[發明專利]問句識別方法及裝置

在審

• 申請號: 201910458159.0
• 申請日: 2019-05-29
• 公開（公告）號: CN112015872A
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 李明磊;懷寶興
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/35;G06F16/33;G06F40/289;G10L15/26
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 孫靜;劉芳

1.一種問句識別方法，其特征在于，包括：

對輸入語音內容進行語音識別處理，得到所述輸入語音內容對應的輸入文本內容；

對所述輸入文本內容進行特征提取處理，得到輸入文本特征向量，以及對所述輸入語音內容進行特征提取處理，得到輸入音頻特征向量，其中，所述輸入文本特征向量包括至少一個文本特征，所述輸入音頻特征向量包括至少一個音頻特征；

根據分類器模型對所述輸入文本特征向量和輸入音頻特征向量進行識別處理，得到所述輸入語音內容是否為問句的識別結果，其中，所述分類器模型用于識別所述輸入語音內容是否為問句。

2.根據權利要求1所述的方法，其特征在于，所述根據分類器模型對所述輸入文本特征向量和輸入音頻特征向量進行處理，得到所述輸入語音內容是否為問句的識別結果，包括：

對所述輸入文本特征向量和輸入音頻特征向量進行向量拼接處理，得到包括各文本特征和各音頻特征的融合向量；

獲取各所述文本特征以及各所述音頻特征的權重信息，其中，所述權重信息用于指示各所述文本特征和各所述音頻特征的權重；

根據所述融合向量和各所述權重信息，得到所述輸入語音內容是否為問句的識別結果。

3.根據權利要求2所述的方法，其特征在于，所述根據所述融合向量和各所述權重信息，得到所述語音內容的識別結果，包括；

對所述融合向量進行歸一化處理，得到歸一化處理后的各所述文本特征和各所述音頻特征；

根據歸一化處理后的各所述文本特征和各所述音頻特征，得到各所述文本特征和各所述音頻特征對應的指標信息，其中，所述指標信息用于指示所述輸入語音內容是否為問句；

根據各所述指標信息和各所述指標信息對應的權重信息，確定所述輸入語音內容是否為問句的識別結果。

4.根據權利要求1所述的方法，其特征在于，所述對所述輸入文本內容和所述輸入語音內容分別進行特征提取處理，分別得到輸入文本特征向量和輸入音頻特征向量之前，還包括：

對所述輸入文本內容進行文本預處理，其中，所述文本預處理包括如下中的至少一種：分詞處理、去停用詞處理、同義詞替換處理；

對所述輸入語音內容進行音頻預處理，其中，所述音頻預處理包括如下中的至少一種：預加重處理、分幀處理、加窗處理。

5.根據權利要求1-4任一項所述的方法，其特征在于，所述對所述輸入文本內容進行特征提取處理，得到輸入文本特征向量，以及對所述輸入語音內容進行特征提取處理，得到輸入音頻特征向量之后，還包括：

獲取輸入語音內容的時間幀信息，其中，所述時間幀信息用于指示所述輸入語音內容的時間序列；

根據所述時間幀信息，將所述輸入文本特征向量和所述音頻特征向量進行幀對齊處理。

6.根據權利要求1所述的方法，其特征在于，所述對輸入語音內容進行語音識別處理，得到所述語音內容對應的文本內容之前，還包括：

對訓練語音內容進行語音識別處理，得到所述訓練語音內容對應的訓練文本內容；

對所述訓練文本內容進行特征提取處理，得到訓練文本特征向量，以及對所述訓練語音內容進行特征提取處理，得到訓練音頻特征向量；

根據所述訓練語音內容以及訓練語音內容的問句標簽，對所述分類器模型進行模型訓練處理，得到訓練后的分類器模型，其中，所述問句標簽用于指示所述訓練語音內容是否為問句。

7.根據權利要求1所述的方法，其特征在于，所述音頻特征包括如下中的至少一種：發音速率、短時能量、短時過零率、基頻范圍、基頻變化特征、基頻均值特征。

8.根據權利要求1所述的方法，其特征在于，所述文本特征包括如下中的至少一種：詞袋特征、語氣詞特征、語氣詞位置特征、問句指示詞特征。

9.根據權利要求1所述的方法，其特征在于，所述分類器模型可以為如下中的至少一種：支持向量機模型、隨機森林模型、神經網絡模型。