[發明專利]語音數據熱度分析方法及系統

有效

• 申請號: 201610425701.9
• 申請日: 2016-06-14
• 公開（公告）號: CN107507627B
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 胡尹;潘青華;胡國平;胡郁;劉慶峰
• 申請（專利權）人: 科大訊飛股份有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/63;G10L25/87;G10L15/26;G10L25/21
• 代理公司: 北京維澳專利代理有限公司 11252
• 代理人: 劉路堯;逢京喜

1.一種語音數據熱度分析方法，其特征在于，包括：

接收語音數據；

對所述語音數據進行端點檢測，得到所述語音數據中的各有效語音段和非有效語音段；

對所述有效語音段進行語音識別，得到對應所述有效語音段的識別文本；

對各有效語音段提取基于聲學上的熱度特征；

根據各有效語音段及其對應的識別文本提取各有效語音段基于內容上的熱度特征；

利用所述基于聲學上的熱度特征和基于內容上的熱度特征、以及預先構建的熱度預測模型，計算各有效語音段的第一熱度值。

2.根據權利要求1所述的方法，其特征在于，所述基于聲學上的熱度特征包括：說話人個數占比、和/或能量均值占比；

所述說話人個數占比為當前有效語音段中包含的說話人個數與所述語音數據中包含的說話人個數的比值；

所述能量均值占比為當前有效語音段的能量均值與所述語音數據對應的音頻的能量均值的比值。

3.根據權利要求1所述的方法，其特征在于，所述基于內容上的熱度特征包括以下任意一種或多種：

平均字數占比，指當前有效語音段平均每秒的字數與所述語音數據平均每秒的字數的比值；

主題詞詞數占比，指當前有效語音段中包含的主題詞詞數與所述語音數據中包含的主題詞詞數的比值；

情感極性特征，指當前有效語音段所表達的情感信息。

4.根據權利要求3所述的方法，其特征在于，所述主題詞由用戶指定或者利用文檔主題生成模型確定。

5.根據權利要求3所述的方法，其特征在于，所述方法還包括：預先構建情感極性分類模型；

按以下方式確定當前有效語音段的情感極性特征：

對當前有效語音段對應的識別文本添加標點，得到各句識別文本；

根據語音識別時解碼得到的詞后驗概率計算各句識別文本的置信度；

獲取置信度大于設定閾值的各語句；

提取各語句中的情感詞特征，所述情感詞特征包括：情感詞、情感詞詞性、程度副詞、否定副詞；

利用所述情感極性分類模型及所述情感詞特征，依次對各語句進行情感極性預測，得到各語句的情感極性；

利用各語句的情感極性和置信度，確定所述當前有效語音段的情感極性特征。

6.根據權利要求1所述的方法，其特征在于，所述方法還包括：按以下方式構建熱度預測模型：

收集語音數據作為訓練數據；

對所述訓練數據進行端點檢測，得到所述訓練數據中的各有效語音段；

對各有效語音段進行熱度標注；

對所述有效語音段進行語音識別，得到對應所述有效語音段的識別文本；

對各有效語音段提取基于聲學上的熱度特征；

根據各有效語音段及其對應的識別文本提取各有效語音段基于內容上的熱度特征；

根據各有效語音段的標注信息及熱度特征，訓練熱度預測模型。

7.根據權利要求1所述的方法，其特征在于，所述方法還包括：

檢測各非有效語音段中是否包含設定類型的音頻片段、并計算所述設定類型的音頻片段在所述非有效語音段中出現的次數；

計算所述設定類型的音頻片段在所述語音數據中出現的總次數；

計算各有效語音段的第一修正系數；

根據各有效語音段的識別文本的置信度計算所述有效語音段的第二修正系數；

根據各有效語音段的第一修正系數和/或第二修正系數對所述有效語音段的第一熱度值進行修正，得到修正后的熱度值。

8.根據權利要求7所述的方法，其特征在于，所述方法還包括：

在根據各有效語音段的識別文本的置信度計算所述有效語音段的第二修正系數時，如果所述置信度大于等于設定的置信度閾值，則所述置信度對應的有效語音段的第二修正系數為0。