本申請涉及音頻處理領(lǐng)域，尤其涉及一種基于深度聲學(xué)特征的笑聲檢測方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)：

1、笑聲檢測是對話式語音合成系統(tǒng)重要的一環(huán)。笑聲檢測技術(shù)在多個領(lǐng)域具有重要的應(yīng)用價(jià)值，如情感分析、用戶體驗(yàn)研究、心理健康監(jiān)測等；笑聲作為語音額外的補(bǔ)償，能提供更多的情感表達(dá)。比如，在金融領(lǐng)域中，它能夠幫助系統(tǒng)自動識別和分析人們在交流中的笑聲，從而提供更豐富的情感信息，幫助金融工作人員了解對話對象的心理狀態(tài)。所以笑聲的識別、測量和分割等不同范圍內(nèi)的研究發(fā)揮著重要的重用。

2、笑聲分割能給我提供與說話人相關(guān)的笑聲信息。有了標(biāo)記好的笑聲信息能在對話式語音合成中加入額外的笑聲?？梢栽谡５暮铣烧Z音中額外的插入不成程度的笑聲表達(dá)，使得對話式語音合成系統(tǒng)的表達(dá)更加自然。

3、但是，笑聲檢測通常需要在嘈雜的環(huán)境中進(jìn)行，背景噪音、回聲和混響都會干擾笑聲的識別；并且，笑聲不僅僅是一個簡單的生理反應(yīng)，它還與情感狀態(tài)緊密相關(guān)，不同的情感狀態(tài)可能會產(chǎn)生不同特征的笑聲，增加了檢測的難度。

4、因此，如何提高笑聲檢測準(zhǔn)確率成為目前亟待解決的技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、本申請?zhí)峁┝艘环N基于深度聲學(xué)特征的笑聲檢測方法、裝置、設(shè)備及介質(zhì)，旨在提高笑聲檢測準(zhǔn)確率。

2、第一方面，本申請?zhí)峁┮环N基于深度聲學(xué)特征的笑聲檢測方法，所述基于深度聲學(xué)特征的笑聲檢測方法包括以下步驟：

3、基于特征提取算法，對至少一個分段聲學(xué)信號進(jìn)行特征提取，獲得第一聲學(xué)特征；

4、基于語音預(yù)訓(xùn)練模型，對所述分段聲學(xué)信號進(jìn)行深度聲學(xué)特征提取，獲得第二聲學(xué)特征；

5、基于笑聲檢測模型，對所述第一聲學(xué)特征和所述第二聲學(xué)特征的融合特征進(jìn)行笑聲特征識別，獲得笑聲檢測信息。

6、第二方面，本申請還提供一種基于深度聲學(xué)特征的笑聲檢測裝置，所述基于深度聲學(xué)特征的笑聲檢測裝置包括：

7、第一特征提取模塊，用于基于特征提取算法，對至少一個分段聲學(xué)信號進(jìn)行特征提取，獲得第一聲學(xué)特征；

8、第二特征提取模塊，用于基于語音預(yù)訓(xùn)練模型，對所述分段聲學(xué)信號進(jìn)行深度聲學(xué)特征提取，獲得第二聲學(xué)特征；

9、笑聲檢測模塊，用于基于笑聲檢測模型，對所述第一聲學(xué)特征和所述第二聲學(xué)特征的融合特征進(jìn)行笑聲特征識別，獲得笑聲檢測信息。

10、第三方面，本申請還提供一種計(jì)算機(jī)設(shè)備，所述計(jì)算機(jī)設(shè)備包括處理器、存儲器、以及存儲在所述存儲器上并可被所述處理器執(zhí)行的計(jì)算機(jī)程序，其中所述計(jì)算機(jī)程序被所述處理器執(zhí)行時，實(shí)現(xiàn)如上述的基于深度聲學(xué)特征的笑聲檢測方法的步驟。

11、第四方面，本申請還提供一種計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)上存儲有計(jì)算機(jī)程序，其中所述計(jì)算機(jī)程序被處理器執(zhí)行時，實(shí)現(xiàn)如上述的基于深度聲學(xué)特征的笑聲檢測方法的步驟。

12、本申請?zhí)峁┮环N基于深度聲學(xué)特征的笑聲檢測方法、裝置、計(jì)算機(jī)設(shè)備及存儲介質(zhì)，本申請方法包括基于特征提取算法，對至少一個分段聲學(xué)信號進(jìn)行特征提取，獲得第一聲學(xué)特征；基于語音預(yù)訓(xùn)練模型，對所述分段聲學(xué)信號進(jìn)行深度聲學(xué)特征提取，獲得第二聲學(xué)特征；基于笑聲檢測模型，對所述第一聲學(xué)特征和所述第二聲學(xué)特征的融合特征進(jìn)行笑聲特征識別，獲得笑聲檢測信息。通過上述方式，本申請利用特征提取算法捕捉聲學(xué)信號的第一聲學(xué)特征；通過語音預(yù)訓(xùn)練模型對信號進(jìn)行深度聲學(xué)特征提取，挖掘更深層次的語音特性，獲得第二聲學(xué)特征，通過結(jié)合特征提取算法和語音預(yù)訓(xùn)練模型，實(shí)現(xiàn)了對聲學(xué)信號的多層次特征分析。將第一聲學(xué)特征和第二聲學(xué)特征進(jìn)行融合，并輸入到笑聲檢測模型中進(jìn)行特征識別，綜合了不同層面的信息，使得模型能夠更全面地理解和識別笑聲，從而提高笑聲檢測的準(zhǔn)確性。

技術(shù)特征：

1.一種基于深度聲學(xué)特征的笑聲檢測方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的基于深度聲學(xué)特征的笑聲檢測方法，其特征在于，所述基于特征提取算法，對至少一個分段聲學(xué)信號進(jìn)行特征提取，獲得第一聲學(xué)特征，包括：

3.根據(jù)權(quán)利要求1所述的基于深度聲學(xué)特征的笑聲檢測方法，其特征在于，所述基于特征提取算法，對至少一個分段聲學(xué)信號進(jìn)行特征提取，獲得第一聲學(xué)特征之前，還包括：

4.根據(jù)權(quán)利要求1所述的基于深度聲學(xué)特征的笑聲檢測方法，其特征在于，所述基于笑聲檢測模型，對所述第一聲學(xué)特征和所述第二聲學(xué)特征的融合特征進(jìn)行笑聲特征識別，獲得笑聲檢測信息，包括：

5.根據(jù)權(quán)利要求1所述的基于深度聲學(xué)特征的笑聲檢測方法，其特征在于，所述基于笑聲檢測模型，對所述第一聲學(xué)特征和所述第二聲學(xué)特征的融合特征進(jìn)行笑聲特征識別，獲得笑聲檢測信息，還包括：

6.根據(jù)權(quán)利要求5所述的基于深度聲學(xué)特征的笑聲檢測方法，其特征在于，所述笑聲檢測信息包括笑聲位置信息；

7.根據(jù)權(quán)利要求1所述的基于深度聲學(xué)特征的笑聲檢測方法，其特征在于，所述基于笑聲檢測模型，對所述第一聲學(xué)特征和所述第二聲學(xué)特征的融合特征進(jìn)行笑聲特征識別，獲得笑聲檢測信息之前，還包括：

8.一種基于深度聲學(xué)特征的笑聲檢測裝置，其特征在于，所述基于深度聲學(xué)特征的笑聲檢測裝置包括：

9.一種計(jì)算機(jī)設(shè)備，其特征在于，所述計(jì)算機(jī)設(shè)備包括處理器、存儲器、以及存儲在所述存儲器上并可被所述處理器執(zhí)行的計(jì)算機(jī)程序，其中所述計(jì)算機(jī)程序被所述處理器執(zhí)行時，實(shí)現(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述的基于深度聲學(xué)特征的笑聲檢測方法的步驟。

10.一種計(jì)算機(jī)可讀存儲介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲介質(zhì)上存儲有計(jì)算機(jī)程序，其中所述計(jì)算機(jī)程序被處理器執(zhí)行時，實(shí)現(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述的基于深度聲學(xué)特征的笑聲檢測方法的步驟。

技術(shù)總結(jié)
本申請?zhí)峁┮环N基于深度聲學(xué)特征的笑聲檢測方法、裝置、設(shè)備及介質(zhì)，涉及音頻處理領(lǐng)域。本申請方法利用特征提取算法捕捉聲學(xué)信號的第一聲學(xué)特征；通過語音預(yù)訓(xùn)練模型對信號進(jìn)行深度聲學(xué)特征提取，挖掘更深層次的語音特性，獲得第二聲學(xué)特征，通過結(jié)合特征提取算法和語音預(yù)訓(xùn)練模型，實(shí)現(xiàn)了對聲學(xué)信號的多層次特征分析。將第一聲學(xué)特征和第二聲學(xué)特征進(jìn)行融合，并輸入到笑聲檢測模型中進(jìn)行特征識別，綜合了不同層面的信息，使得模型能夠更全面地理解和識別笑聲，從而提高笑聲檢測的準(zhǔn)確性。

技術(shù)研發(fā)人員：石巖,陳閩川,王少軍
受保護(hù)的技術(shù)使用者：平安科技（深圳）有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9