[發明專利]語音信號處理方法、裝置、電子設備及存儲介質

在審

• 申請號: 201910810339.0
• 申請日: 2019-08-29
• 公開（公告）號: CN112509570A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 王陽陽;李曙光;韓偉
• 申請（專利權）人: 北京獵戶星空科技有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26;G10L15/197;G10L15/18;G06F40/284;G06F40/30
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 郭曉麗

1.一種語音信號處理方法，其特征在于，包括：

對智能設備實時采集到的音頻流數據進行語音識別，得到臨時識別結果；

對所述臨時識別結果進行分詞處理，得到若干分詞片段；

將所述若干分詞片段組成的第一分詞序列輸入到已訓練的斷句模型中，根據所述斷句模型的輸出確定所述第一分詞序列之后能夠進行斷句的第一預測概率；以及獲取第二分詞序列之后的下一個分詞片段為結束字符的第二預測概率，所述第二預測概率為根據詞頻數據確定的，所述詞頻數據包括基于語料庫中的語料確定出的各分詞序列在各語料中出現的次數，所述第二分詞序列為所述臨時識別結果中最后的N個分詞片段組成的序列，N為正整數；

根據所述第一預測概率和所述第二預測概率，確定第三預測概率；

若所述第三預測概率大于概率閾值，對所述臨時識別結果進行語義解析。

2.根據權利要求1所述的方法，其特征在于，所述獲取第二分詞序列之后的下一個分詞片段為結束字符的第二預測概率，具體包括：

從所述詞頻數據中獲取所述第二分詞序列對應的次數M；從所述詞頻數據中獲取第三分詞序列對應的次數K，所述第三分詞序列為在所述第二分詞序列之后增加所述結束字符得到的序列；根據所述K和所述M，確定所述第二預測概率；

或者，

從預先配置的各N元分詞序列之后的下一個分詞片段為結束字符的概率數據中，將所述第二分詞序列對應的概率數據確定為第二預測概率，所述N元分詞序列是基于所述語料庫中的語料進行分詞處理得到的，所述概率數據是根據所述N元分詞序列對應的詞頻數據和在所述N元分詞序列之后增加所述結束字符得到的N+1元分詞序列對應的詞頻數據確定的。

3.根據權利要求1或2所述的方法，其特征在于，通過如下方式獲取所述詞頻數據：

對所述語料庫中的各語料進行分詞處理，得到各語料對應的分詞片段；

將每個語料中連續的N個分詞片段組成的序列確定為一個N元分詞序列；

將每個語料中連續的N+1個分詞片段組成的序列確定為一個N+1元分詞序列；

統計每個所述N元分詞序列和每個所述N+1元分詞序列在所述語料庫的各語料中出現的次數，得到所述詞頻數據。

4.根據權利要求1所述的方法，其特征在于，所述方法還包括：

若所述第三預測概率小于或等于所述概率閾值，根據所述詞頻數據，確定所述第二分詞序列之后出現概率最大的分詞片段；

控制所述智能設備輸出所確定的分詞片段。

5.根據權利要求1或2或4所述的方法，其特征在于，

所述斷句模型為二分類模型，所述二分類模型用于預測輸入的分詞序列之后的下一個分詞片段是否為結束字符的概率，所述根據所述斷句模型的輸出確定所述第一分詞序列之后能夠進行斷句的第一預測概率，具體包括：獲取所述二分類模型輸出的表征所述第一分詞序列之后的下一個分詞片段為結束字符的概率值，確定為所述第一預測概率；

或者，

所述斷句模型為標點標注模型，所述標點標注模型用于預測輸入的分詞序列之后出現各標點符號的概率值，所述根據所述斷句模型的輸出確定所述第一分詞序列之后能夠進行斷句的第一預測概率，具體包括：獲取所述標點標注模型輸出的所述第一分詞序列之后出現指定標點符號的概率值，確定為所述第一預測概率。

6.根據權利要求5所述的方法，其特征在于，所述獲取所述標點標注模型輸出的所述第一分詞序列之后出現指定標點符號的概率值，確定為所述第一預測概率，具體包括：

若獲取到多個指定標點符號的概率值，將所述多個指定標點符號的概率值之和確定為所述第一預測概率，或者將所述多個指定標點符號的概率值中最大的概率值確定為所述第一預測概率。

7.根據權利要求5所述的方法，其特征在于，通過如下方式訓練所述二分類模型：

獲取多個語料樣本以及每個語料樣本的分類標注，所述分類標注用于標記所述語料樣本之后是否為結束字符；

根據所述語料樣本和所述語料樣本的分類標注，對二分類模型進行訓練。