基于音频信息的状态确定方法、装置、设备及介质

本发明涉及语音处理技术领域，可应用于金融科技及医疗健康等业务场景中，公开了一种基于音频信息的状态确定方法、装置、设备及介质，包括：获取音频信号并进行降噪处理和端点检测，得到初始音频片段，统一为预设固定时长后进行语音转文本处理，得到文本信息，提取声学特征与语言学特征，融合后生成多维度特征向量，输入预先训练的分析模型，生成状态概率值，基于状态概率值确定音频信号对应的目标状态。本发明通过在声学特征与语言学特征的基础上融合多维度特征向量，并引入预先训练的分析模型对状态概率值进行判定，有效解决特征提取不全面、特征融合不足、判定结果准确性和泛化能力较差的问题，提升音频信号状态判定的精确性和稳定性。