[發(fā)明專(zhuān)利]音頻數(shù)據(jù)的處理方法和裝置、存儲(chǔ)介質(zhì)和電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202010437681.3
• 申請(qǐng)日: 2020-05-21
• 公開(kāi)（公告）號(hào): CN111627439B
• 公開(kāi)（公告）日: 2022-07-22
• 發(fā)明（設(shè)計(jì)）人: 朱紹明
• 申請(qǐng)（專(zhuān)利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類(lèi)號(hào): G10L15/22
• 分類(lèi)號(hào): G10L15/22;G10L15/26;G10L15/30;G06F16/33
• 代理公司: 廣州三環(huán)專(zhuān)利商標(biāo)代理有限公司 44202
• 代理人: 賈允

1.一種音頻數(shù)據(jù)的處理方法，其特征在于，應(yīng)用于服務(wù)器，包括：

在所述服務(wù)器上獲取終端設(shè)備采集到的音頻數(shù)據(jù)以及所述終端設(shè)備的設(shè)備狀態(tài)，其中，所述設(shè)備狀態(tài)包括睡眠狀態(tài)和喚醒狀態(tài)，所述終端設(shè)備的設(shè)備狀態(tài)為在所述終端設(shè)備檢測(cè)到音頻輸入的情況下，向所述服務(wù)器發(fā)送的所述音頻數(shù)據(jù)和所述終端設(shè)備的所述設(shè)備狀態(tài)；

在所述服務(wù)器上對(duì)所述音頻數(shù)據(jù)進(jìn)行語(yǔ)音識(shí)別處理，得到所述音頻數(shù)據(jù)對(duì)應(yīng)的目標(biāo)文本，具體為，將音頻數(shù)據(jù)輸入到ASR服務(wù)模塊中，得到文本結(jié)果，其中包括，選擇解碼網(wǎng)絡(luò)，根據(jù)終端狀態(tài)選擇解碼網(wǎng)絡(luò)，所述解碼網(wǎng)絡(luò)為預(yù)先準(zhǔn)備好且進(jìn)行特殊處理，對(duì)解碼網(wǎng)絡(luò)中的喚醒詞路徑進(jìn)行加強(qiáng)；若是“睡眠”狀態(tài)，則選擇喚醒詞解碼網(wǎng)絡(luò)；若是“喚醒”狀態(tài)，則選擇通用解碼網(wǎng)絡(luò)；

在所述設(shè)備狀態(tài)處于所述睡眠狀態(tài)的情況下，在所述服務(wù)器上對(duì)所述目標(biāo)文本執(zhí)行第一處理操作，得到第一處理結(jié)果，并向所述終端設(shè)備發(fā)送所述第一處理結(jié)果，其中，所述第一處理操作用于確定所述目標(biāo)文本是否包括預(yù)定的喚醒詞；

在所述設(shè)備狀態(tài)處于所述喚醒狀態(tài)的情況下，在所述服務(wù)器上對(duì)所述目標(biāo)文本執(zhí)行第二處理操作，得到第二處理結(jié)果，并向所述終端設(shè)備發(fā)送所述第二處理結(jié)果，其中，所述第二處理操作用于對(duì)所述目標(biāo)文本執(zhí)行語(yǔ)義識(shí)別處理，包括，通過(guò)NLP服務(wù)模塊對(duì)輸入的文本結(jié)果進(jìn)行語(yǔ)義理解處理得到相應(yīng)的執(zhí)行命令；

所述在所述服務(wù)器上對(duì)所述目標(biāo)文本執(zhí)行第一處理操作，得到第一處理結(jié)果，并向所述終端設(shè)備發(fā)送所述第一處理結(jié)果，包括：

確定所述目標(biāo)文本是否包括所述預(yù)定的喚醒詞；

在所述目標(biāo)文本包括所述喚醒詞的情況下，生成第一喚醒指令，并向所述終端設(shè)備發(fā)送所述第一喚醒指令，其中，所述第一喚醒指令用于指示所述終端設(shè)備將所述設(shè)備狀態(tài)從所述睡眠狀態(tài)調(diào)整為所述喚醒狀態(tài)；和/或

在所述目標(biāo)文本不包括所述喚醒詞的情況下，生成第一無(wú)效語(yǔ)音指令，并向所述終端設(shè)備發(fā)送所述第一無(wú)效語(yǔ)音指令，其中，所述第一無(wú)效語(yǔ)音指令用于指示所述終端設(shè)備重置所述睡眠狀態(tài)；

所述在所述服務(wù)器上對(duì)所述目標(biāo)文本執(zhí)行第二處理操作，得到第二處理結(jié)果，并向所述終端設(shè)備發(fā)送所述第二處理結(jié)果，包括：

對(duì)所述目標(biāo)文本執(zhí)行語(yǔ)義識(shí)別處理，得到所述目標(biāo)文本的目標(biāo)語(yǔ)義；

執(zhí)行與所述目標(biāo)語(yǔ)義對(duì)應(yīng)的所述第二處理操作，得到所述第二處理結(jié)果；

向所述終端設(shè)備發(fā)送所述第二處理結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述執(zhí)行與所述目標(biāo)語(yǔ)義對(duì)應(yīng)的所述第二處理操作，得到所述第二處理結(jié)果：包括：

執(zhí)行與所述目標(biāo)語(yǔ)義對(duì)應(yīng)的搜索操作，得到搜索結(jié)果，其中，所述第二處理操作包括所述搜索操作，所述第二處理結(jié)果包括所述搜索結(jié)果。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述在所述服務(wù)器上對(duì)所述目標(biāo)文本執(zhí)行第二處理操作，得到第二處理結(jié)果，并向所述終端設(shè)備發(fā)送所述第二處理結(jié)果，包括：

在所述目標(biāo)文本包括所述喚醒詞的情況下，生成第二喚醒指令，并向所述終端設(shè)備發(fā)送所述第二喚醒指令，其中，所述第二喚醒指令用于指示將所述終端設(shè)備的所述設(shè)備狀態(tài)保持為所述喚醒狀態(tài)；和/或

在所述目標(biāo)文本不包括所述喚醒詞、且所述目標(biāo)文本的語(yǔ)義識(shí)別結(jié)果不為所述目標(biāo)語(yǔ)義的情況下，生成第二無(wú)效語(yǔ)音指令，并向所述終端設(shè)備發(fā)送所述第二無(wú)效語(yǔ)音指令，其中，所述第二無(wú)效語(yǔ)音指令用于指示所述終端設(shè)備從所述喚醒狀態(tài)調(diào)整為所述睡眠狀態(tài)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述在所述服務(wù)器上對(duì)所述音頻數(shù)據(jù)進(jìn)行語(yǔ)音識(shí)別處理，得到所述音頻數(shù)據(jù)對(duì)應(yīng)的目標(biāo)文本，包括：

對(duì)所述音頻數(shù)據(jù)進(jìn)行聲學(xué)特征提取，得到所述音頻數(shù)據(jù)對(duì)應(yīng)的一組聲學(xué)特征；

對(duì)所述一組聲學(xué)特征進(jìn)行聲學(xué)打分，得到所述一組聲學(xué)特征對(duì)應(yīng)的一組打分結(jié)果，其中，所述一組打分結(jié)果與所述一組聲學(xué)特征一一對(duì)應(yīng)，所述一組打分結(jié)果中的一個(gè)打分結(jié)果用于表示所述一組聲學(xué)特征中的一個(gè)聲學(xué)特征與一個(gè)預(yù)先設(shè)定的詞的相似度；

根據(jù)所述一組聲學(xué)特征和所述一組打分結(jié)果確定所述目標(biāo)文本，其中，所述目標(biāo)文本由一組預(yù)先設(shè)定的詞組成，所述目標(biāo)文本至少包括所述一個(gè)預(yù)先設(shè)定的詞。