[發明專利]語音對比方法、裝置、設備及計算機可讀存儲介質

有效

• 申請號: 202010405176.0
• 申請日: 2020-05-13
• 公開（公告）號: CN111640421B
• 公開（公告）日: 2023-06-16
• 發明（設計）人: 鄭琳琳;龍洪鋒
• 申請（專利權）人: 廣州國音智能科技有限公司
• 主分類號: G10L15/04
• 分類號: G10L15/04;G10L15/22;G10L25/03;G10L25/51
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 張志江

本發明公開了一種語音對比方法，該方法包括：當接收到語音對比指令時，獲取語音對比指令對應的待檢的目標語譜圖，和預設的標準語譜圖；當接收到音段查看指令時，獲取音段查看指令對應的操作信息，根據操作信息從目標語譜圖中選擇目標音段，根據目標音段從標準語譜圖中選擇標準音段；提取操作信息中的目標頻率，并獲取目標音段中目標頻率對應的目標能量值，和標準音段中目標頻率對應的標準能量值；根據目標能量值與標準能量值的對比結果，確定目標語譜圖和標準語譜圖的對比結果。本發明還公開了一種語音對比裝置、設備及計算機可讀存儲介質。本發明實現了更加簡便、準確且節約人力成本的語音對比方法。

技術領域

本發明涉及語音識別領域，尤其涉及語音對比方法、裝置、設備及計算機可讀存儲介質。

背景技術

隨著語音識別技術的快速發展，語音識別已應用于越來越多的行業和系統，例如公安系統，可知地，語譜圖(語音頻譜圖)中能量比較集中的區域所表現出來的語音信息(例如頻率和能量值)，可以作為語音識別結果的依據。

在現有的語音識別中，對包含很多復雜信息的語音文件進行識別對比往往需要專業的人員來操作，繁雜冗長的操作過程不僅限制了其他人員(例如普通警員)的理解和使用，邀請專業人員的支持也無疑增加了人力成本，而且，專業人員在進行語音識別對比的操作時，也常常包含個人主觀音素的判斷，這也使得語音對比的結果不夠準確。

發明內容

本發明的主要目的在于提供一種語音對比方法，旨在解決現有技術中語音對比過程復雜，增加人力成本，且語音對比結果不準確的技術問題。

此外，為實現上述目的，本發明還提供一種語音對比方法，所述語音對比方法包括以下步驟：

當接收到音段查看指令時，獲取所述音段查看指令對應的操作信息，根據所述操作信息從所述目標語譜圖中選擇目標音段，根據所述目標音段從所述標準語譜圖中選擇標準音段；

提取所述操作信息中的目標頻率，并獲取所述目標音段中所述目標頻率對應的目標能量值，和所述標準音段中所述目標頻率對應的標準能量值；

根據所述目標能量值與所述標準能量值的對比結果，確定所述目標語譜圖和所述標準語譜圖的對比結果。

可選地，所述根據所述目標音段從所述標準語譜圖中選擇標準音段的步驟包括：

獲取目標音段的目標上邊緣線和目標下邊緣線，獲取標準語譜圖中與所述目標音段具有相似上邊緣線的音段，形成音段集合；

判斷所述音段集合中是否存在與所述目標音段具有相同下邊緣線的第一音段；

若存在所述第一音段，則將所述第一音段作為標準音段。

可選地，所述獲取標準語譜圖中與所述目標音段具有相似上邊緣線的音段的步驟包括：

獲取標準語譜圖中所有音段的上邊緣線，形成上邊緣線集合；

從所述上邊緣線集合中選取標準上邊緣線，將所述目標上邊緣線和所述標準上邊緣線劃分成多個線段，并獲取線段總數；

將所述目標上邊緣線的每個線段與所述標準上邊緣線的每個線段對應地進行重疊對比，并獲取重疊率；

若所述重疊率大于第一預設閾值，則判定所述標準上邊緣線與目標上邊緣線相同。

可選地，所述根據所述操作信息從所述目標語譜圖中選擇目標音段，根據所述目標音段從所述標準語譜圖中選擇標準音段的步驟之后，包括：

查看所述目標音段的目標時間長度和所述標準音段的標準時間長度，并根據所述目標時間長度和所述標準時間長度，確定時間比例；

查找所述操作信息中的目標音頻和目標時間點，確定由所述目標音頻和所述目標時間點組成的第一坐標點，并獲取所述第一坐標點對應的目標能量值；