语音断句方法、计算机设备和存储介质技术

本发明专利技术涉及自然语言处理领域，尤其涉及一种语音断句方法、计算机设备和存储介质，该语音断句方法包括：对语音数据进行语音识别与静音检测，获得语音数据对应的目标文本与静音信息；对目标文本进行语义断句处理，获得语义断句信息；将静音信息与语义断句信息输入断句预测模型进行断句预测，获得目标文本对应的断句预测结果；根据断句预测结果，对目标文本进行断句。通过将语音数据的静音信息与语音数据对应的目标文本的语义断句信息输入断句预测模型进行断句预测，实现根据文本语义和说话人的语气停顿等特征综合进行断句，可以避免出现漏断与误断的情况，提高了语音断句的准确性。提高了语音断句的准确性。提高了语音断句的准确性。

【技术实现步骤摘要】
语音断句方法、计算机设备和存储介质


[0001]本专利技术涉及自然语言处理领域，尤其涉及一种语音断句方法、计算机设备和存储介质。

技术介绍

[0002]自动语音识别技术是一种将语音数据转化为可读的文字信息的技术。在很多长语音识别场景中，由于识别得到的文本信息较长，为方便用户阅读和理解，因此需要对识别得到的文本信息进行断句。
[0003]现有的语音断句方法一般是将语音数据进行语音识别得到的文本信息输入训练好的断句预测模型进行断句预测，其中，断句预测模型可以是神经网络模型、条件随机场模型等等。现有技术一般是根据带有断句标记的海量文本数据对断句预测模型进行训练，若文本数据不够全面，则训练好的断句预测模型的文本断句的准确性较低；并且在实际应用中，由于不同说话人的说话特征不同，断句预测模型未考虑到不同说话人的说话特征对文本断句的影响，因此现有的断句预测模型容易出现漏断与误断的情况，降低了语音断句的准确性。
[0004]因此，如何提高语音断句的准确性成为亟需解决的问题。

技术实现思路

[0005]本专利技术提供了一种语音断句方法、计算机设备和存储介质，通过将语音数据的静音信息与语音数据对应的目标文本的语义断句信息输入断句预测模型进行断句预测，实现根据文本语义和说话人的语气停顿等特征综合进行断句，可以避免出现漏断与误断的情况，提高了语音断句的准确性。
[0006]第一方面，本专利技术提供了一种语音断句方法，所述方法包括：对语音数据进行语音识别与静音检测，获得所述语音数据对应的目标文本与静音信息；对所述目标文本进行语义断句处理，获得语义断句信息；将所述静音信息与所述语义断句信息输入断句预测模型进行断句预测，获得所述目标文本对应的断句预测结果；根据所述断句预测结果，对所述目标文本进行断句。
[0007]第二方面，本专利技术还提供了一种计算机设备，所述计算机包括处理器和存储器；所述存储器用于存储程序；所述处理器，用于调用所述存储器中的所述程序，以实现如上述的语音断句方法。
[0008]第三方面，本专利技术还提供了一种存储介质，用于可读存储，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上述的语音断句方法。
[0009]本专利技术公开了一种语音断句方法、计算机设备和存储介质，通过对语音数据进行语音识别与静音检测，可以获得语音数据对应的目标文本与静音信息；通过对目标文本进行语义断句处理，可以获得目标文本的语义断句信息；通过将静音信息与语义断句信息输
入断句预测模型进行断句预测，可以获得目标文本对应的断句预测结果，由于静音信息表示说话人的语气停顿特征，语义断句信息为对目标文本中的语义特征进行语义断句得到，因此可以实现根据文本语义和说话人的语气停顿等特征综合进行断句预测，可以避免出现漏断与误断的情况，提高了语音断句的准确性。
[0010]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本专利技术。
附图说明
[0011]为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0012]图1是本专利技术实施例提供的一种计算机设备的结构示意图；
[0013]图2是本专利技术实施例提供的一种语音断句方法的示意性流程图；
[0014]图3是本专利技术实施例提供的一种对目标文本进行断句的示意图；
[0015]图4是本专利技术实施例提供的一种对语音数据进行静音检测的子步骤的示意性流程图。
具体实施方式
[0016]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0017]附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
[0018]应当理解，在此本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0019]还应当理解，在本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0020]应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0021]在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本专利技术的说明，其本身没有特有的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
[0022]本专利技术的实施例提供了一种语音断句方法、计算机设备和存储介质。其中，该语音断句方法可以应用于计算机设备，通过将语音数据的静音信息与语音数据对应的目标文本的语义断句信息输入断句预测模型进行断句预测，实现根据文本语义和说话人的语气停顿等特征综合进行断句，可以避免出现漏断与误断的情况，提高了语音断句的准确性。
[0023]示例性的，计算机设备可以包括服务器与终端。其中，服务器可以为独立的服务
器，也可以为服务器集群；终端可以是智能手机、平板电脑、笔记本电脑和台式电脑等电子设备。
[0024]请参阅图1，图1是本专利技术实施例提供的一种计算机设备的结构示意图。计算机设备100可以包括处理器101和存储器102，其中处理器101以及存储器102可以通过总线连接，该总线比如为I2C(Inter
‑
integrated Circuit)总线等任意适用的总线。
[0025]其中，存储器102可以包括非易失性存储介质和内存储器。非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令，该程序指令被执行时，可使得处理器101执行任意一种语音断句方法。
[0026]其中，处理器101用于提供计算和控制能力，支撑整个计算机设备100的运行。
[0027]其中，处理器101可以是中央处理单元(Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(application specific integrated circuit，ASIC)、现场可编程门阵列(Field
‑
Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种语音断句方法，所述方法包括：对语音数据进行语音识别与静音检测，获得所述语音数据对应的目标文本与静音信息；对所述目标文本进行语义断句处理，获得语义断句信息；将所述静音信息与所述语义断句信息输入断句预测模型进行断句预测，获得所述目标文本对应的断句预测结果；根据所述断句预测结果，对所述目标文本进行断句。2.根据权利要求1所述的语音断句方法，其特征在于，所述语音数据包括至少两个流式语音包，所述静音信息包括所述目标文本中每个词组对应的累计静音分值；所述对语音数据进行语音识别与静音检测，获得所述语音数据对应的目标文本与静音信息，包括：对每个所述流式语音包进行语音识别，获得每个所述流式语音包对应的识别文本，并将最大长度的识别文本，确定为所述目标文本；依次对相邻两个流式语音包对应的识别文本进行文本对比；若相邻两个流式语音包对应的识别文本不相同，则对两识别文本中最后一个相同的词组赋值第一静音分值；若相邻两个流式语音包对应的识别文本相同，则对两识别文本中的最后一个词组赋值第二静音分值；将所述目标文本中每个词组对应的第一静音分值和第二静音分值进行累计，获得所述目标文本中每个词组对应的所述累计静音分值。3.根据权利要求1所述的语音断句方法，其特征在于，所述语义断句信息包括所述目标文本中每个词组对应的语义断句分值；所述对所述目标文本进行语义断句处理，获得语义断句信息之前，还包括：对所述目标文本中的每个词组进行向量化，获得每个所述词组对应的词向量；所述对所述目标文本进行语义断句处理，获得语义断句信息，包括：将每个所述词组对应的词向量输入语义断句模型进行语义断句处理，获得每个所述词组对应的语义断句分值。4.根据权利要求3所述的语音断句方法，其特征在于，所述将每个所述词组对应的词向量输入语义断句模型进行语义断句处理，获得每个所述词组对应的语义断句分值，包括：确定每个所述词组对应的至少一个相邻词组的相邻词向量；基于预设的计算公式，根据每个所述词组对应的词向量的位置权重值、以及至少一个所述相邻词组的相邻词向量的位置权重值，对每个所述词组对应的词向量与至少一个所述相邻词组的相邻词向量进行点积计算，获得每个所...

【专利技术属性】
技术研发人员：曹刚，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：