于执行如权利要求1至7任一项所述一种特征提取方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如权利要求1至7任一项所述一种特征提取方法。

技术总结
本申请涉及一种特征提取方法、装置、电子设备和存储介质，应用于8K升16K采样率的语音，该方法包括：在特征提取过程中，获取高频部分多维MFCC特征能量值；判断所述高频部分多维MFCC特征能量值是否满足置零条件的特征；若判断结果为所述高频部分多维MFCC特征能量值满足所述置零条件的特征，则将所述特征能量值对应的维度设置为可能置零的标注位。本申请通过对比不同采样率的特征差异，将40维中代表高频部分，就是最后7位的部分数值进行置零，从而优化特征提取的方法来弥补损失性能，通过优化升采样数据特征提取方法,使得转换的特征表达更加接近训练的语音数据,提升模型性能，特征的兼容约泛化，对数据的要求会相对降低，减少数据采集和处理的成本。据采集和处理的成本。据采集和处理的成本。


技术研发人员：沈华东 周雷 李轶杰 梁家恩
受保护的技术使用者：云知声智能科技股份有限公司
技术研发日：2021.12.09
技术公布日：2022/3/8