【技术实现步骤摘要】
音频数据的处理方法和装置、存储介质
本专利技术涉及计算机领域,具体而言,涉及一种音频数据的处理方法和装置、存储介质。
技术介绍
在语音识别领域中,用户的账号、密码、地址等敏感信息如果直接暴露出来,会极大的影响用户的财产和人身安全。另一方面,反动、暴力、色情、辱骂等不正当言论也会对网络环境造成极大的破坏。因此语音数据的脱敏是一个很重要的环节。如今流行的脱敏技术方案是维护一套敏感词的规则库,语音转写内容经过规则匹配将敏感的词语抹掉或置为*号。但对于方言,其规则,发音和普通话相比有较大的变化,还存在方言和普通话穿插的场景。如果以普通话的规则去匹配方言的敏感词,会使方言的脱敏效果很差。因此,针对相关技术中,无法有效的对方言进行脱敏的问题,尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种音频数据的处理方法和装置、存储介质,以至少解决相关技术中,无法有效的对方言进行脱敏的技术问题。根据本专利技术实施例的一个方面,提供了一种音频数据的处理方法,包括:获取待处理音频数据的N个第一特征信息,其中,上述N为自然数;确定上述N个第一特征信息对应的N个语种,将N个音频数据分别输入至上述N个语种对应的N个语言识别模块中,其中,上述待处理音频数据包括上述N个音频数据,上述N个音频数据与上述N个第一特征信息一一对应;通过上述N个语言识别模块分别对上述N个音频数据进行处理,确定上述N个音频数据对应的N组目标词汇集,其中,上述N组目标词汇集中的词汇均为敏感词汇。根据本专利技术实施例 ...
【技术保护点】
1.一种音频数据的处理方法,其特征在于,包括:/n获取待处理音频数据的N个第一特征信息,其中,所述N为自然数;/n确定所述N个第一特征信息对应的N个语种,将N个音频数据分别输入至所述N个语种对应的N个语言识别模块中,其中,所述待处理音频数据包括所述N个音频数据,所述N个音频数据与所述N个第一特征信息一一对应;/n通过所述N个语言识别模块分别对所述N个音频数据进行处理,确定所述N个音频数据对应的N组目标词汇集,其中,所述N组目标词汇集中的词汇均为敏感词汇。/n
【技术特征摘要】
1.一种音频数据的处理方法,其特征在于,包括:
获取待处理音频数据的N个第一特征信息,其中,所述N为自然数;
确定所述N个第一特征信息对应的N个语种,将N个音频数据分别输入至所述N个语种对应的N个语言识别模块中,其中,所述待处理音频数据包括所述N个音频数据,所述N个音频数据与所述N个第一特征信息一一对应;
通过所述N个语言识别模块分别对所述N个音频数据进行处理,确定所述N个音频数据对应的N组目标词汇集,其中,所述N组目标词汇集中的词汇均为敏感词汇。
2.根据权利要求1所述的方法,其特征在于,所述确定所述N个第一特征信息对应的N个语种,包括:
将每个所述N个第一特征信息与一组样本特征信息一一匹配,确定与所述N个第一特征信息匹配的N个第二特征信息;其中,所述一组样本特征信息为预先确定的样本特征信息,所述一组样本特征信息中的一个样本特征信息对应于一个语种,所述N个第二特征信息为所述一组样本特征信息中的N个样本特征信息;
根据所述N个第二特征信息确定所述N个语种,其中,所述N个语种与所述N个第二特征信息一一对应,所述N个第二特征信息用于指示所述N个语种对应的所述N个语言识别模块。
3.根据权利要求1所述的方法,其特征在于,在所述将N个音频数据分别输入至所述N个语种对应的N个语言识别模块中之前,所述方法还包括:
对所述N个第一特征信息分别标记N个时间信息,其中,所述N个时间信息用于指示在所述待处理音频数据中产生所述N个第一特征信息的起止时间;
按照所述N个时间信息对所述待处理音频数据进行拆分,得到所述N个音频数据。
4.根据权利要求1所述的方法,其特征在于,所述通过所述N个语言识别模块分别对所述N个音频数据进行处理,确定所述N个音频数据对应的N组目标词汇集,包括:
通过所述N个语言识别模块分别确定所述N个音频数据对应的N个文本数据;
将所述N个文本数据中的词汇与所述N个语言识别模块中预先记录的N组样本词汇集中的词汇进行匹配,得到所述N组目标词汇集,其中,所述N组目标词汇集与所述N个文本数据一一对应,所述N组目标词汇集中的一个目标词汇集所包括的M个词汇与所述N组样本词汇集中的一个样本词汇集中的M个词汇匹配,所述M为自然数。
5.根据权利要求4所述的方法,其特征在于,在所述将所述N个文本数据中的词汇与所述N个语言识别模块中预先记录的N组样本词汇集中的词汇进行匹配,得到所述N组目标词汇集之后,所述...
【专利技术属性】
技术研发人员:刘畅奕航,梁志婷,徐世超,徐浩,
申请(专利权)人:上海明略人工智能集团有限公司,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。