[發明專利]一種語音處理方法和裝置

在審

• 申請號: 202011039618.0
• 申請日: 2020-09-28
• 公開（公告）號: CN112289314A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 鄧練兵;高妍;陳小滿
• 申請（專利權）人: 珠海大橫琴科技發展有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26;G10L15/06;G10L15/30;G10L13/02;G10L25/87;G06Q50/26
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

1.一種語音處理方法，其特征在于，應用于語音處理平臺，所述語音處理平臺部署于開發者門戶系統，所述開發者門戶系統集成于城市門戶系統，所述語音處理平臺提供的語音處理服務接口預先注冊到所述城市門戶系統的統一服務網關并發布，所述城市門戶系統還包括多個業務平臺，所述方法包括：

接收所述多個業務平臺的用戶提出的語音處理服務請求；

獲取所述用戶指定的待處理語音數據；

響應所述語音處理服務請求，調用所述語音處理服務接口對所述待處理語音數據進行語音處理，得到處理結果；

向所述用戶發送所述處理結果。

2.根據權利要求1所述的方法，其特征在于，所述多個業務平臺包括前端系統，所述獲取所述用戶指定的待處理語音數據，包括：

與所述前端系統建立實時流媒體通信連接；

通過所述實時流媒體通信連接，從所述用戶的前端系統獲取待處理語音數據。

3.根據權利要求1所述的方法，其特征在于，在所述響應所述語音處理服務請求，調用所述語音處理服務接口對所述待處理語音數據進行語音處理，得到處理結果之前，還包括：

對所述待處理語音數據進行端點檢測，得到有效語音數據；

所述響應所述語音處理服務請求，調用所述語音處理服務接口對所述待處理語音數據進行語音處理，得到處理結果，包括：

響應所述語音處理服務請求，調用所述語音處理服務接口對所述有效語音數據進行語音處理，得到處理結果。

4.根據權利要求1所述的方法，其特征在于，在所述向所述用戶發送所述處理結果之前，還包括：

對所述處理結果進行優化處理；所述優化處理包括：口語順滑處理、標點添加處理、逆轉文本標準化ITN處理；

所述向所述用戶發送所述處理結果，包括：

向所述用戶發送經過優化處理之后的處理結果。

5.根據權利要求1所述的方法，其特征在于，所述響應所述語音處理服務請求，調用所述語音處理服務接口對所述待處理語音數據進行語音處理，得到處理結果，包括：

獲取針對所述用戶的預設語音處理模型；

響應所述語音處理服務請求，調用所述語音處理服務接口根據所述預設語音處理模型，對所述待處理語音數據進行語音處理，得到處理結果。

6.根據權利要求5所述的方法，其特征在于，還包括：

獲取所述用戶上傳的詞庫；

采用所述用戶上傳的詞庫，訓練預設語音處理模型。

7.根據權利要求1所述的方法，其特征在于，所述語音處理服務接口包括錄音文件識別服務接口、和/或實時語音識別服務接口、和/或短時語音識別服務接口、和/或語音合成服務接口，所述待處理語音數據包括錄音文件、和/或實時語音數據、和/或短時語音數據、和/或文本數據，所述語音處理服務請求包括錄音文件識別服務請求、和/或實時語音識別服務請求、和/或短時語音識別服務請求、和/或語音合成服務請求；

所述響應所述語音處理服務請求，調用所述語音處理服務接口對所述待處理語音數據進行語音處理，得到處理結果，包括：

響應所述錄音文件識別服務請求，調用所述錄音文件識別服務接口對所述錄音文件進行識別處理，得到識別結果；

和/或，響應所述實時語音識別服務請求，調用所述實時語音識別服務接口對所述實時語音數據進行實時識別處理，得到識別結果；

和/或，響應所述短時語音識別服務請求，調用所述短時語音識別服務接口對所述短時語音數據進行識別處理，得到識別結果；

響應所述語音合成服務請求，調用所述語音合成服務接口對所述文本數據進行語音合成處理，得到合成語音結果。