[發明專利]自動切割、傳輸、保存的語音識別方法

在審

• 申請號: 201711434054.9
• 申請日: 2017-12-26
• 公開（公告）號: CN108074570A
• 公開（公告）日: 2018-05-25
• 發明（設計）人: 虞焰興
• 申請（專利權）人: 安徽聲訊信息技術有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/30;G10L15/04
• 代理公司: 上海精晟知識產權代理有限公司 31253
• 代理人: 馮子玲

本發明公開了一種自動切割、傳輸、保存的語音識別方法，涉及語音切割技術領域。包括麥克風實時采集音頻信息，音頻信息以流媒體的形式傳輸至速記終端的音頻切割模塊，音頻切割模塊根據語音解碼返回數據的時間差自動切割音頻，獲取到分段音頻信息，音頻切割模塊將分段音頻信息傳輸到音頻保存模塊，音頻保存模塊保存分段音頻信息，語音識別服務器自動識別分段音頻信息并將其轉換成文字信息。本發明通過判斷語音解碼返回數據的時間差，對語音自動切割上傳，實現了對音頻的自動切割上傳，保證了語音文字不掉包，實現語音轉文字的連續性和正確性，從而解決了語音轉文字時間控制的問題。

技術領域

本發明屬于語音切割技術領域，特別是涉及一種自動切割、傳輸、保存的語音識別方法。

背景技術

長期以來，人們在工作和生活中習慣用筆和紙手寫記錄文字，形成紙質文件，再通過抄寫修改和發表。隨著社會的發展和電腦的應用，打字記錄文字，及時準確，方便查詢，保存時間長，占用空間小、能修改又環保等優勢表現出來，電腦文字技術的出現，使人們工作生活方式發生了改變，近年來，隨著政府企事業單位的會議越來越多、新聞采訪、課堂筆記需要及時形成文字，供用戶參考和發表，為了更好地解決這個問題，語音速記本通過錄入會議、新聞采訪、課堂筆記的錄音，利用語音識別技術，及時轉換成文字，同步上傳到云端服務器分類儲存，供用戶查詢修改和使用。

公文速記本改變傳統的手工記錄文字方式，通過采集語音、圖像等輸入信息，快速將講話、發言、口述語音和正版文字稿件轉寫成新的電子文稿。根據公文基本要素、格式和文體的規范要求，通過模板對電子文字信息進行加工，自動生成各種規范的電子公文，如圖2所示，采集語音時，傳統的語音切割時，將對應的音頻按時間長度平均分成一定長度的小段，分段上傳至服務器，服務器將文字返回至公文速記本，易造成掉包現象，因此，提供一種自動切割、傳輸、保存的語音識別方法，解決上述問題。

發明內容

本發明的目的在于提供一種自動切割、傳輸、保存的語音識別方法，通過判斷語音解碼返回數據的時間差，對語音自動切割上傳，解決了現有語音識別時語音文字掉包、語音轉文字的正確性和連續性低的問題。

為解決上述技術問題，本發明是通過以下技術方案實現的：

本發明為自動切割、傳輸、保存的語音識別方法，包括如下步驟：

步驟一：通過麥克風實時采集音頻信息；

步驟二：音頻信息以流媒體的形式傳輸至速記終端的音頻切割模塊；

步驟三：音頻切割模塊根據語音解碼返回數據的時間差自動切割音頻，獲取到分段音頻信息；

步驟四：音頻切割模塊將分段音頻信息傳輸到音頻保存模塊，音頻保存模塊保存分段音頻信息；

步驟五：音頻切割模塊通過音頻傳輸模塊將分段音頻信息傳輸到語音識別服務器；

步驟六：語音識別服務器自動識別分段音頻信息并將其轉換成文字信息；

步驟七：語音識別服務器將文字信息依次返回至速記終端，并通過顯示裝置進行顯示。

進一步地，所述速記終端包括麥克風、音頻切割模塊、音頻保存模塊和音頻傳輸模塊；其中，所述麥克風通過信號分析處理及轉換傳輸模塊與音頻切割模塊相聯；其中，所述音頻切割模塊與音頻保存模塊電連接，所述音頻保存模塊與音頻傳輸模塊相聯：其中，所述音頻傳輸模塊與語音識別服務器通信連接。

進一步地，所述自動切割音頻的方法包括如下步驟：

SS01：音頻切割模塊對語音解碼返回數據的時間差進行判斷；

SS02：當音頻信息出現20ms及以上的停頓時，音頻切割模塊對音頻進行自動切割，并將分段音頻信息上傳至語音識別服務器；

SS03：繼續錄音，重復步驟SS01～SS02。