[發明專利]關鍵詞檢索方法和設備

有效

• 申請號: 201210084525.9
• 申請日: 2012-03-27
• 公開（公告）號: CN103365849A
• 公開（公告）日: 2013-10-23
• 發明（設計）人: 趙培;劉汝杰;巖見田均
• 申請（專利權）人: 富士通株式會社
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 康建峰;李春暉

技術領域

本發明一般地涉及關鍵詞檢索方法和設備。具體而言，本發明涉及一種能夠根據文本描述信息提高針對音頻的關鍵詞檢索的性能的方法和設備。

背景技術

近年來，隨著互聯網技術的發展，Podcast(播客)等網絡應用中出現了越來越多的在線音頻。如何對音頻文件進行高效地管理、搜索成為了亟須解決的問題。較為常見的手段是諸如搜索引擎的關鍵詞檢索設備根據給定的關鍵詞列表找到相應的音頻文件。

傳統的關鍵詞檢索設備通常使用利用大量通用的文本文件訓練出的語言模型，并沒有考慮每個音頻文件的特性。音頻文件通常有與其相關的文本描述信息，如內容摘要等。這些文本描述信息往往能夠反映音頻文件中出現的關鍵詞。而傳統的關鍵詞檢索設備并沒有利用這類重要信息，沒有針對每個音頻文件的特性，調整關鍵詞檢索的策略，檢索性能尚有改善的空間。

發明內容

在下文中給出了關于本發明的簡要概述，以便提供關于本發明的某些方面的基本理解。應當理解，這個概述并不是關于本發明的窮舉性概述。它并不是意圖確定本發明的關鍵或重要部分，也不是意圖限定本發明的范圍。其目的僅僅是以簡化的形式給出某些概念，以此作為稍后論述的更詳細描述的前序。

本發明的目的是針對現有技術的上述問題，提出了一種能夠針對音頻數據的特點，有效地提高關鍵詞檢索性能的關鍵詞檢索方法和設備。該方案通過利用與音頻數據相關聯的文本描述信息，調整部分檢索關鍵詞的得分，來改善關鍵詞檢索的性能，在不顯著影響檢索速度的情況下，能夠提高關鍵詞的檢出率和準確性。

為了實現上述目的，根據本發明的一個方面，提供了一種針對音頻的關鍵詞檢索方法，包括如下步驟：接收檢索關鍵詞集合；接收音頻數據及其對應的文本描述信息；將所述音頻數據分割為多個音頻段，并提取所述多個音頻段的聲學特征；在所述文本描述信息中搜索所述檢索關鍵詞集合中包括的關鍵詞，以得到由搜索到的關鍵詞構成的匹配關鍵詞集合；查找所述檢索關鍵詞集合中的關鍵詞在所述多個音頻段中出現的概率，作為語言模型得分；提高所述匹配關鍵詞集合中的關鍵詞對應的語言模型得分；利用聲學模型根據所述多個音頻段的聲學特征計算聲學模型得分；根據所述語言模型得分和所述聲學模型得分計算所述檢索關鍵詞集合中的關鍵詞對于所述多個音頻段的總得分；以及根據所述總得分判斷所述檢索關鍵詞集合中的關鍵詞所在的音頻段。

根據本發明的一個具體實施例，以相同的比例提高所述匹配關鍵詞集合中的關鍵詞對應的語言模型得分。

根據本發明的一個具體實施例，對于所述匹配關鍵詞集合中的、在所述文本描述信息中以較高詞頻出現的關鍵詞，以較高的比例提高其對應的語言模型得分。

根據本發明的另一個方面，提供了一種針對音頻的關鍵詞檢索方法，包括如下步驟：接收檢索關鍵詞集合；接收音頻數據及其對應的文本描述信息；將所述音頻數據分割為多個音頻段，并提取所述多個音頻段的聲學特征；在所述文本描述信息中搜索所述檢索關鍵詞集合中包括的關鍵詞，以得到由搜索到的關鍵詞構成的匹配關鍵詞集合；查找所述檢索關鍵詞集合中的關鍵詞在所述多個音頻段中出現的概率，作為語言模型得分；利用聲學模型根據所述多個音頻段的聲學特征計算聲學模型得分；根據所述語言模型得分和所述聲學模型得分計算所述檢索關鍵詞集合中的關鍵詞對于所述多個音頻段的總得分；提高所述匹配關鍵詞集合中的關鍵詞對應的總得分；以及根據所述總得分判斷所述檢索關鍵詞集合中的關鍵詞所在的音頻段。

根據本發明的一個具體實施例，以相同的比例提高所述匹配關鍵詞集合中的關鍵詞對應的總得分。

根據本發明的一個具體實施例，對于所述匹配關鍵詞集合中的、在所述文本描述信息中以較高詞頻出現的關鍵詞，以較高的比例提高其對應的總得分。