[發明專利]語音質檢區域的定位方法、裝置、定位設備及存儲介質

有效

• 申請號: 202010544756.8
• 申請日: 2020-06-15
• 公開（公告）號: CN111696527B
• 公開（公告）日: 2020-12-22
• 發明（設計）人: 聶鐳;鄒茂泰;聶穎
• 申請（專利權）人: 龍馬智芯（珠海橫琴）科技有限公司
• 主分類號: G10L15/04
• 分類號: G10L15/04;G10L15/06;G10L15/16;G10L15/26;G10L25/60
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.語音質檢區域的定位方法，其特征在于，包括：

獲取待處理語音文本；其中，所述待處理語音文本包括至少一個語音文本片段；

將所述待處理語音文本的語音文本片段輸入至預設cnn模型，得到所述語音文本片段對應的質檢環節，所述質檢環節是指角色對象之間的對話進度；

確定出同一類別的所述質檢環節，將所述同一類別的質檢環節分別對應的所述語音文本片段所在區域作為所述待處理語音文本的質檢區域。

2.如權利要求1所述的語音質檢區域的定位方法，其特征在于，所述獲取待處理語音文本之前，還包括：

獲取待處理語音音頻；

將所述待處理語音音頻轉換為待處理語音文本。

3.如權利要求2所述的語音質檢區域的定位方法，其特征在于，將所述待處理語音音頻轉換為待處理語音文本，包括：

分離出所述待處理語音音頻中的目標語音音頻；

對所述目標語音音頻進行角色對象分割，得到語音音頻片段；其中，每一語音音頻片段對應于一個角色對象；

將所述語音音頻片段轉換為語音文本片段，并根據所述語音文本片段形成所述待處理語音文本。

4.如權利要求1所述的語音質檢區域的定位方法，其特征在于，將所述待處理語音文本的語音文本片段輸入至預設cnn模型，得到所述語音文本片段對應的質檢環節之前，還包括：

獲取語音文本樣本；其中，所述語音文本樣本包括至少一個語音文本樣本片段；

標注所述語音文本樣本片段對應的質檢環節；

將所述語音文本樣本片段以及與所述語音文本樣本片段對應的質檢環節輸入至cnn模型進行訓練，得到所述預設cnn模型。

5.如權利要求1至4任一項所述的語音質檢區域的定位方法，其特征在于，確定出同一類別的質檢環節，將所述同一類別的質檢環節對應的所述語音文本片段所在區域作為質檢區域之前，還包括：

獲取所述語音文本片段對應的語音音頻片段；

根據所述語音音頻片段對所述語音文本片段對應的質檢環節進行校驗。

6.如權利要求5所述的語音質檢區域的定位方法，其特征在于，根據所述語音音頻片段對所述語音文本片段對應的質檢環節進行校驗，包括：

確定所述語音音頻片段的序號以及總數量；

根據下列公式計算與所述語音音頻片段存在對應關系的所述質檢環節的相對位置：

Percent＝A/B，

其中，Percent表示與所述語音音頻片段存在對應關系的所述質檢環節的相對位置，A表示語音音頻片段的序號，B表示語音音頻片段的總數；

判斷所述質檢環節的相對位置是否在預設箱形圖中所述質檢環節對應的相對位置區間內；

若不是，則將所述質檢環節更改為非正常環節。

7.如權利要求1所述的語音質檢區域的定位方法，其特征在于，確定出同一類別的質檢環節，將所述同一類別的質檢環節分別對應的所述語音文本片段所在區域作為質檢區域，包括：

對同一類別的所述質檢環節進行聚類分析，得到質檢環節集合；

確定出所述質檢環節集合中的起始質檢環節和結束質檢環節；

將所述起始質檢環節、所述起始質檢環節與所述結束質檢環節之間的中間質檢環節以及結束質檢環節分別對應的所述語音文本片段所在的區域作為質檢區域。

8.一種語音質檢區域的定位裝置，其特征在于，包括：

獲取模塊，用于獲取待處理語音文本；其中，所述待處理語音文本包括至少一個語音文本片段；

環節劃分模塊，用于將所述待處理語音文本的語音文本片段輸入至預設cnn模型，得到所述語音文本片段對應的質檢環節，所述質檢環節是指角色對象之間的對話進度；

定位模塊，用于確定出同一類別的質檢環節，將所述同一類別的質檢環節對應的所述語音文本片段所在區域作為質檢區域。