[發明專利]會話環節確定方法、裝置及設備、存儲介質

在審

• 申請號: 202010933059.1
• 申請日: 2020-09-08
• 公開（公告）號: CN111798870A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 萬菲;魏海巍
• 申請（專利權）人: 共道網絡科技有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/57;G10L17/06
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 王葉娟

1.一種會話環節確定方法，其特征在于，包括：

從會話音頻中確定出至少一目標發言內容，所述目標發言內容至少包括指定發言角色的發言內容；

依據所述目標發言內容確定待輸入至已訓練的會話環節分類模型的輸入數據；

將所述輸入數據輸入至所述會話環節分類模型，以得到所述會話環節分類模型輸出的目標發言內容對應的會話環節類別。

2.如權利要求1所述的會話環節確定方法，其特征在于，從會話音頻中確定出至少一目標發言內容，包括：

對會話視頻中的發言目標進行檢測并跟蹤，所述會話視頻與所述會話音頻是針對同一會話場景同步采集得到的；

在對當前發言目標跟蹤完成時，從所述會話音頻中確定出當前發言目標在本次被跟蹤過程中的發言內容，并檢查當前發言目標的角色是否為指定發言角色；

若是，則依據所述當前發言目標在本次被跟蹤過程中的發言內容確定所述目標發言內容。

3.如權利要求1或2所述的會話環節確定方法，其特征在于，所述目標發言內容進一步包括其他發言角色的發言內容；

其中，同一目標發言內容中指定發言角色的發言內容與其他發言角色的發言內容具有上下文關聯。

4.如權利要求2所述的會話環節確定方法，其特征在于，檢查當前發言目標的角色是否為指定發言角色，包括：

依據所述會話視頻中跟蹤到所述當前發言目標的至少一個視頻幀，確定當前發言目標的角色是否為指定發言角色；

或者，

依據確定出的所述當前發言目標在本次被跟蹤過程中的發言內容，確定當前發言目標的角色是否為指定發言角色。

5.如權利要求2所述的會話環節確定方法，其特征在于，從所述會話音頻中確定出當前發言目標在本次被跟蹤過程中的發言內容，包括：

從所述會話音頻中獲取出本次被跟蹤過程對應的音頻段落；

從所述音頻段落中確定出當前發言目標在本次被跟蹤過程中的發言內容。

6.如權利要求5所述的會話環節確定方法，其特征在于，從所述音頻段落中確定出當前發言目標在本次被跟蹤過程中的發言內容，包括：

對所述目標音頻段落進行音頻識別，得到識別出的至少一個參考語句；

對所述參考語句進行語音識別后處理，以得到所述滿足要求的候選語句；

基于所述候選語句確定所述當前發言目標在本次被跟蹤過程中的發言內容。

7.如權利要求1所述的會話環節確定方法，其特征在于，依據所述目標發言內容確定待輸入至已訓練的會話環節分類模型的輸入數據，包括：

從所述會話音頻中所述目標發言內容所在的音頻段落中識別出對應的音頻特征信息；

將所述目標發言內容和音頻特征信息輸入至已訓練的向量模型中，以由所述向量模型基于輸入的目標發言內容和音頻特征信息確定對應的特征向量并輸出；

將所述向量模型輸出的特征向量確定為所述輸入數據。

8.如權利要求1所述的會話環節確定方法，其特征在于，

每一目標發言內容具有對應的時間戳；

在得到所述會話音頻中各目標發言內容對應的會話環節類別之后，該方法進一步包括：

針對每一會話環節類別，從該會話環節類別對應的各目標發言內容所對應的時間戳中，確定出最早時間戳和最晚時間戳，并依據所述最早時間戳和最晚時間戳在所述會話音頻中、和/或會話視頻中確定出該會話環節類別對應的會話環節，所述會話視頻與所述會話音頻是針對同一會話場景同步采集得到的。

9.一種會話環節確定裝置，其特征在于，包括：

目標發言內容確定模塊，用于從會話音頻中確定出至少一目標發言內容，所述目標發言內容至少包括指定發言角色的發言內容；

輸入數據確定模塊，用于依據所述目標發言內容確定待輸入至已訓練的會話環節分類模型的輸入數據；

會話環節類別確定模塊，用于將所述輸入數據輸入至所述會話環節分類模型，以得到所述會話環節分類模型輸出的目標發言內容對應的會話環節類別。