[發明專利]語音轉寫方法、裝置和電子設備

在審

• 申請號: 202010735724.6
• 申請日: 2020-07-28
• 公開（公告）號: CN111883135A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 陳孝良;蘇少煒;張國超;常樂
• 申請（專利權）人: 北京聲智科技有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/08;G10L15/02
• 代理公司: 北京竹辰知識產權代理事務所(普通合伙) 11706
• 代理人: 聶鵬

1.一種語音轉寫方法，其特征在于，包括：

采集聲音信號；

從所述聲音信號中分離出至少一個角色語音信號；

將所述至少一個角色語音信號轉寫成文字；

以至少一種展示方式展示所述文字。

2.如權利要求1所述的語音轉寫方法，其特征在于，所述從所述聲音信號中分離出至少一個角色語音信號，包括：

將多通道的聲音信號轉換為多個單通道聲音信號；

從所述多個單通道聲音信號中確定至少一個單通道語音信號；

根據所述至少一個單通道語音信號確定至少一個角色語音信號。

3.如權利要求2所述的語音轉寫方法，其特征在于，所述從所述多個單通道聲音信號中確定至少一個單通道語音信號，包括：

將所述多個單通道聲音信號中的每一個單通道聲音信號輸入深度學習模型得到至少一個單通道語音信號。

4.如權利要求2所述的語音轉寫方法，其特征在于，所述根據所述至少一個單通道語音信號確定至少一個角色語音信號，包括：

計算所述至少一個單通道語音信號之間的相似度；

將相似度高于相似閾值的多個單通道語音信號識別為同一個角色語音信號；

將相似度低于相似閾值的多個單通道語音信號識別為不同的角色語音信號。

5.如權利要求1所述的語音轉寫方法，其特征在于，所述將所述至少一個角色語音信號轉寫成文字，包括：

抽取所述至少一個角色語音信號的語音特征；

將所述語音特征輸入語音識別模型得到所述至少一個角色語音信號所對應的文字。

6.如權利要求1所述的語音轉寫方法，其特征在于，所述以至少一種展示方式展示所述文字，包括：

在實時展示區域展示所述文字；和/或，

在歷史展示區域展示所述文字之前所轉寫的文字；和/或

在信息展示區域為已展示的信息添加以所述文字所組成的字幕。

7.如權利要求1所述的語音轉寫方法，其特征在于，所述方法還包括:

獲取所述文字所對應的文本；

將所述文本輸入摘要生成模型以生成所述文本的摘要。

8.如權利要求1所述的語音轉寫方法，其特征在于，所述方法還包括：

接收角色語音信號的選擇信號；

突出顯示所述角色語音信號所對應的文字。

9.如權利要求1所述的語音轉寫方法，其特征在于，所述方法還包括：

接收所述文字的選擇信號；

突出顯示所述文字所對應的角色語音信號。

10.一種語音轉寫裝置，其特征在于，包括：

采集模塊，用于采集聲音信號；

語音分離模塊，用于從所述聲音信號中分離出至少一個角色語音信號；

轉寫模塊，用于將所述至少一個角色語音信號轉寫成文字；

展示模塊，用于以至少一種展示方式展示所述文字。

11.一種電子設備，電子設備，存儲器，用于存儲計算機可讀指令；以及

處理器，用于運行所述計算機可讀指令，使得所述處理器運行時實現根據權利要求1-9中任意一項所述的方法。

12.一種非暫態計算機可讀存儲介質，用于存儲計算機可讀指令，當所述計算機可讀指令由計算機執行時，使得所述計算機執行權利要求1-9中任意一項所述的方法。