[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

本發明公開了一種語音數據熱度分析方法及系統，該方法包括：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。利用本發明，可以提高語音數據熱度分析的準確性。

技術領域

本發明涉及語音信號處理領域，具體涉及一種語音數據熱度分析方法及系統。

背景技術

熱度，顧名思義，指的是熱的程度。在信息檢索領域，通常用熱度來表征人們對檢索對象感興趣的程度，熱度分析可以幫助用戶快速查找到感興趣的內容。對于文本數據，一般可以利用其包含的關鍵詞來確定其熱度；而對于語音數據，如果將其通過語音識別轉換成文本，再根據該文本中的關鍵詞來確定對應語音數據的熱度，由于增加了語音識別的過程，語音識別不僅會產生識別錯誤，而且識別文本丟失了語音數據中的音頻信息，這都會導致熱度分析準確度降低的問題。因此，在現有技術中，如果用戶需要了解語音數據內容相關情況，通常采用回放相應語音數據的方式。如對于會議錄音數據，如果用戶想知道哪段語音數據是會議討論較激烈的地方，哪段語音數據幾乎無人發言，則需要回放所有語音數據來確定，當語音數據較長時，顯然會給用戶帶來較大困擾，無法快速找到需要的語音數據片段，效率較低。

發明內容

本發明提供一種語音數據熱度分析方法及系統，以提高語音數據熱度分析的準確性。

為此，本發明提供如下技術方案：

一種語音數據熱度分析方法，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。

優選地，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。

優選地，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。

優選地，所述主題詞由用戶指定或者利用文檔主題生成模型確定。

優選地，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；