[發(fā)明專利]語(yǔ)音采集方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810550137.2
• 申請(qǐng)日: 2018-05-31
• 公開(kāi)（公告）號(hào): CN108831476A
• 公開(kāi)（公告）日: 2018-11-16
• 發(fā)明（設(shè)計(jì)）人: 黃錦倫
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G10L15/26
• 分類號(hào): G10L15/26;G10L15/22;H04L12/58;G06F17/30
• 代理公司: 深圳眾鼎專利商標(biāo)代理事務(wù)所(普通合伙) 44325
• 代理人: 譚果林

本發(fā)明公開(kāi)了一種語(yǔ)音采集方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，所述方法包括：在接收到用戶通過(guò)通訊應(yīng)用平臺(tái)的應(yīng)用賬號(hào)發(fā)送的語(yǔ)料獲取請(qǐng)求時(shí)，選取對(duì)應(yīng)的初始語(yǔ)料，并獲取用戶的身份標(biāo)識(shí)信息，在接收到開(kāi)始錄音的請(qǐng)求后，調(diào)用通訊應(yīng)用平臺(tái)的應(yīng)用賬號(hào)的錄音功能進(jìn)行錄音，得到錄音文件，并調(diào)用通訊應(yīng)用平臺(tái)的應(yīng)用賬號(hào)的離線語(yǔ)音識(shí)別功能，將該錄音文件轉(zhuǎn)化為目標(biāo)文本，使用文本匹配算法，將該目標(biāo)文本與初始語(yǔ)料進(jìn)行匹配，得到文本相似度，若該文本相似度大于或等于預(yù)設(shè)的相似度閾值，則將錄音文件、身份標(biāo)識(shí)信息和它們之間的映射關(guān)系存入到數(shù)據(jù)庫(kù)，從而實(shí)現(xiàn)了使用通訊應(yīng)用平臺(tái)的應(yīng)用賬號(hào)對(duì)語(yǔ)音數(shù)據(jù)進(jìn)行快速采集，提高了語(yǔ)音數(shù)據(jù)的采集效率。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種語(yǔ)音采集方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著科技的進(jìn)步和計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，聲紋識(shí)別技術(shù)和語(yǔ)音識(shí)別技術(shù)越來(lái)越受人們的青睞，其中聲紋識(shí)別技術(shù)用于方便快捷地確定說(shuō)話人身份，語(yǔ)音識(shí)別技術(shù)用于在將自然語(yǔ)音進(jìn)行識(shí)別轉(zhuǎn)化成文字，聲紋識(shí)別技術(shù)和語(yǔ)音識(shí)別技術(shù)都需要采集大量的說(shuō)話人信息和說(shuō)話人對(duì)應(yīng)的語(yǔ)音信息，用來(lái)進(jìn)行模型的訓(xùn)練。

當(dāng)前，語(yǔ)音采集主要通過(guò)使用專業(yè)錄音設(shè)備進(jìn)行語(yǔ)音錄取，得到錄音文件，然后人工標(biāo)記錄音文件對(duì)應(yīng)的說(shuō)話人，這種人工方式不能及時(shí)清除掉不合格的錄音，且操作麻煩，使得采集效率低，同時(shí)，這種人工采集方式不適用于對(duì)距離較遠(yuǎn)的人員進(jìn)行語(yǔ)音采集，若需要對(duì)不同地區(qū)的人員同時(shí)進(jìn)行語(yǔ)音采集，只能通過(guò)購(gòu)置多臺(tái)錄音設(shè)備，浪費(fèi)了大量采集成本。

發(fā)明內(nèi)容

基于此，有必要針對(duì)上述技術(shù)問(wèn)題，提供一種基于通訊應(yīng)用平臺(tái)的應(yīng)用賬號(hào)提高語(yǔ)音采集效率和節(jié)約采集成本的語(yǔ)音采集方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)。

一種語(yǔ)音采集方法，包括：

若接收到用戶通過(guò)通訊應(yīng)用平臺(tái)的應(yīng)用賬號(hào)發(fā)送的語(yǔ)料獲取請(qǐng)求，則獲取所述語(yǔ)料獲取請(qǐng)求中包含的基礎(chǔ)語(yǔ)料和所述用戶的身份標(biāo)識(shí)信息；

從所述基礎(chǔ)語(yǔ)料對(duì)應(yīng)的基礎(chǔ)語(yǔ)料庫(kù)中隨機(jī)選取一條語(yǔ)料，作為初始語(yǔ)料，并顯示在所述通訊應(yīng)用平臺(tái)的應(yīng)用賬號(hào)的界面上；

若接收到所述用戶通過(guò)所述通訊應(yīng)用平臺(tái)的應(yīng)用賬號(hào)發(fā)送的開(kāi)始錄音請(qǐng)求，則使用預(yù)設(shè)的錄音調(diào)用框架，調(diào)用所述通訊應(yīng)用平臺(tái)的應(yīng)用賬號(hào)的錄音功能進(jìn)行錄音并生成錄音文件；

若接收到所述用戶通過(guò)所述通訊應(yīng)用平臺(tái)的應(yīng)用賬號(hào)發(fā)送的終止錄音請(qǐng)求，則使用預(yù)設(shè)的語(yǔ)音識(shí)別調(diào)用框架，調(diào)用所述通訊應(yīng)用平臺(tái)的應(yīng)用賬號(hào)的離線語(yǔ)音識(shí)別功能將所述錄音文件轉(zhuǎn)化為目標(biāo)文本；

對(duì)所述目標(biāo)文本與所述初始語(yǔ)料進(jìn)行文本相似度匹配，得到所述目標(biāo)文本與所述初始語(yǔ)料之間的文本相似度；

若所述文本相似度大于或等于預(yù)設(shè)相似度閾值，則建立所述錄音文件與所述身份標(biāo)識(shí)信息之間的映射關(guān)系，并對(duì)應(yīng)保存所述錄音文件、所述身份標(biāo)識(shí)信息和所述映射關(guān)系。

一種語(yǔ)音采集裝置，包括：

領(lǐng)域確定模塊，用于若接收到用戶通過(guò)通訊應(yīng)用平臺(tái)的應(yīng)用賬號(hào)發(fā)送的語(yǔ)料獲取請(qǐng)求，則獲取所述語(yǔ)料獲取請(qǐng)求中包含的基礎(chǔ)語(yǔ)料和所述用戶的身份標(biāo)識(shí)信息；

語(yǔ)料選取模塊，用于從所述基礎(chǔ)語(yǔ)料對(duì)應(yīng)的基礎(chǔ)語(yǔ)料庫(kù)中隨機(jī)選取一條語(yǔ)料，作為初始語(yǔ)料，并顯示在所述通訊應(yīng)用平臺(tái)的應(yīng)用賬號(hào)的界面上；

錄音生成模塊，用于若接收到所述用戶通過(guò)所述通訊應(yīng)用平臺(tái)的應(yīng)用賬號(hào)發(fā)送的開(kāi)始錄音請(qǐng)求，則使用預(yù)設(shè)的錄音調(diào)用框架，調(diào)用所述通訊應(yīng)用平臺(tái)的應(yīng)用賬號(hào)的錄音功能進(jìn)行錄音并生成錄音文件；

語(yǔ)音識(shí)別模塊，用于若接收到所述用戶通過(guò)所述通訊應(yīng)用平臺(tái)的應(yīng)用賬號(hào)發(fā)送的終止錄音請(qǐng)求，則使用預(yù)設(shè)的語(yǔ)音識(shí)別調(diào)用框架，調(diào)用所述通訊應(yīng)用平臺(tái)的應(yīng)用賬號(hào)的離線語(yǔ)音識(shí)別功能將所述錄音文件轉(zhuǎn)化為目標(biāo)文本；