[發明專利]音頻的處理方法和裝置

有效

• 申請號: 202110377499.8
• 申請日: 2021-04-08
• 公開（公告）號: CN113113016B
• 公開（公告）日: 2022-10-11
• 發明（設計）人: 劉俊啟
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/183;G10L15/30;G10L15/28
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

本公開提供了音頻的處理方法和裝置，涉及語音技術領域。具體實施方式包括：獲取會話的會話音頻，根據所述會話音頻的語音識別結果中的多種會話關鍵詞，確定所述會話的初始會話紀要；將包括所述初始會話紀要的待確認信息，發送給所述執行者詞對應的執行者終端；接收所述執行者終端針對所述待確認信息發送的反饋信息，基于所述反饋信息，生成所述會話的目標會話紀要。本公開可以在生成會話紀要之后，先讓任務的執行者確認會話是否準確，從而可以有效提高最終生成的會話紀要的準確度。

技術領域

本公開涉及計算機技術領域，具體涉及語音技術領域，尤其涉及音頻的處理方法和裝置。

背景技術

語音技術主要包括特征提取技術、模式匹配準則及模型訓練技術。在開會或者上課等會話場景中，語音技術可以對會話的內容進行分析，從而有助于用戶對這些場景進行分析和理解。

在相關技術中，往往是通過語音識別技術，直接將語音轉換為文字，并將該文字作為會話內容。

發明內容

提供了一種音頻的處理方法、裝置、電子設備以及存儲介質。

根據第一方面，提供了一種音頻的處理方法，包括：獲取會話的會話音頻，根據所述會話音頻的語音識別結果中的多種會話關鍵詞，確定所述會話的初始會話紀要；將包括初始會話紀要的待確認信息，發送給執行者詞對應的執行者終端；接收執行者終端針對待確認信息發送的反饋信息，基于反饋信息，生成會話的目標會話紀要。

根據第二方面，提供了一種音頻的處理裝置，包括：獲取單元，被配置成獲取會話的會話音頻，根據所述會話音頻的語音識別結果中的多種會話關鍵詞，確定所述會話的初始會話紀要；發送單元，被配置成將包括初始會話紀要的待確認信息，發送給執行者詞對應的執行者終端；生成單元，被配置成接收執行者終端針對待確認信息發送的反饋信息，基于反饋信息，生成會話的目標會話紀要。

根據第三方面，提供了一種電子設備，包括：至少一個處理器；以及與至少一個處理器通信連接的存儲器；其中，存儲器存儲有可被至少一個處理器執行的指令，指令被至少一個處理器執行，以使至少一個處理器能夠執行音頻的處理方法中任一實施例的方法。

根據第四方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，計算機指令用于使計算機執行根據音頻的處理方法中任一實施例的方法。

根據第五方面，提供了一種計算機程序產品，包括計算機程序，計算機程序在被處理器執行時實現根據音頻的處理方法中任一實施例的方法。

根據本公開的方案，可以在生成會話紀要之后，先讓任務的執行者確認會話是否準確，從而可以有效提高最終生成的會話紀要的準確度。

附圖說明

通過閱讀參照以下附圖所作的對非限制性實施例所作的詳細描述，本公開的其它特征、目的和優點將會變得更明顯：

圖1是本公開一些實施例可以應用于其中的示例性系統架構圖；

圖2是根據本公開的音頻的處理方法的一個實施例的流程圖；

圖3是根據本公開的音頻的處理方法的一個應用場景的示意圖；

圖4是根據本公開的音頻的處理方法的又一個實施例的流程圖；

圖5是根據本公開的音頻的處理裝置的一個實施例的結構示意圖；

圖6是用來實現本公開實施例的音頻的處理方法的電子設備的框圖。

具體實施方式

以下結合附圖對本公開的示范性實施例做出說明，其中包括本公開實施例的各種細節以助于理解，應當將它們認為僅僅是示范性的。因此，本領域普通技術人員應當認識到，可以對這里描述的實施例做出各種改變和修改，而不會背離本公開的范圍和精神。同樣，為了清楚和簡明，以下的描述中省略了對公知功能和結構的描述。