[發明專利]評論顯示方法、裝置、電子設備及存儲介質

在審

• 申請號: 202011279992.8
• 申請日: 2020-11-16
• 公開（公告）號: CN114512130A
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 劉羽;楊勇;甘祥;鄭興;許艾斯;彭婧;華珊珊;郭晶;范宇河;唐文韜;何澍;申軍利;常優;王悅
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L25/51;G10L25/57;H04N21/454
• 代理公司: 北京市立方律師事務所 11330
• 代理人: 張筱寧

1.一種評論顯示方法，其特征在于，應用于服務器，所述方法包括：

獲取目標視頻相關的語音數據；

基于構建的語音解碼網絡，對所述目標視頻相關的語音數據進行語音識別，得到語音識別結果；

進行所述目標視頻的視頻內容數據與所述語音識別結果的比對，根據比對結果生成所述目標視頻的敏感詞；

在接收到終端發起的敏感詞屏蔽請求時，發送根據所述目標視頻的敏感詞過濾后的評論數據至所述終端，以使所述終端在播放所述目標視頻的過程中顯示過濾后的所述評論數據。

2.如權利要求1所述的方法，其特征在于，所述語音解碼網絡根據聲學模型和語言模型構建；

所述基于構建的語音解碼網絡，對所述目標視頻相關的語音數據進行語音識別，得到語音識別結果，包括：

針對所述語音數據包含的語音幀，進行聲學特征提取，得到所述語音幀的特征向量；

基于所述聲學模型，對所述語音幀的特征向量進行音素所劃分狀態的識別，確定所述語音幀所屬狀態，根據所述語音幀所屬狀態得到所述語音數據對應的狀態序列；

按照音素劃分的狀態，由所述語音數據對應的狀態序列生成所述語音數據對應的音素集合；

將所述語音數據對應的音素集合輸入所述語言模型，進行音素所屬詞的預測，得到所述語音識別結果。

3.如權利要求2所述的方法，其特征在于，所述針對所述語音數據包含的語音幀，進行聲學特征提取，得到所述語音幀的特征向量，包括：

對所述語音數據進行分幀處理，得到所述語音數據包含的若干個所述語音幀；

針對所述語音數據包含的每一個所述語音幀，對所述語音幀進行梅爾頻率倒譜系數特征的提取；

根據提取到的梅爾頻率倒譜系數特征計算所述語音幀的特征向量。

4.如權利要求3所述的方法，其特征在于，所述對所述語音數據進行分幀處理之前，所述方法還包括：

對所述語音數據進行語音端點檢測；

所述對所述語音數據進行分幀處理，包括：

對語音端點檢測后的所述語音數據進行分幀處理。

5.如權利要求2所述的方法，其特征在于，所述聲學模型為隱馬爾可夫模型；

所述基于所述聲學模型，對所述語音幀的特征向量進行音素所劃分狀態的識別，確定所述語音幀所屬狀態，根據所述語音幀所屬狀態得到所述語音數據對應的狀態序列，包括：

根據所述語音幀的特征向量，在基于所述隱馬爾可夫模型構建的狀態網絡中，搜索與所述語音數據最匹配的狀態路徑；

根據搜索到的狀態路徑中各路徑節點所指示的所述語音幀所屬狀態，生成所述語音數據對應的狀態序列。

6.如權利要求5所述的方法，其特征在于，所述根據所述語音幀的特征向量，在基于所述隱馬爾可夫模型構建的狀態網絡中，搜索與所述語音數據最匹配的狀態路徑，包括：

基于所述狀態網絡中各路徑節點所指示的狀態，根據所述語音幀的特征向量，計算所述語音幀對應于不同狀態的觀測概率；以及計算所述語音幀在所對應的不同狀態之間轉移的轉移概率；

根據所述觀測概率和所述轉移概率，計算所述語音幀屬于不同狀態的狀態概率；

根據所述語音幀屬于不同狀態的狀態概率，確定所述狀態網絡中與所述語音數據最匹配的狀態路徑。

7.如權利要求2所述的方法，其特征在于，所述將所述語音數據對應的音素集合輸入所述語言模型，進行音素所屬詞的預測，得到所述語音識別結果，包括：

基于所述語言模型，分別計算所述音素集合中音素屬于不同詞的語言概率；

將所述音素集合中音素根據計算得到的語言概率組成詞，作為所述語音識別結果。

8.如權利要求1所述的方法，其特征在于，所述進行所述目標視頻的視頻內容數據與所述語音識別結果的比對，根據比對結果生成所述目標視頻的敏感詞，包括：

根據所述視頻內容數據中的參考詞，在所述語音識別結果中搜索與所述參考詞相匹配的詞；

將搜索到的詞作為所述目標視頻的敏感詞。